CN113435691A - 一种基于bim的建筑质量标准评估方法及系统 - Google Patents
一种基于bim的建筑质量标准评估方法及系统 Download PDFInfo
- Publication number
- CN113435691A CN113435691A CN202110537836.5A CN202110537836A CN113435691A CN 113435691 A CN113435691 A CN 113435691A CN 202110537836 A CN202110537836 A CN 202110537836A CN 113435691 A CN113435691 A CN 113435691A
- Authority
- CN
- China
- Prior art keywords
- building
- obtaining
- information
- result
- bim
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 53
- 238000004088 simulation Methods 0.000 claims abstract description 74
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 230000032683 aging Effects 0.000 claims abstract description 39
- 238000013210 evaluation model Methods 0.000 claims abstract description 34
- 238000013441 quality evaluation Methods 0.000 claims abstract description 31
- 230000006378 damage Effects 0.000 claims description 40
- 238000005286 illumination Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 33
- 238000012549 training Methods 0.000 claims description 27
- 208000027418 Wounds and injury Diseases 0.000 claims description 24
- 208000014674 injury Diseases 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001680 brushing effect Effects 0.000 description 2
- 238000009435 building construction Methods 0.000 description 2
- 239000004566 building material Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于BIM的建筑质量标准评估方法及系统,获得第一建筑的第一基础信息;构建第一BIM建筑模型;获得第一位置信息并匹配第一地震强度,并获得第一地震强度的第一持续时间,将第一地震强度和所述第一持续时间作为第一输入参数;获得第一老化等级,将所述第一老化等级作为第二输入参数;将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,获得居民分布信息;将所述第一模拟结果和所述居民分布信息输入第一评估模型,获得所述第一评估模型的第一输出结果,根据所述第一输出结果获得所述第一建筑的第一质量评估结果,解决了现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题。
Description
技术领域
本发明涉及建筑质量评估相关领域,尤其涉及一种基于BIM的建筑质量标准评估方法及系统。
背景技术
随着我国国民经济的发展和城镇化的推进,我国建筑工程的蓬勃发展,工程建设呈现出投资主体多元化、技术工艺复杂化、建筑材料新型化和企业独立自主化、建设项目规模大型化等特点,建设工程中的质量安全风险和安全问题受到广泛的关注。随着计算机软件和Internet的不断发展,建筑施工质量安全的风险管理以计算机软件的形式进行评估已经成为一种趋势。大型建设工程风险不确定性因素多,风险具有多样性和随机性的特点,建设工程受各方面条件制约,对环境影响和社会影响程度非常大,目前尚未形成工程建设领域行之有效的风险评估体系。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题。
发明内容
本申请实施例通过提供一种基于BIM的建筑质量标准评估方法及系统,解决了现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题,达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。
鉴于上述问题,提出了本申请实施例提供一种基于BIM的建筑质量标准评估方法及系统。
