CN108269212A - 基于bim和gis的地下公共设施的管理方法和装置 - Google Patents
基于bim和gis的地下公共设施的管理方法和装置 Download PDFInfo
- Publication number
- CN108269212A CN108269212A CN201611264549.7A CN201611264549A CN108269212A CN 108269212 A CN108269212 A CN 108269212A CN 201611264549 A CN201611264549 A CN 201611264549A CN 108269212 A CN108269212 A CN 108269212A
- Authority
- CN
- China
- Prior art keywords
- communal facility
- bim
- underground
- underground communal
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Abstract
本发明公开了一种基于BIM和GIS的地下公共设施的管理方法和装置。所述方法包括：通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM‑GIS平台；从BIM‑GIS平台获取地下公共设施信息；根据预设的机器学习算法，建立地下公共设施的状态预测模型；根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。本发明提供的地下公共设施的管理方法，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
Description
技术领域
本发明涉及地下公共设施管理技术领域，特别涉及一种基于BIM和GIS的地下公共设施的管理方法和装置。
背景技术
地下公共设施是城市中用于输送水，天然气，电力，电信电缆和其他基本服务的关键设施，是人们生活所必不可少的基础服务设施，维护其正常的运作工作是一项重要的城市管理工作。
现有技术中，关于地下公共设施的维护管理，主要是当地下公共设施出现故障时，通过工作人员的就地检测来判断设备故障状态，并对设备进行相应的维修。但是这样的地下公司设施管理方法，属于事后补救，人们的日常工作生活常常会受到设备故障带来的影响，为此，需要一种更加高效的地下公共设施的管理方法，以适应日趋加快的城市生活节奏。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种基于BIM和GIS的地下公共设施的管理方法和装置。所述技术方案如下：
一方面，本发明实施例提供了一种基于BIM和GIS的地下公共设施的管理方法，所述方法包括：
通过建筑信息模型(Building Information Modeling，简称“BIM”)系统与地理信息系统(Geographic Information System，简称“GIS”)系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；
从BIM-GIS平台获取地下公共设施信息，所述地下公共设施信息包括：地下公共设施的结构信息、材料信息、以及地理位置信息；
根据预设的机器学习算法，建立地下公共设施的状态预测模型，所述地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态；
根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理方法中，所述通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台，包括：
将BIM系统所采用的工业基础分类(Industry Foundation Classes，简称“IFC”)格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理方法中，所述BIM-GIS平台还集成有用于管理和储存地下公共设施信息的数据库管理系统(DatabaseManagement System，简称“DBMS”)系统。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理方法中，所述根据预设的机器学习算法，建立地下公共设施的状态预测模型，包括：
采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理方法中，还包括：
在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，所述碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
另一方面，本发明实施例提供了一种基于BIM和GIS的地下公共设施的管理装置，所述装置包括：
建立模块，用于通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；
获取模块，用于从BIM-GIS平台获取地下公共设施信息，所述地下公共设施信息包括：地下公共设施的结构信息、材料信息、以及地理位置信息；
所述建立模块，还用于根据预设的机器学习算法，建立地下公共设施的状态预测模型，所述地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态；
处理模块，用于根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理装置中，所述建立模块，还用于将BIM系统所采用的IFC格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理装置中，所述BIM-GIS平台还集成有用于管理和储存地下公共设施信息的DBMS系统。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理装置中，所述建立模块，还用于采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
