CN111552197A - 基于bim的制冷设备能耗优化方法、装置和设备 - Google Patents
基于bim的制冷设备能耗优化方法、装置和设备 Download PDFInfo
- Publication number
- CN111552197A CN111552197A CN202010257513.6A CN202010257513A CN111552197A CN 111552197 A CN111552197 A CN 111552197A CN 202010257513 A CN202010257513 A CN 202010257513A CN 111552197 A CN111552197 A CN 111552197A
- Authority
- CN
- China
- Prior art keywords
- bim
- refrigeration equipment
- data
- building
- energy consumption
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Abstract
本发明公开了基于BIM的制冷设备能耗优化方法、装置和设备,包括:接收建筑模型数据和制冷设备数据;根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM;对所述集成BIM进行优化仿真,得到最优模拟状态;根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。本发明通过结合制冷设备数据建立集成BIM,可以在集成BIM中进行有效的仿真,得到更加准确的能耗优化仿真结果,可以对制冷设备进行准确有效的能耗优化,实现了节能环保的目标。
Description
技术领域
本发明涉及制冷设备领域,特别涉及基于BIM的制冷设备能耗优化方法、装置和设备。
背景技术
建筑信息模型(Building Information Modeling,BIM)是以建筑工程项目的各项相关信息数据作为基础,建立起三维的建筑模型,通过数字信息仿真模拟建筑物所具有的真实信息,具有信息完备性、信息关联性、信息一致性、可视化、协调性、模拟性、优化性和可出图性等特点,在提高生产效率、节约成本和缩短工期方面发挥重要作用。
近年来,随着经济的发展,我国的制冷设备行业发展迅速,制冷设备在建筑中放置于不合适的位置导致出现了高能耗的状况,为了促进我国经济实施可持续发展的战略,对制冷设备能耗的优化已是刻不容缓。
目前,只是单独使用建筑数据来建立BIM,没有利用制冷设备的数据,在BIM中无法有效的对制冷设备进行能耗优化。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一,提供基于BIM的制冷设备能耗优化方法、装置和设备,能够对制冷设备进行准确有效的能耗优化,实现节能环保的目标。
本发明解决其技术问题的解决方案是:
第一方面,本发明提供了基于BIM的制冷设备能耗优化方法,包括:
接收建筑模型数据和制冷设备数据;根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM;对所述集成BIM进行优化仿真,得到最优模拟状态;根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
进一步,其特征在于,所述建筑模型数据包括有建筑材料、建筑空间位置坐标、建筑截面形状和建筑的颜色,所述制冷设备数据包括有设备材料、设备体积、设备重量、设备位置和设备功率。
进一步,其特征在于,所述根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM,包括:
根据所述建筑模型数据和所述制冷设备数据,进行相关性判断,得到与能耗值相关的特征数据;根据所述特征数据,建立集成建筑信息模型BIM。
进一步,所述根据所述建筑模型数据和所述制冷设备数据,进行相关性判断,得到与能耗值相关的特征数据,包括:
将建筑模型数据和制冷设备数据导入到python程序;利用所述python程序完成所述相关性判断,得到特征数据。
进一步,所述根据所述特征数据,建立集成建筑信息模型BIM,包括:
将所述特征数据导入到unity3D软件;利用所述unity3D软件建立集成建筑信息模型BIM。
进一步,所述对所述集成BIM进行优化仿真,得到用于优化调整制冷设备的制冷设备最优模拟状态,包括:
利用所述unity3D软件,对所述集成BIM进行仿真,得到所述集成BIM的能耗值,所述集成BIM包括有模拟制冷设备;接收用于调整所述模拟制冷设备空间位置的控制信号;根据所述集成BIM的能耗值,得到制冷设备最优模拟状态。
进一步,所述接收建筑模型数据和制冷设备数据之前,包括:
通过Revit软件或SolidWorks软件生成初始建筑信息模型BIM;根据所述初始BIM,通过所述Revit软件导出dwg格式的建筑模型数据,或者通过所述SolidWorks软件导出igs格式的建筑模型数据;通过3DMAX软件将dwg格式的所述模型数据转化为fbx格式的所述建筑模型数据,或者通过3DMAX软件将igs格式的所述模型数据转化为fbx格式的所述建筑模型数据;将fbx格式的所述建筑模型数据上传至所述服务器。
第二方面,本发明提供了基于BIM的制冷设备能耗优化装置,包括:
初始化模块,用于接收建筑模型数据和制冷设备数据;建立模型模块,用于根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM;优化模块,用于对所述集成BIM进行优化仿真,得到最优模拟状态;控制模块,根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
第三方面,本发明提供了基于BIM的制冷设备能耗优化设备,
包括至少一个控制处理器和用于与至少一个控制处理器通信连接的存储器;存储器存储有可被至少一个控制处理器执行的指令,指令被至少一个控制处理器执行,以使至少一个控制处理器能够执行如上所述的基于BIM的制冷设备能耗优化方法。
第四方面,本发明提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行如上所述的基于BIM的制冷设备能耗优化方法。
第五方面,本发明还提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使计算机执行如上所述的基于BIM的制冷设备能耗优化方法。
本发明实施例中提供的一个或多个技术方案,至少具有如下有益效果:本发明通过结合制冷设备数据建立集成BIM,可以在集成BIM中进行有效的仿真,得到更加准确的能耗优化仿真结果,可以对制冷设备进行准确有效的能耗优化,实现了节能环保的目标。
附图说明
下面结合附图和实施例对发明进一步地说明;
图1是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法的流程图;
图2是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中建筑模型数据和制冷设备数据结构示意图;
图3是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中步骤S200的具体方法流程图;
图4是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中步骤S210的具体方法流程图;
图5是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中步骤S220的具体方法流程图;
图6是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中步骤S300的具体方法流程图;
图7是本发明第一实施例提供的基于BIM的制冷设备能耗优化方法中步骤S410至S440的方法流程图;
图8是本发明第二实施例提供的基于BIM的制冷设备能耗优化装置的结构示意图;
图9是本发明第三实施例提供的基于BIM的制冷设备能耗优化设备的结构示意图;
图中标号:
110-建筑模型数据、111-建筑材料、112-建筑空间位置坐标、113-建筑截面形状、114-建筑的颜色、120-制冷设备数据、121-设备材料、122-设备体积、123-设备重量、124-设备位置、125-设备功率、200-基于BIM的制冷设备能耗优化装置、210-初始化模块、220-建立模型模块、230-优化模块、240-控制模块、300-基于BIM的制冷设备能耗优化设备、310-控制处理器、320-存储器。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。
在本发明的第一实施例中,如图1所示,基于BIM的制冷设备能耗优化方法,包括:
S100、接收建筑模型数据110和制冷设备数据120;
S200、根据建筑模型数据110和制冷设备数据120,建立集成建筑信息模型BIM;
S300、对所述集成BIM进行优化仿真,得到最优模拟状态;
S400、根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
可以理解的是,本实施例提供的技术方案,根据建筑模型数据110和制冷设备数据120,建立集成建筑信息模型BIM,集成BIM中包含了所述建筑和所述制冷设备的信息,再利用集成BIM进行仿真并优化,得到最优模拟状态,再根据最优模拟状态对所述制冷设备发送控制信号,以对所述制冷设备进行能耗优化,通过结合制冷设备数据120建立集成BIM,相比现有技术,可以在集成BIM中进行有效的仿真,得到更加准确的能耗优化仿真结果,可以对制冷设备进行准确有效的能耗优化,实现了节能环保的目标。
如图2所示,步骤S100中建筑模型数据110包括有建筑材料111、建筑空间位置坐标112、建筑截面形状113和建筑的颜色114,制冷设备数据120包括有设备材料121、设备体积122、设备重量123、设备位置124和设备功率125。
可以理解的是,使用多个数据建立所述集成BIM,可以保证集成BIM的有效性,从而保证了能耗优化的准确性。
如图3所示,步骤S200包括:
S210、根据建筑模型数据110和制冷设备数据120,进行相关性判断,得到与能耗值相关的特征数据;
S220、根据所述特征数据,建立集成建筑信息模型BIM。
可以理解的是,进行相关性判断,摒弃掉与能耗值无关的数据,得到特征数据,减少建立集成建筑信息模型BIM的数据,从而减少集成BIM建立的时间,即提高工作效率。
如图4所示,步骤S210包括:
S211、将建筑模型数据110和制冷设备数据120导入到python程序;
S212、利用所述python程序完成所述相关性判断,得到特征数据。
可以理解的是,python程序在数据处理方面具备速度快的优势,利用所述python程序完成所述相关性判断,可以减少数据处理的时间,从而提高工作效率。