第一方面,本申请实施例提供了一种基于BIM的建筑质量标准评估方法,所述方法包括:获得第一建筑的第一基础信息;根据所述第一基础信息构建第一BIM建筑模型;根据所述第一基础信息获得第一位置信息;根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;获得第一老化等级,将所述第一老化等级作为第二输入参数;将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;获得居民分布信息;将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
另一方面,本申请还提供了一种基于BIM的建筑质量标准评估系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一建筑的第一基础信息;第一构建单元,所述第一构建单元用于根据所述第一基础信息构建第一BIM建筑模型;第二获得单元,所述第二获得单元用于根据所述第一基础信息获得第一位置信息;第三获得单元,所述第三获得单元用于根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;第四获得单元,所述第四获得单元用于获得第一老化等级,将所述第一老化等级作为第二输入参数;第一输入单元,所述第一输入单元用于将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;第五获得单元,所述第五获得单元用于获得居民分布信息;第二输入单元,所述第二输入单元用于将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;第六获得单元,所述第六获得单元用于获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;第七获得单元,所述第七获得单元用于根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
第三方面,本发明提供了一种基于BIM的建筑质量标准评估系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过第一建筑的基础信息构建BIM建筑模型,根据所述第一基础信息获得所述第一建筑的第一位置信息,通过所述第一位置信息为所述第一建筑匹配第一地震强度,并将所述第一地震强度和地震的持续时间作为第一输入参数,将所述第一建筑的第一老化等级作为第二输入参数,将所述第一输入参数所述第二输入参数输入第一BIM模型中,根据所述参数对所述第一建筑的非结构件的损伤情况进行模拟,并获得第一模拟结果,将所述第一模拟结果和所述第一居民分布情况输入第一评估模型,通过所述第一评估模型获得所述居民的受伤情况,通过受伤情况来对所述第一建筑进行质量评估,达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于BIM的建筑质量标准评估方法的流程示意图;
图2为本申请实施例一种基于BIM的建筑质量标准评估系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第一构建单元12,第二获得单元13,第三获得单元14,第四获得单元15,第一输入单元16,第五获得单元17,第二输入单元18,第六获得单元19,第七获得单元20,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种基于BIM的建筑质量标准评估方法及系统,解决了现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题,达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
随着我国国民经济的发展和城镇化的推进,我国建筑工程的蓬勃发展,工程建设呈现出投资主体多元化、技术工艺复杂化、建筑材料新型化和企业独立自主化、建设项目规模大型化等特点,建设工程中的质量安全风险和安全问题受到广泛的关注。随着计算机软件和Internet的不断发展,建筑施工质量安全的风险管理以计算机软件的形式进行评估已经成为一种趋势。大型建设工程风险不确定性因素多,风险具有多样性和随机性的特点,建设工程受各方面条件制约,对环境影响和社会影响程度非常大,目前尚未形成工程建设领域行之有效的风险评估体系。但现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于BIM的建筑质量标准评估方法,所述方法包括:获得第一建筑的第一基础信息;根据所述第一基础信息构建第一BIM建筑模型;根据所述第一基础信息获得第一位置信息;根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;获得第一老化等级,将所述第一老化等级作为第二输入参数;将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;获得居民分布信息;将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于BIM的建筑质量标准评估方法,其中,所述方法包括:
步骤S100:获得第一建筑的第一基础信息;
具体而言,所述第一建筑为进行建筑质量评估的建筑,所述第一建筑可以为已经建筑完成的,也可以为修建过程中的,还可以是仅仅有图纸数据的建筑,所述第一基础信息包括所述第一建筑设计过程中的包含的基础信息,包括但不限于:材质、尺寸、位置等所述第一建筑的建筑参数,将所述建筑参数作为所述第一建筑的第一基础信息。