在本发明实施例上述的基于BIM和GIS的地下公共设施的管理装置中，所述处理模块，还用于在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，所述碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
本发明实施例提供的技术方案带来的有益效果是：
通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；然后从BIM-GIS平台获取地下公共设施信息，并根据预设的机器学习算法，建立地下公共设施的状态预测模型；最后根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种基于BIM和GIS的地下公共设施的管理方法流程图；
图2是本发明实施例一提供的一种基于BIM和GIS的地下公共设施的管理方法流程图；
图3是本发明实施例二提供的一种基于BIM和GIS的地下公共设施的管理装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
本发明实施例提供了一种基于BIM和GIS的地下公共设施的管理方法，参见图1，该方法可以包括：
步骤S11，通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台。
需要说明的是，现有的BIM系统主要是用于建筑领域的，并且不支持城市级地下公共设施的模型建立，但是由于其在建筑模型上的构建优势，我们需要将它应用到地下公共设施上来。
因此，在本实施例中，将BIM系统与GIS系统之间实现数据共享，将BIM系统中所能提供的地下公共设施的结构信息(例如：三维模型)和材料信息，与GIS系统共享，以构建一个集成BIM系统和GIS系统的BIM-GIS平台。
具体地，在本实施例中，上述步骤S11可以通过如下方式实现：
将BIM系统所采用的IFC格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享。
在本实施例中，IFC格式是BIM系统中一种公开的、结构化的、基于对象的信息交换格式。CityGML格式是一种用于虚拟三维城市模型数据交换与存储的格式，是GIS系统中常用数据格式。因此，可以利用基于IFC格式和CityGML格式之间映射，来实现BIM系统与GIS系统之间的数据共享。
在实际应用中，将IFC进行扩展，主要包括以下四个部分：结构实体，主要组成部分实体，次要部分实体和维护信息实体。其中，结构实体被开发以代表地下公共设施的结构设计信息，在现有的空间结构实体之后，IfcUtility和IfcUtilitySpace可以分别指示实体类型，例如供水公共设施，排水公共设施，燃气公共设施等。由IfcUtilitySolidElement表示的主要组件是必需的实体程序组件，例如管道，井孔，终端等，而IfcUtilitySegment是实体程序对应的参考曲线的段。次要组件是包括在添加到或连接到效用元件之间或之间的项目。维护信息实体用于记录相关的维护信息，例如最后维护时间，检查工具，维护人员姓名等。通过上述方式，可以实现BIM系统中的数据被共享到GIS系统中。
进一步地，为了防止出现数据丢失的情况和更加有效地对数据进行管理，该BIM-GIS平台还集成有用于管理和储存地下公共设施信息的DBMS系统，该DBMS系统分别与BIM系统和GIS系统通信连接。
在本实施例中，DBMS系统是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库，它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。
步骤S12，从BIM-GIS平台获取地下公共设施信息，该地下公共设施信息可以包括：地下公共设施的结构信息、材料信息、以及地理位置信息等。
在本实施例中，从BIM-GIS平台获取的地下公共设施信息，主要是用于对地下公共设施的物理状态的预测，例如：是否老化、是否锈蚀、是否破裂等。
步骤S13，根据预设的机器学习算法，建立地下公共设施的状态预测模型，该地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态。
在本实施例中，上述步骤S13可以通过如下方式实现：
采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
在本实施例中，人工神经网络(Artificial Neural Network，简称“ANN”)是从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络，它是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。支持向量机(Support Vector Machine，简称“SVM”)是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。利用上述机器学习算法，可以构建一种有效的地下公共设施的状态预存模型，例如老化状态、锈蚀状态等。
步骤S14，根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
在本实施例中，根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
可选地，参见图2，该方法还可以包括：
步骤S15，在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，该碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
在本实施例中，构建的BIM-GIS平台还可以用于对新添加的地下公共设施进行碰撞检测，有效避免新添设施在安装时，出现对原有设施的损坏，实现新添设施的顺利铺设。
需要说的是，大多数地下公共设施信息保存在二维(2D)计算机辅助设计(CAD)图纸中，但是二维图纸难以反映地下公共设施的空间位置信息，例如，具有相同经度和纬度的两条线可能被埋在相同深度的位置。因此，需要将二维图纸信息转化为可供有效利用的三维位置信息，这里我们可以利用BIM-GIS平台对2D CAD原始数据进行三维结构模型重塑。在本实施例中，利用这些经过重塑后的三维结构模型，能够更加有效地进行碰撞检测。