如图5所示,步骤S220包括:
S221、将特征数据导入到unity3D软件;
S222、利用所述unity3D软件建立集成建筑信息模型BIM。
可以理解的是,unity3D软件具备数据处理的功能,利用所述unity3D软件建立集成建筑信息模型BIM,可以对所述制冷设备进行能耗计算和分析,从而对制冷设备进行有效的能耗优化。
如图6所示,步骤S300包括:
S310、接收用于调整所述模拟制冷设备空间位置的控制信号;
S320、根据所述集成BIM的能耗值,得到制冷设备最优模拟状态。
可以理解的是,在集成BIM中,不断调整模拟制冷设备空间位置,并得到能耗值最低的状态,即制冷设备最优模拟状态,从而根据模拟制冷设备空间位置,更改制冷设备的空间位置,实现能耗优化的目的。
如图7所示,步骤S100之前包括:
S410、通过Revit软件或SolidWorks软件生成初始建筑信息模型BIM;
S420、根据所述初始BIM,通过所述Revit软件导出dwg格式的建筑模型数据110,或者通过所述SolidWorks软件导出igs格式的建筑模型数据110;
S430、通过3DMAX软件将dwg格式的所述模型数据转化为fbx格式的建筑模型数据110,或者通过3DMAX软件将igs格式的所述模型数据转化为fbx格式的建筑模型数据110;
S440、将fbx格式的建筑模型数据110上传至所述服务器。
可以理解的是,Revit软件或SolidWorks软件适合于建模,在建立可视化建筑信息模型BIM前,先利用Revit软件或SolidWorks软件建立初始建筑信息模型BIM,可以使建模变得更加简便,然后通过格式转换,将fbx格式的所述建筑模型数据上传至服务器,fbx格式的数据用于unity3D软件,unity3D软件更适合于模型可视化的设计和模型数据的处理,通过服务器来存放数据,可以对数据进行更好的管理和进一步的操作。
在本发明的第二实施例中,如图8所示,基于BIM的制冷设备能耗优化装置200中,包括但不限于:初始化模块210、建立模型模块220、优化模块230和控制模块240。
其中,初始化模块210,用于接收建筑模型数据110和制冷设备数据120;
建立模型模块220,用于根据建筑模型数据110和制冷设备数据120,建立集成建筑信息模型BIM;
优化模块230,用于对所述集成BIM进行优化仿真,得到最优模拟状态;
控制模块240,根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
需要说明的是,由于本实施例中的基于BIM的制冷设备能耗优化装置200与上述的基于BIM的制冷设备能耗优化方法基于相同的发明构思,因此,方法实施例中的相应内容同样适用于本装置实施例,此处不再详述。
在本发明的第三实施例中,如图9所示,基于BIM的制冷设备能耗优化设备300,该基于BIM的制冷设备能耗优化设备300可以是任意类型的智能终端,例如手机、平板电脑、个人计算机等。
具体地,该基于BIM的制冷设备能耗优化设备300包括:一个或多个控制处理器310和存储器320,图9中以一个控制处理器310为例。
控制处理器310和存储器320可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器320作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本发明实施例中的基于BIM的制冷设备能耗优化方法对应的程序指令/模块,例如,图8所示的初始化模块210、建立模型模块220、优化模块230和控制模块240。控制处理器310通过运行存储在存储器320中的非暂态软件程序、指令以及模块,从而执行基于BIM的制冷设备能耗优化装置200的各种功能应用以及数据处理,即实现上述方法实施例的基于BIM的制冷设备能耗优化方法。
存储器320可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于BIM的制冷设备能耗优化装置200的使用所创建的数据等。此外,存储器320可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器320可选包括相对于控制处理器310远程设置的存储器,这些远程存储器可以通过网络连接至该基于BIM的制冷设备能耗优化设备300。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器320中,当被所述一个或者多个控制处理器310执行时,执行上述方法实施例中的基于BIM的制冷设备能耗优化方法,例如,执行以上描述的图1中的方法步骤S100至S300,图3中的方法步骤S210至S220,图4中的方法步骤S211至S212和S221至S222,图5中的方法步骤S310至S320,图6中的方法步骤S110,图7中的方法步骤S410至S440,实现图8的模块210至240的功能。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器310执行,例如,被图9中的一个控制处理器310执行,可使得上述一个或多个控制处理器310执行上述方法实施例中的基于BIM的制冷设备能耗优化方法,例如,执行以上描述的图1中的方法步骤S100至S300,图3中的方法步骤S210至S220,图4中的方法步骤S211至S212和S221至S222,图5中的方法步骤S310至S320,图6中的方法步骤S110,图7中的方法步骤S410至S440,实现图8的模块210至240的功能。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现。本领域技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(ReadOnly Memory,ROM)或随机存储记忆体(Random AcceSS Memory,RAM)等。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于BIM的制冷设备能耗优化方法,其特征在于,包括:
接收建筑模型数据和制冷设备数据;
根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM;
对所述集成BIM进行优化仿真,得到最优模拟状态;
根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
2.如权利要求1所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述建筑模型数据包括有建筑材料、建筑空间位置坐标、建筑截面形状和建筑的颜色,所述制冷设备数据包括有设备材料、设备体积、设备重量、设备位置和设备功率。
3.如权利要求1所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM,包括:
根据所述建筑模型数据和所述制冷设备数据,进行相关性判断,得到与能耗值相关的特征数据;
根据所述特征数据,建立集成建筑信息模型BIM。
4.如权利要求3所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述根据所述建筑模型数据和所述制冷设备数据,进行相关性判断,得到与能耗值相关的特征数据,包括:
将建筑模型数据和制冷设备数据导入到python程序;
利用所述python程序完成所述相关性判断,得到特征数据。
5.如权利要求4所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述根据所述特征数据,建立集成建筑信息模型BIM,包括:
将所述特征数据导入到unity3D软件;
利用所述unity3D软件建立所述集成建筑信息模型BIM。
6.如权利要求5所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述对所述集成BIM进行优化仿真,得到用于优化调整制冷设备的制冷设备最优模拟状态,包括:
利用所述unity3D软件,对所述集成BIM进行仿真,得到所述集成BIM的能耗值,所述集成BIM包括有模拟制冷设备;
接收用于调整所述模拟制冷设备空间位置的控制信号;
根据所述集成BIM的能耗值,得到制冷设备最优模拟状态。
7.如权利要求6所述的基于BIM的制冷设备能耗优化方法,其特征在于,所述接收建筑模型数据和制冷设备数据之前,包括:
通过Revit软件或SolidWorks软件生成初始建筑信息模型BIM;
根据所述初始BIM,通过所述Revit软件导出dwg格式的建筑模型数据,或者通过所述SolidWorks软件导出igs格式的建筑模型数据;
通过3DMAX软件将dwg格式的所述模型数据转化为fbx格式的所述建筑模型数据,或者通过3DMAX软件将igs格式的所述模型数据转化为fbx格式的所述建筑模型数据;
将fbx格式的所述建筑模型数据上传至所述服务器。
8.基于BIM的制冷设备能耗优化装置,其特征在于,包括:
初始化模块,用于接收建筑模型数据和制冷设备数据;
建立模型模块,用于根据所述建筑模型数据和所述制冷设备数据,建立集成建筑信息模型BIM;
优化模块,用于对所述集成BIM进行优化仿真,得到最优模拟状态;
控制模块,根据所述最优模拟状态,得到用于优化调整所述制冷设备的控制信号,将所述控制信号发送至所述制冷设备。
9.基于BIM的制冷设备能耗优化设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7任一项所述的基于BIM的制冷设备能耗优化方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的基于BIM的制冷设备能耗优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257513.6A CN111552197A (zh) | 2020-04-03 | 2020-04-03 | 基于bim的制冷设备能耗优化方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010257513.6A CN111552197A (zh) | 2020-04-03 | 2020-04-03 | 基于bim的制冷设备能耗优化方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111552197A true CN111552197A (zh) | 2020-08-18 |
Family