步骤S200:根据所述第一基础信息构建第一BIM建筑模型;
具体而言,所述第一BIM建筑模型为基于BIM技术,结合所述第一建筑的基础信息构建的用于对所述第一建筑模型进行分析处理的三维模型,通过所述第一建筑的建筑参数,构建与所述第一建筑想匹配的第一BIM建筑模型。
步骤S300:根据所述第一基础信息获得第一位置信息;
步骤S400:根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;
具体而言,所述第一位置为所述第一建筑的所在位置,其中,根据所述第一位置信息获得所述第一位置的地质结构信息,其中,所述第一位置的地质结构信息包括所述第一位置曾发生过的最高的地震等级,根据所述第一位置匹配高于所述最高地震等级0.5级的地震等级信息,通过所述第一位置处的地质结构获得所述第一匹配的地震强度的震源信息,根据所述震源信息获得所述地震在所述第一位置出的地震强度,所述第一持续时间为所述第一地震强度的持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数。
步骤S500:获得第一老化等级,将所述第一老化等级作为第二输入参数;
步骤S600:将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;
具体而言,所述第一老化等级为所述第一建筑的老化等级,当对所述第一建筑的当前质量进行评估时,所述第一老化等级为所述第一建筑的老化等级,当对所述第一建筑的建成质量进行预估,此时所述第一建筑的老化等级可根据需求进行设定,将所述第一输入参数、所述第二输入参数输入所述第一BIM建筑模型中,所述第一BIM建筑模型对所述第一强度和所述第一地震的持续时间进行模拟,根据所述第一建筑的基础信息,结合所述第一建筑的环境信息和老化等级,对所述第一建筑经过时间的流逝的当前建筑强度进行模拟,获得所述第一建筑在第一地震强度和第一持续时间下的非结构件的损伤的位置、数量信息。
步骤S700:获得居民分布信息;
步骤S800:将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;
具体而言,所述居民分布为所述第一建筑的居民分布情况,当所述第一建筑为现存建筑时,通过采集模拟时间下的第一建筑的居民情况来对所述居民分布进行模拟,所述第一评估模型为机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述第一模拟结果和所述居民分布信息输入神经网络模型,则输出居民的受伤情况。
更进一步而言,所述训练的过程还包括监督学习的过程,每一组监督数据均包括所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息,将所述第一模拟结果、所述居民分布信息输入到神经网络模型中,根据标识居民受伤结果的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确的所述居民的受伤评估结果,为后续进行准确的通过受伤情况进行建筑质量的评估夯实了基础。
步骤S900:获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;
步骤S1000:根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
具体而言,根据所述第一评估模型的评估结果对所述第一建筑的非结构件损伤造成的居民的受伤的数量及程度进行模拟评估,获得第一评估结果,根据所述的评估结果对所述第一建筑的质量是否符合要求进行评估。达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。
进一步而言,本申请实施例还包括:
步骤S1010:获得第二建筑的基础信息,其中,所述第二建筑与所述第一建筑具有第一距离;
步骤S1020:获得第一光照信息;
步骤S1030:将所述第二建筑的基础信息和第一光照信息输入第一BIM建筑模型,获得所述第一BIM建筑模型的第二模拟结果;
步骤S1040:根据所述第二模拟结果获得所述第一建筑的第二质量评估结果。
具体而言,所述第二建筑为所述第一建筑周围的建筑,其中,所述第二建筑可以为待修建或者已修建完成的建筑,其中,获得所述第二建筑的基础信息,所述基础信息包括所述第二建筑的建筑参数信息和所述第二建筑与所述第一建筑的第一距离信息,所述第一光照信息为对所述第一建筑所在位置的某一时刻的光照模拟信息,通过采集所述第一位置的全年光照情况,将其作为输入数据进行模拟,获得第一光照信息,将所述第二建筑的基础信息和所述第一光照信息输入第一BIM建筑模型中,在所述第一BIM建筑模型中将所述第一建筑模型、第二建筑模型、第一光照进行实时的模拟,获得第二模拟结果,根据所述第二模拟结果对所述第一建筑在所述第一光照的情况下对所述第一光照的反射对第二建筑造成的光污情况进行评估,根据所述评估结果获得所述第一建筑的第二质量评估结果。通过对所述第一建筑的光污染情况对于周边建筑的影响来评估所述第一建筑的建筑质量,采用多元化的角度使得所述评定结果更加的准确、可信。
进一步而言,本申请实施例还包括:
步骤S1110:根据所述第一光照信息获得第一光照强度;
步骤S1120:根据所述第一光照信息和所述第一位置信息获得第一入射角度信息;