此外，关于BIM-GIS平台中的数据更新，用户可以对IFC模型进行修改，这可以返回到BIM集成引擎，并转换为CityGML格式。通过利用BIM-GIS平台，可以存储定期维修，基于状态的维护和预防性维护的更新信息，这样可以为预测地下公共设施的性能管理提供有效的历史检验数据信息。
另外，不同的城市地下管网建设管理部门所采用的信息技术不尽相同，信息管理系统也属于分布式管理系统。各分布式系统之间因应用技术和信息格式不统一而存在信息孤岛现象。以GIS系统和BIM系统的深度集成应用技术为核心的信息管理传递模式，将上述两种技术从数据和系统层面实现集成应用，解决不同系统之间的数据信息格式的相互转换问题，打破各系统、各部门之间的信息壁垒，实现数据交互与信息共享。基于该集成应用技术的信息管理模式是保障智慧城市地下管网科学、高效、安全运行的有效模式。
本发明实施例通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；然后从BIM-GIS平台获取地下公共设施信息，并根据预设的机器学习算法，建立地下公共设施的状态预测模型；最后根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
实施例二
本发明实施例提供了一种基于BIM和GIS的地下公共设施的管理装置，采用了实施例一所述的方法，参见图3，该装置可以包括：建立模块100、获取模块200、处理模块300。
建立模块100，用于通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台。
需要说明的是，现有的BIM系统主要是用于建筑领域的，并且不支持城市级地下公共设施的模型建立，但是由于其在建筑模型上的构建优势，我们需要将它应用到地下公共设施上来。
因此，在本实施例中，将BIM系统与GIS系统之间实现数据共享，将BIM系统中所能提供的地下公共设施的结构信息(例如：三维模型)和材料信息，与GIS系统共享，以构建一个集成BIM系统和GIS系统的BIM-GIS平台。
获取模块200，用于从BIM-GIS平台获取地下公共设施信息，该地下公共设施信息可以包括：地下公共设施的结构信息、材料信息、以及地理位置信息等。
在本实施例中，从BIM-GIS平台获取的地下公共设施信息，主要是用于对地下公共设施的物理状态的预测，例如：是否老化、是否锈蚀、是否破裂等。
建立模块100，还用于根据预设的机器学习算法，建立地下公共设施的状态预测模型，该地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态。
处理模块300，用于根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
在本实施例中，根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
具体地，建立模块100，还用于将BIM系统所采用的IFC格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台。
在本实施例中，IFC格式是BIM系统中一种公开的、结构化的、基于对象的信息交换格式。CityGML格式是一种用于虚拟三维城市模型数据交换与存储的格式，是GIS系统中常用数据格式。因此，可以利用基于IFC格式和CityGML格式之间映射，来实现BIM系统与GIS系统之间的数据共享。
在实际应用中，将IFC进行扩展，主要包括以下四个部分：结构实体，主要组成部分实体，次要部分实体和维护信息实体。其中，结构实体被开发以代表地下公共设施的结构设计信息，在现有的空间结构实体之后，IfcUtility和IfcUtilitySpace可以分别指示实体类型，例如供水公共设施，排水公共设施，燃气公共设施等。由IfcUtilitySolidElement表示的主要组件是必需的实体程序组件，例如管道，井孔，终端等，而IfcUtilitySegment是实体程序对应的参考曲线的段。次要组件是包括在添加到或连接到效用元件之间或之间的项目。维护信息实体用于记录相关的维护信息，例如最后维护时间，检查工具，维护人员姓名等。通过上述方式，可以实现BIM系统中的数据被共享到GIS系统中。
进一步地，为了防止出现数据丢失的情况和更加有效地对数据进行管理，该BIM-GIS平台还集成有用于管理和储存地下公共设施信息的DBMS系统，该DBMS系统分别与BIM系统和GIS系统通信连接。
在本实施例中，DBMS系统是一种操纵和管理数据库的大型软件，用于建立、使用和维护数据库，它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。
具体地，建立模块100，还用于采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
在本实施例中，人工神经网络(Artificial Neural Network，简称“ANN”)是从信息处理角度对人脑神经元网络进行抽象，建立某种简单模型，按不同的连接方式组成不同的网络，它是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。支持向量机(Support Vector Machine，简称“SVM”)是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定。利用上述机器学习算法，可以构建一种有效的地下公共设施的状态预存模型，例如老化状态、锈蚀状态等。
可选地，处理模块300，还用于在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，该碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
在本实施例中，构建的BIM-GIS平台还可以用于对新添加的地下公共设施进行碰撞检测，有效避免新添设施在安装时，出现对原有设施的损坏，实现新添设施的顺利铺设。