ID=72002390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010257513.6A Pending CN111552197A (zh) | 2020-04-03 | 2020-04-03 | 基于bim的制冷设备能耗优化方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552197A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170108885A1 (en) * | 2015-10-14 | 2017-04-20 | Honeywell International Inc. | System for dynamic control with interactive visualization to optimize energy consumption |
CN108510104A (zh) * | 2018-03-02 | 2018-09-07 | 东南大学 | 基于云计算的建筑能耗分析与优化运行方法 |
CN110489875A (zh) * | 2019-08-21 | 2019-11-22 | 天津住总机电设备安装有限公司 | 一种空调出风口布局设计方法 |
CN110805997A (zh) * | 2019-11-14 | 2020-02-18 | 中金新源(天津)科技有限公司 | 中央空调系统节能控制方法 |
-
2020
- 2020-04-03 CN CN202010257513.6A patent/CN111552197A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170108885A1 (en) * | 2015-10-14 | 2017-04-20 | Honeywell International Inc. | System for dynamic control with interactive visualization to optimize energy consumption |
CN108510104A (zh) * | 2018-03-02 | 2018-09-07 | 东南大学 | 基于云计算的建筑能耗分析与优化运行方法 |
CN110489875A (zh) * | 2019-08-21 | 2019-11-22 | 天津住总机电设备安装有限公司 | 一种空调出风口布局设计方法 |
CN110805997A (zh) * | 2019-11-14 | 2020-02-18 | 中金新源(天津)科技有限公司 | 中央空调系统节能控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112416531B (zh) | 数字孪生系统仿真方法、系统、计算机设备及存储介质 | |
CN107103113B (zh) | 面向神经网络处理器的自动化设计方法、装置及优化方法 | |
CN107010542B (zh) | 一种装配式建筑智能吊装方法 | |
CN104077428A (zh) | 一种服务产业联盟的远程有限元分析方法 | |
CN103440357A (zh) | 虚拟现实漫游场景生成方法及系统 | |
CN104077446A (zh) | 从数字化三维模型中提取二维电气施工图的方法及系统 | |
CN103116893A (zh) | 基于多示例多标记学习的数字图像标注方法 | |
CN107797463A (zh) | 一种多轴电力推进半实物模拟试验平台的仿真方法 | |
CN103514337A (zh) | 一种仿真系统和方法 | |
CN114169065A (zh) | 生成装配式钢结构的方法和装置、电子设备和存储介质 | |
CN111552197A (zh) | 基于bim的制冷设备能耗优化方法、装置和设备 | |
CN112270083B (zh) | 一种多分辨建模与仿真方法及系统 | |
CN103559726A (zh) | 一种地图配色方法及着色器 | |
CN117454495A (zh) | 一种基于建筑草图轮廓序列的cad矢量模型生成方法及装置 | |
CN106658538B (zh) | 一种基于泰森多边形的手机基站信号覆盖范围模拟方法 | |
CN111552199B (zh) | 基于bim的温度场监控方法、装置和设备 | |
CN111445567A (zh) | 动态物体的烘焙方法、装置、计算机设备和存储介质 | |
Wang et al. | An improving algorithm for generating real sense terrain and parameter analysis based on fractal | |
CN114882115A (zh) | 车辆位姿的预测方法和装置、电子设备和存储介质 | |
CN111552200A (zh) | 基于bim的制冷设备综合优化方法、装置和设备 | |
CN114547761A (zh) | 一种基于高精度模型的预制构件钢筋优化方法及系统 | |
CN113538661A (zh) | 基于建筑模型的信息展示方法及相关装置 | |
CN111581692A (zh) | 基于云平台的机电设备运维方法、装置和设备 | |
CN111145304B (zh) | 一种数据处理方法、装置、智能终端及存储介质 | |
CN116244778B (zh) | 水电工程仿真云图展示方法、装置、电子设备及存储介质 |
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 |