步骤S1130:将所述第一光照强度和所述第一入射角度信息输入所述第一BIM建筑模型,获得第三模拟结果,其中,所述第三模拟结果包括所述第二建筑接收的所述第一建筑的反射光的光污染等级;
步骤S1140:根据所述第三模拟结果获得所述第一建筑的第三质量评估结果。
具体而言,所述第一光照信息的获得包括所述第一光照的光照强度的获得,其中,所述光照强度为指单位面积上所接受可见光的光通量。简称照度,所述第一入射角度为根据所述第一光照的光强模拟的光照时间获得的第一光照的入射角度,将所述第一光照强度和所述第一入射角度信息输入所述第一BIM建筑模型,通过所述模型对所述第一光照进行模拟,获得第一模拟结果,根据测定所述模拟结果出所述第二建筑接收的所述第一建筑的反射光信息,对所述反射光进行光污染等级评估,通过所述评估结果获得所述第一建筑的第三质量评估结果。通过对于所述第一建筑对于周边建筑的光污染情况来对所述第一建筑的质量进行评估,达到评定结果更加的准确、可信的技术效果。
进一步的,本申请实施例还包括:
步骤S1210:获得所述第一建筑的第一墙体颜色信息,其中,所述第一墙体颜色包括第一时间和第一颜色混合参数;
步骤S1220:将所述第一墙体颜色信息和所述第一光照信息输入所述第一BIM建筑模型;
步骤S1230:获得第二时间下所述第一墙体颜色的第三模拟结果,其中,所述第二时间在所述第一时间之后;
步骤S1240:根据所述第一墙体颜色和所述第三模拟结果获得第一颜色衰减等级;
步骤S1250:根据所述第一时间和所述第二时间获得第一时间差;
步骤S1260:判断所述第一颜色衰减等级与所述第一时间差是否具有第一匹配度;
步骤S1270:根据所述判断结果获得所述第一建筑的第四质量评估结果。
具体而言,所述第一建筑的第一墙体颜色包括所述第一建筑的内墙颜色和外墙颜色,所述第一墙体颜色信息为所述第一墙体的刷色时间,即所述第一时间,还包括所述第一墙体的刷色的颜料的混用参数信息,将所述第一时间和所述第一颜色混合参数作为基础数据输入所述BIM建筑模型,进行墙体的实时模拟,获得第二模拟时间,其中,所述第二模拟时间为所述设定的时间,其中,通过所述第一BIM模型模拟出所述第一建筑的墙体经过第一时间到所述第二时间后的墙体颜色情况,将所述第二墙体颜色与所述第一墙体颜色进行对比,获得第一颜色对比结果,根据所述对比结果获得所述第一墙体在经过上述时间后的颜色衰减等级,获得所述第一时间与所述第二时间的时间差,根据所述时间差判断所述颜色衰减等级是否与其匹配,即判断所述第一时间差与所述颜色衰减等级具有第一匹配度(所述第一匹配度为人为设定的匹配度),根据所述匹配情况获得所述第一建筑的第四质量评估结果。
进一步而言,所述获得第一老化等级,将所述第一老化等级作为第二输入参数,本申请实施例步骤S500还包括:
步骤S510:获得第一老化时间,将所述第一老化时间作为第一影响因素;
步骤S520:获得第一湿度变化情况,将所述第一湿度变化情况作为第二影响因素;
步骤S530:获得所述第一建筑的材料构成信息,将所述材料构成信息作为第三影响因素;
步骤S540:根据所述第一影响因素、所述第二影响因素、所述第三影响因素获得第一老化等级预估结果。
具体而言,所述第一老化时间为所述第一建筑的测定设定的老化时间,即所述第一建筑从建成开始,到所述要模拟的建筑的时间点的时间段作为第一老化时间,将所述第一老化时间作为第一影响因素,对所述第一建筑的第一位置处的湿度信息进行采集,其中,所述采集包括至少三年的采集结果,将所述采集结果进行整合分析,获得湿度变化情况,将所述湿度变化情况作为第二影响因素;获得所述第一建筑的不同位置的材料的构成信息,将所述材料的构成信息作为第三影响因素,综合对所述第一影响因素、所述第二影响因素、所述第三影响因素进行模拟,获得所述第一建筑的老化等级的预估结果,为后续准确的评定所述第一建筑的质量夯实了基础。
进一步而言,本申请实施例还包括:
步骤S1310:根据所述第一位置信息获得第三时间,其中,所述第三时间为出行拥堵时间;
步骤S1320:基于大数据通过所述居民分布信息获得居民年龄分布结果;
步骤S1330:根据所述居民年龄分布结果对居民在第三时间出行的概率进行评估,获得第一评估结果;
步骤S1340:将所述第一评估结果输入所述第一BIM建筑模型,通过所述BIM模型获得所述第一建筑内的第一出行拥挤度;
步骤S1350:根据所述第一出行拥堵度获得所述第一建筑的第五质量评估结果。
具体而言,所述第三时间为出行的拥堵时间,举例而言,所述第三时间的获得是通过综合分析所述第一位置的信息获得的,即通过评估所述第一建筑的所在位置与周边的企业数量信息,距离信息等获得的出行拥堵时间,基于大数据对所述第一建筑的居民分布进行仿真模拟,获得模拟结果,其中,所述模拟结果包括所述第一建筑内的居民年龄分布情况,通过所述年龄分布情况对所述居民在第三时间出行的概率进行评估,获得第一评估结果,将所述评估结果输入所述第一BIM模型,通过所述BIM模型对所述在第三时间出行的情况进行模拟,获得所述BIM模型模拟的第一建筑内的第一出行拥堵度,通过所述第一出行拥堵度获得所述第一建筑的第五质量评估结果。
进一步而言,所述根据所述第一位置信息获得第三时间,本申请实施例步骤S1310还包括:
步骤S1311:根据所述第一位置获得第二位置信息,其中,所述第二位置为企业分布位置;
步骤S1312:通过所述第一位置和所述第二位置获得第一出行方案;
步骤S1313:通过所述第一出行方案对所述第一建筑的居民出行时间进行预估,获得第三时间。