需要说的是，大多数地下公共设施信息保存在二维(2D)计算机辅助设计(CAD)图纸中，但是二维图纸难以反映地下公共设施的空间位置信息，例如，具有相同经度和纬度的两条线可能被埋在相同深度的位置。因此，需要将二维图纸信息转化为可供有效利用的三维位置信息，这里我们可以利用BIM-GIS平台对2D CAD原始数据进行三维结构模型重塑。在本实施例中，利用这些经过重塑后的三维结构模型，能够更加有效地进行碰撞检测。
此外，关于BIM-GIS平台中的数据更新，用户可以对IFC模型进行修改，这可以返回到BIM集成引擎，并转换为CityGML格式。通过利用BIM-GIS平台，可以存储定期维修，基于状态的维护和预防性维护的更新信息，这样可以为预测地下公共设施的性能管理提供有效的历史检验数据信息。
另外，不同的城市地下管网建设管理部门所采用的信息技术不尽相同，信息管理系统也属于分布式管理系统。各分布式系统之间因应用技术和信息格式不统一而存在信息孤岛现象。以GIS系统和BIM系统的深度集成应用技术为核心的信息管理传递模式，将上述两种技术从数据和系统层面实现集成应用，解决不同系统之间的数据信息格式的相互转换问题，打破各系统、各部门之间的信息壁垒，实现数据交互与信息共享。基于该集成应用技术的信息管理模式是保障智慧城市地下管网科学、高效、安全运行的有效模式。
本发明实施例通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；然后从BIM-GIS平台获取地下公共设施信息，并根据预设的机器学习算法，建立地下公共设施的状态预测模型；最后根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，采用主动维护的策略，根据预测结果对地下公共设施按照相应优先级进行主动维护，这样能有效维护地下公共设施工作的可靠性，大大降低地下公共设施突发故障对人们生活工作的不良影响。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是：上述实施例提供的基于BIM和GIS的地下公共设施的管理装置在实现基于BIM和GIS的地下公共设施的管理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于BIM和GIS的地下公共设施的管理装置与基于BIM和GIS的地下公共设施的管理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于BIM和GIS的地下公共设施的管理方法，其特征在于，所述方法包括：
通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；
从BIM-GIS平台获取地下公共设施信息，所述地下公共设施信息包括：地下公共设施的结构信息、材料信息、以及地理位置信息；
根据预设的机器学习算法，建立地下公共设施的状态预测模型，所述地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态；
根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
2.根据权利要求1所述的方法，其特征在于，所述通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台，包括：
将BIM系统所采用的IFC格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享。
3.根据权利要求2所述的方法，其特征在于，所述BIM-GIS平台还集成有用于管理和储存地下公共设施信息的DBMS系统。
4.根据权利要求1所述的方法，其特征在于，所述根据预设的机器学习算法，建立地下公共设施的状态预测模型，包括：
采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
5.根据权利要求1-4任一项所述的方法，其特征在于，还包括：
在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，所述碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
6.一种基于BIM和GIS的地下公共设施的管理装置，其特征在于，所述装置包括：
建立模块，用于通过BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台；
获取模块，用于从BIM-GIS平台获取地下公共设施信息，所述地下公共设施信息包括：地下公共设施的结构信息、材料信息、以及地理位置信息；
所述建立模块，还用于根据预设的机器学习算法，建立地下公共设施的状态预测模型，所述地下公共设施的状态预测模型用于预测地下公共设施的在未来时间段中的物理状态；
处理模块，用于根据公共设施的状态预测模型和地下公共设施信息，对地下公共设施的物理状态进行预测，并根据预测结果对地下公共设施进行主动维护。
7.根据权利要求6所述的装置，其特征在于，所述建立模块，还用于将BIM系统所采用的IFC格式数据转化为GIS系统所采用的CityGML格式数据，实现BIM系统与GIS系统之间的数据共享，建立集成BIM系统和GIS系统的BIM-GIS平台。
8.根据权利要求7所述的装置，其特征在于，所述BIM-GIS平台还集成有用于管理和储存地下公共设施信息的DBMS系统。
9.根据权利要求6所述的装置，其特征在于，所述建立模块，还用于采用人工神经网络、支持向量机、以及随机森林中至少一个机器学习算法，建立地下公共设施的状态预测模型。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述处理模块，还用于在新添地下公共设施时，采用建立的BIM-GIS平台进行碰撞检测，所述碰撞检测用于检验新添地下公共设施是否与原有地下公共设施相冲突。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611264549.7A CN108269212A (zh) | 2016-12-30 | 2016-12-30 | 基于bim和gis的地下公共设施的管理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611264549.7A CN108269212A (zh) | 2016-12-30 | 2016-12-30 | 基于bim和gis的地下公共设施的管理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108269212A true CN108269212A (zh) | 2018-07-10 |
