基于BIM技术的设计项目多源数据挖掘融合协同化设计平台

2023-09-24杨晓超刘丽楠韩英伟

现代计算机 2023年13期

杨晓超，刘丽楠，韩英伟

（辽宁省交通规划设计院有限责任公司技术研发中心，沈阳 110166）

0 引言

工程项目的制定包括方案策划、内容设计、过程管理等多个环节［1］，想要确保工程项目顺利实施，就要在项目设计阶段以大量的数据信息作为依托［2］。考虑到项目内容的多样化，其涉及的数据信息更加混乱，来源也更多，导致数据管控水平大幅下降，间接引起现代工程建设项目出现交付延期、成本偏高等问题［3］。因此，近年来工程建设项目设计阶段，开始应用多源数据挖掘融合协同化设计平台，通过平台生成协同化设计方案，基于此实现设计项目多源数据的同步挖掘和融合处理，从而达到更优的数据管控效果［4］。但当前研究的协同化设计平台不够成熟，难以满足实际应用需求，需要构建新型协同化设计平台，辅助工程项目的规划。

为了更好地满足设计项目多源数据挖掘融合协同化设计要求，本研究提出基于BIM 技术的新型协同化设计平台。了解协同化设计平台的具体应用流程，并将协同化设计任务描述为多个子任务。通过BIM 技术建立一个施工项目建筑物三维模型［5］，并基于此建立一个数据协同处理程序，与云计算多源数据采样模型相结合，实现设计项目多源数据的协同挖掘融合处理。从平台测试结果可以看出，本文设计的协同化设计平台应用后，即便面对大规模设计项目多源数据，也可以快速完成数据挖掘融合协同化设计，实施该设计方案可以保证项目数据管理的实时性。

1 应用BIM技术构建设计项目多源数据挖掘融合协同化设计平台

1.1 分解多源数据挖掘融合协同化设计任务

对于多源数据挖掘融合协同设计平台来说，其工作的第一个环节是由项目管理员完成，由管理员登录计算机后台，创建新建项目，并设置人员权限和数据审核流程。而后进行数据挖掘融合协同化总体设计，根据设计项目涉及的数据来源，分配对应的设计人员进行信息挖掘融合处理，再由设计人员将科学的数据采集节点分布方案提交到协同设计平台。最后，通过专业人员审核当前协同化设计方案，并根据反馈的校审意见进行设计调整，才能得到符合要求的设计成果。

为了便于进行协同化设计，在平台构建的第一阶段，先分解了设计项目多源数据挖掘融合协同化设计任务，将其划分为成果任务、资料互提任务两部分［6］。其中，成果任务主要呈现为二维图纸、三维模型的形式，而资料互提任务指的是，多源数据挖掘融合协同化设计所需的其他专业资料，大部分也是图纸。

针对成果任务进一步分解，构建设计项目多源数据挖掘融合协同化设计的任务结构树，任务结构树上每个节点，都对应着协同化设计平台的一项功能。再考虑数据挖掘融合过程中数据的流转方式，研究基于BIM 技术的协同化设计方案。

1.2 构建云计算多源数据采样模型

多源数据挖掘融合的复杂性，在协同化设计过程中引入云计算技术，构建云计算多源数据采样模型，作为协同化设计的前提。在云计算环境下，采用区间概念格描述每个数据源，利用有向图模型，可以将区间概念格中包含的多个节点组成分布式存储机制构架［7］，在每次数据采样完成后，建立一个信息采样时间序列。多源数据存储过程中，需要检测相邻数据块的关联性［8］，将具有强相关性的数据保存在相同标签内。基于映射函数，将同态标签的相邻数据关系表示为公式（1）。

式中：x、y表示相邻节点数据块；φ表示映射函数。

对于其中一个数据块来说，其Hash（哈希）值计算公式为

式中：H表示Hash 值；αp、αq分别表示频带p、q的分量，δ表示数据完整性相关系数。

在云计算环境中，构造图1所示的数据处理结构，以时态变量为基础，将采样得到的多源数据分为N个时间片，经过数据处理结构的处理，输出符合要求的采样数据。

图1 数据处理结构

依托于时态关系演算理念，针对采样数据的重叠部分进行计算，得出状态估计值和属性值。基于时态论域，计算任意位置的交运算操作次数估算值。再考虑每个信息节点，与平台数据负载之间的联系，建立公式（3）所示的信息采样矩阵。

式中：A表述数据挖掘矩阵，x表示挖掘得到的信息节点，λ表示数据时间序列长度，m表示特征嵌入维数。

1.3 生成基于BIM技术协同数据挖掘融合方案

以数据采样模型为基础，结合BIM 技术生成数据挖掘融合协同化设计方案，至此完成协同化设计平台的整体研究。为了简化BIM 技术的应用，利用C/S 和B/S 的组合架构［9］，构建BIM 数据协同程序，实现设计项目多源数据的同步挖掘、交换和融合处理。在协同化设计平台中引入BIM 技术，可以在考虑数据冲突的前提下，同步挖掘出每个数据源包含的符合条件的数据资源。考虑设计项目每个施工阶段涉及的数据类型都不同，在协同化设计过程中，布置合理数量的数据节点，用来实现数据挖掘的数据交换融合。