具体而言,所述第三时间是通过计算所述第一建筑所在位置与所述第一建筑周边企业的分布位置获得的,所述第二位置为企业位置,根据所述第一位置和所述第二位置的实际情况,对所述出行方案进行排查,其中,所述出行方案至少包括出行方案一和出行方案二,通过概率计算,获得第一出行方案,根据所述第一出行方案对所述第一用户的出发时间进行预估,以此类推,对所述第一建筑的居住用户均采用上述计算手段,获得重合度最高的时间为第三时间。
综上所述,本申请实施例所提供的一种基于BIM的建筑质量标准评估方法及系统具有如下技术效果:
1、由于采用了通过第一建筑的基础信息构建BIM建筑模型,根据所述第一基础信息获得所述第一建筑的第一位置信息,通过所述第一位置信息为所述第一建筑匹配第一地震强度,并将所述第一地震强度和地震的持续时间作为第一输入参数,将所述第一建筑的第一老化等级作为第二输入参数,将所述第一输入参数所述第二输入参数输入第一BIM模型中,根据所述参数对所述第一建筑的非结构件的损伤情况进行模拟,并获得第一模拟结果,将所述第一模拟结果和所述第一居民分布情况输入第一评估模型,通过所述第一评估模型获得所述居民的受伤情况,通过受伤情况来对所述第一建筑进行质量评估,达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。
2、由于采用了通过对所述第一评估模型的监督学习的方式,进而使得所述第一评估模型处理所述输入信息更加准确,进而获得更加准确的所述居民的受伤评估结果,为后续进行准确的通过受伤情况进行建筑质量的评估夯实了基础。
3、由于采用了通过对于所述第一建筑对于周边建筑的光污染情况来对所述第一建筑的质量进行评估的方式,达到评定结果更加的准确、可信的技术效果。
实施例二
基于与前述实施例中一种基于BIM的建筑质量标准评估方法同样发明构思,本发明还提供了一种基于BIM的建筑质量标准评估系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一建筑的第一基础信息;
第一构建单元12,所述第一构建单元12用于根据所述第一基础信息构建第一BIM建筑模型;
第二获得单元13,所述第二获得单元13用于根据所述第一基础信息获得第一位置信息;
第三获得单元14,所述第三获得单元14用于根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;
第四获得单元15,所述第四获得单元15用于获得第一老化等级,将所述第一老化等级作为第二输入参数;
第一输入单元16,所述第一输入单元16用于将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;
第五获得单元17,所述第五获得单元17用于获得居民分布信息;
第二输入单元18,所述第二输入单元18用于将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;
第六获得单元19,所述第六获得单元19用于获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;
第七获得单元20,所述第七获得单元20用于根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得第二建筑的基础信息,其中,所述第二建筑与所述第一建筑具有第一距离;
第九获得单元,所述第九获得单元用于获得第一光照信息;
第三输入单元,所述第三输入单元用于将所述第二建筑的基础信息和第一光照信息输入第一BIM建筑模型,获得所述第一BIM建筑模型的第二模拟结果;
第十获得单元,所述第十获得单元用于根据所述第二模拟结果获得所述第一建筑的第二质量评估结果。
进一步的,所述系统还包括:
第十一获得单元,所述第十一获得单元用于根据所述第一光照信息获得第一光照强度;
第十二获得单元,所述第十二获得单元用于根据所述第一光照信息和所述第一位置信息获得第一入射角度信息;
第四输入单元,所述第四输入单元用于将所述第一光照强度和所述第一入射角度信息输入所述第一BIM建筑模型,获得第三模拟结果,其中,所述第三模拟结果包括所述第二建筑接收的所述第一建筑的反射光的光污染等级。
第十三获得单元,所述第十三获得单元用于根据所述第三模拟结果获得所述第一建筑的第三质量评估结果。
进一步的,所述系统还包括:
第十四获得单元,所述第十四获得单元用于获得所述第一建筑的第一墙体颜色信息,其中,所述第一墙体颜色包括第一时间和第一颜色混合参数;
第五输入单元,所述第五输入单元用于将所述第一墙体颜色信息和所述第一光照信息输入所述第一BIM建筑模型;
第十五获得单元,所述第十五获得单元用于获得第二时间下所述第一墙体颜色的第三模拟结果,其中,所述第二时间在所述第一时间之后;
第十六获得单元,所述第十六获得单元用于根据所述第一墙体颜色和所述第三模拟结果获得第一颜色衰减等级;
第十七获得单元,所述第十七获得单元用于根据所述第一时间和所述第二时间获得第一时间差;
第一判断单元,所述第一判断单元用于判断所述第一颜色衰减等级与所述第一时间差是否具有第一匹配度;
第十八获得单元,所述第十八获得单元用于根据所述判断结果获得所述第一建筑的第四质量评估结果。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于获得第一老化时间,将所述第一老化时间作为第一影响因素;
第二十获得单元,所述第二十获得单元用于获得第一湿度变化情况,将所述第一湿度变化情况作为第二影响因素;