Family
ID=62755301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611264549.7A Pending CN108269212A (zh) | 2016-12-30 | 2016-12-30 | 基于bim和gis的地下公共设施的管理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108269212A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108681799A (zh) * | 2018-07-11 | 2018-10-19 | 上海宝冶集团有限公司 | 一种工程项目成本预测方法、装置、设备及可读存储介质 |
| CN109267612A (zh) * | 2018-11-13 | 2019-01-25 | 株洲珠华智慧水务科技有限公司 | 一种基于bim输水管网压力管理系统 |
| CN109933934A (zh) * | 2019-03-21 | 2019-06-25 | 清华大学 | 一种设备维护管理方法及系统、计算机可读存储介质 |
| CN110119851A (zh) * | 2019-05-23 | 2019-08-13 | 上海建工四建集团有限公司 | 一种建筑机电系统故障智能预测方法和系统 |
| CN113689651A (zh) * | 2021-07-16 | 2021-11-23 | 国网江苏省电力有限公司电力科学研究院 | 电缆通道早期火情预警方法、装置、预警监测平台及存储介质 |
| CN114840900A (zh) * | 2022-05-18 | 2022-08-02 | 滁州学院 | 一种基于i-GBDT技术的衍生式BIM构件自动生成方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1787116A (zh) * | 2005-11-10 | 2006-06-14 | 上海交通大学 | 基于状态监测的核电厂智能维护系统 |
| CN103544556A (zh) * | 2013-09-06 | 2014-01-29 | 上海大学 | 隧道全生命周期管理系统及方法 |
| CN104680331A (zh) * | 2015-03-18 | 2015-06-03 | 国网上海市电力公司 | 一种基于ifc的输变电工程三维数字化管理平台 |
| CN105931294A (zh) * | 2016-04-19 | 2016-09-07 | 西南交通大学 | 一种将bim实体模型转换为多细节层次gis标准化模型的方法 |
| US20160335731A1 (en) * | 2010-05-05 | 2016-11-17 | Site 10.01, Inc. | System and method for monitoring and managing information |
-
2016
- 2016-12-30 CN CN201611264549.7A patent/CN108269212A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1787116A (zh) * | 2005-11-10 | 2006-06-14 | 上海交通大学 | 基于状态监测的核电厂智能维护系统 |
| US20160335731A1 (en) * | 2010-05-05 | 2016-11-17 | Site 10.01, Inc. | System and method for monitoring and managing information |
| CN103544556A (zh) * | 2013-09-06 | 2014-01-29 | 上海大学 | 隧道全生命周期管理系统及方法 |
| CN104680331A (zh) * | 2015-03-18 | 2015-06-03 | 国网上海市电力公司 | 一种基于ifc的输变电工程三维数字化管理平台 |
| CN105931294A (zh) * | 2016-04-19 | 2016-09-07 | 西南交通大学 | 一种将bim实体模型转换为多细节层次gis标准化模型的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴松飞等: ""基于建筑领域本体的BIM族库模糊语义检索研究"", 《第二届全国BIM学术会议论文集》 * |
| 肖宝弟等: ""城市轨道交通网络运营调度指挥系统建设研究"", 《现代城市轨道交通》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108681799A (zh) * | 2018-07-11 | 2018-10-19 | 上海宝冶集团有限公司 | 一种工程项目成本预测方法、装置、设备及可读存储介质 |
| CN109267612A (zh) * | 2018-11-13 | 2019-01-25 | 株洲珠华智慧水务科技有限公司 | 一种基于bim输水管网压力管理系统 |
| CN109267612B (zh) * | 2018-11-13 | 2024-03-26 | 株洲珠华智慧水务科技有限公司 | 一种基于bim输水管网压力管理系统 |
| CN109933934A (zh) * | 2019-03-21 | 2019-06-25 | 清华大学 | 一种设备维护管理方法及系统、计算机可读存储介质 |
| CN110119851A (zh) * | 2019-05-23 | 2019-08-13 | 上海建工四建集团有限公司 | 一种建筑机电系统故障智能预测方法和系统 |