建立一个基于BIM 技术的数据共享程序，针对数据采集点分布情况进行分析，测量当前节点布设间距，并在该环境下汇总多源数据挖掘结果。考虑每个数据节点额定实际覆盖距离，按照数据共享交换融合原则，调整每个数据节点的位置，使得相邻节点之间可以顺利进行数据共享交换［10］。其中，每个数据采集点的识别距离计算公式为

式中：U表示数据采集点的识别距离；τ1表示预设覆盖范围；τ2表示节点实际覆盖范围；ψ表示共享交换偏差；θ表示挖掘数据总量。

按照公式（4）所示的可识别距离计算结果，确定节点覆盖范围，并基于此调整节点位置，使得节点分布方案满足阶段性施工数据协同化挖掘融合处理要求。生成基于BIM 技术协同数据挖掘融合方案时，需要先定义一个数据传输路径，作为协同数据挖掘和融合的基础。经过研究，将基于BIM 技术的数据挖掘融合协同化处理结构表示为图2。

图2 基于BIM技术的数据挖掘融合协同化处理结构

结合图2所示的协同化处理结构，生成基于BIM 技术协同数据挖掘融合方案，按照该方案进行操作后，可以得到设计项目多源数据的协同数据挖掘融合结果。

2 平台测试

在上述功能模块设计完成后，完成整个协同化设计平台的研究。为了保证该平台在实际应用中可以发挥良好的应用效果，需要进行平台测试研究。在验证协同化设计平台的应用性能后，实现该平台的推广应用。

2.1 测试环境

考虑到本文设计的数据挖掘融合协同化设计平台，主要是在工程项目数据管理过程中发挥作用。在平台测试环境搭建过程中，选择羊台山隧道群工程为研究对象。所选工程项目是赣深高铁的组成部分，由于当地地形起伏较大，且局部场区地貌较为陡峭，隧道的施工需要穿越花岗岩地层，使得该项目较为复杂。同时，经过实地考察可知，该项目规划在隧道进口段设置双线隧道，并且为了满足深圳北联络线的接入，在隧道中部建立上行联络线和下行联络线，前者所处区段为DK430+653.81～DK430+868，后者所处区段为DK431+211.66～DK431+292，二者均属于小间距并行段。

整体来看，该正线隧道项目区别于一般的断面过渡，属于大跨断面隧道项目，并逐渐过渡为燕尾分离式断面项目。在大跨段区域，隧道项目的最大跨度和最大开挖断面面积，分别为25.6 m 和370 m2。由于羊台山隧道群工程包括多个工点，为了保证隧道项目的安全施工，在项目设计阶段需要多个专业的共同参与，其所需的数据也较为复杂。为了辅助该工程设计项目的数据管理，需要应用本文提出基于BIM的多源数据挖掘融合协同化设计平台，进行工程数据协同化处理。

2.2 平台搭建

在平台测试环境设置完成后，搭建出本文研究的系统化设计平台。为了辅助铁路工程BIM 模型设计，在平台搭建过程中，需要同时兼容多个主流设计平台，取每个平台的长处构建完美的三维建筑模型。此外，搭建的协同化设计平台还需要兼容众多图形引擎，使得这些图形引擎以软件格式保存在平台上。保证平台设计铁路工程项目BIM 模型时，最大程度保留项目的几何结构和属性信息。

采用C/S、B/S 组合架构，开发出铁路BIM多源数据挖掘融合协同化设计平台，该平台具体架构如图3所示。

图3 铁路BIM多源数据挖掘融合协同化设计平台架构

将图3所示的协同化设计平台应用到测试环境中，进行设计项目多源数据挖掘融合协同化设计测试。

2.3 平台测试结果

应用上述搭建出的平台，在目标环境中进行测试时，所建立的铁路设计项目BIM 模型如图4所示。

图4 铁路设计项目BIM模型

以图4 所示的铁路设计项目BIM 模型为基础，运行本文设计的协同化设计平台，得到设计项目多源数据挖掘融合协同设计方案。考虑到面对的数据规模越大，协同化设计复杂程度越高，而运行时间就成为反映协同化设计平台应用性能的关键指标。本次平台测试过程中，设置数据点数量为200、400、600、800、1000、1200，分别记录协同化设计平台的运行时间。而后，选用基于云计算的平台、基于知识图谱技术的平台作为对照组，在相同的数据规模下进行协同化设计，将两个平台在不同环境下的运行时间与本研究设计平台进行对比，得到图5所示的对比结果。

图5 不同平台的协同化设计运行时间对比

根据图5可知，三个协同化设计平台在相同的环境下运行，本文设计平台的运行时间明显低于其他两个平台。当数据点数量达到1200 个时，所提平台的运行时间为19.97 s，此时另外两个平台的运行时间分别为89.15 s、107.06 s。综上所述，基于BIM 技术的协同化设计平台，在大数据规模下的多源数据挖掘融合工作中可以发挥更大价值。