| CN110119851B (zh) * | 2019-05-23 | 2021-11-09 | 上海建工四建集团有限公司 | 一种建筑机电系统故障智能预测方法和系统 |
| CN113689651A (zh) * | 2021-07-16 | 2021-11-23 | 国网江苏省电力有限公司电力科学研究院 | 电缆通道早期火情预警方法、装置、预警监测平台及存储介质 |
| CN113689651B (zh) * | 2021-07-16 | 2023-01-31 | 国网江苏省电力有限公司电力科学研究院 | 电缆通道早期火情预警方法、装置、预警监测平台及存储介质 |
| CN114840900A (zh) * | 2022-05-18 | 2022-08-02 | 滁州学院 | 一种基于i-GBDT技术的衍生式BIM构件自动生成方法 |
| CN114840900B (zh) * | 2022-05-18 | 2023-06-20 | 滁州学院 | 一种基于i-GBDT技术的衍生式BIM构件自动生成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108269212A (zh) | 基于bim和gis的地下公共设施的管理方法和装置 | |
| Ouyang | A mathematical framework to optimize resilience of interdependent critical infrastructure systems under spatially localized attacks | |
| Ouyang | Critical location identification and vulnerability analysis of interdependent infrastructure systems under spatially localized attacks | |
| Deng et al. | A research on subway physical vulnerability based on network theory and FMECA | |
| Ouyang et al. | Critical infrastructure vulnerability to spatially localized failures with applications to Chinese railway system | |
| CN107292989A (zh) | 基于3dgis技术的高压输电巡检系统 | |
| CN106651074A (zh) | 一种地下管线智能管理系统 | |
| CN106056302A (zh) | 基于石化企业工业现场危险源及风险信息的建模方法 | |
| CN105335478B (zh) | 构建城市土地空间立体调查数据语义关联的方法和装置 | |
| CN104463465A (zh) | 一种基于分布式模型的实时监控集群处理方法 | |
| CN106126694A (zh) | 一种污染地修复决策支持与在线评估平台的构建方法 | |
| CN115081910A (zh) | 城市多模式公共交通网络的鲁棒性评估方法 | |
| Fan et al. | A graph convolution network‐deep reinforcement learning model for resilient water distribution network repair decisions | |
| CN103295164A (zh) | 电网安全监察管理信息系统及其管理方法 | |
| CN107194566A (zh) | 一种基于虚拟现实的电力智能档案管理方法 | |
| CN109360265A (zh) | 一种用于核电站管理的三维模型结构树生成的方法及装置 | |
| Yi et al. | Development of the public safety system and a security-guaranteed society | |
| Yang et al. | MAS-based interaction simulation within asymmetric information on emergency management of urban rainstorm disaster | |
| CN115424212A (zh) | 一种电力作业现场违章识别系统及其应用 | |
| CN109829558A (zh) | 基于gis及rfid的地下公共设施的管理方法 | |
| Gu et al. | Research on application of digital twin in railway construction | |
| CN103491178A (zh) | 一种云数据中心自动选址方法及系统 | |
| Lian et al. | Significance of building information modeling in modern project management for sustainable smart city applications | |
| Tang et al. | A belief rule-base approach to the assessment and improvement of seismic resilience of high-speed railway station buildings | |
| US20230394192A1 (en) | Systems and methods for a synthetic infrastructure model for vulnerability, failure, and future transition planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180710 |
|
| RJ01 | Rejection of invention patent application after publication |