第二十一获得单元,所述第二十一获得单元用于获得所述第一建筑的材料构成信息,将所述材料构成信息作为第三影响因素;
第二十二获得单元,所述第二十二获得单元用于根据所述第一影响因素、所述第二影响因素、所述第三影响因素获得第一老化等级预估结果。
进一步的,所述系统还包括:
第二十三获得单元,所述第二十三获得单元用于根据所述第一位置信息获得第三时间,其中,所述第一时间为出行拥堵时间;
第二十四获得单元,所述第二十四获得单元用于基于大数据通过所述居民分布信息获得居民年龄分布结果;
第三判断单元,所述第三判断单元用于根据所述居民年龄分布结果对居民在第三时间出行的概率进行评估,获得第一评估结果;
第六输入单元,所述第六输入单元用于将所述第一评估结果输入所述第一BIM建筑模型,通过所述BIM模型获得所述第一建筑内的第一出行拥挤度;
第二十五获得单元,所述第二十五获得单元用于根据所述第一出行拥堵度获得所述第一建筑的第五质量评估结果。
进一步的,所述系统还包括:
第二十六获得单元,所述第二十六获得单元用于根据所述第一位置获得第二位置信息,其中,所述第二位置为企业分布位置;
第二十七获得单元,所述第二十七获得单元用于通过所述第一位置和所述第二位置获得第一出行方案;
第二十八获得单元,所述第二十八获得单元用于通过所述第一出行方案对所述第一建筑的居民出行时间进行预估,获得第三时间。
前述图1实施例一中的一种基于BIM的建筑质量标准评估方法的各种变化方式和具体实例同样适用于本实施例的一种基于BIM的建筑质量标准评估系统,通过前述对一种基于BIM的建筑质量标准评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于BIM的建筑质量标准评估系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于BIM的建筑质量标准评估方法的发明构思,本发明还提供一种基于BIM的建筑质量标准评估系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于BIM的建筑质量标准评估方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于BIM的建筑质量标准评估方法,所述方法包括:获得第一建筑的第一基础信息;根据所述第一基础信息构建第一BIM建筑模型;根据所述第一基础信息获得第一位置信息;根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;获得第一老化等级,将所述第一老化等级作为第二输入参数;将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;获得居民分布信息;将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;根据所述第一输出结果获得所述第一建筑的第一质量评估结果。解决了现有技术中对于建筑质量的评估不够多元化,存在建筑质量评估不够准确的技术问题,达到多元化对于建筑质量进行评估,对建筑质量评估更加准确的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于BIM的建筑质量标准评估方法,其中,所述方法包括:
获得第一建筑的第一基础信息;
根据所述第一基础信息构建第一BIM建筑模型;
根据所述第一基础信息获得第一位置信息;
根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;
获得第一老化等级,将所述第一老化等级作为第二输入参数;
将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;
获得居民分布信息;
将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;
获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;
根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
2.如权利要求1所述的方法,其中,所述方法还包括:
获得第二建筑的基础信息,其中,所述第二建筑与所述第一建筑具有第一距离;
获得第一光照信息;
将所述第二建筑的基础信息和第一光照信息输入第一BIM建筑模型,获得所述第一BIM建筑模型的第二模拟结果;
根据所述第二模拟结果获得所述第一建筑的第二质量评估结果。
3.如权利要求2所述的方法,其中,所述方法还包括:
根据所述第一光照信息获得第一光照强度;
根据所述第一光照信息和所述第一位置信息获得第一入射角度信息;
将所述第一光照强度和所述第一入射角度信息输入所述第一BIM建筑模型,获得第三模拟结果,其中,所述第三模拟结果包括所述第二建筑接收的所述第一建筑的反射光的光污染等级;
根据所述第三模拟结果获得所述第一建筑的第三质量评估结果。
4.如权利要求3所述的方法,其中,所述方法还包括:
获得所述第一建筑的第一墙体颜色信息,其中,所述第一墙体颜色包括第一时间和第一颜色混合参数;
将所述第一墙体颜色信息和所述第一光照信息输入所述第一BIM建筑模型;
获得第二时间下所述第一墙体颜色的第三模拟结果,其中,所述第二时间在所述第一时间之后;
根据所述第一墙体颜色和所述第三模拟结果获得第一颜色衰减等级;
根据所述第一时间和所述第二时间获得第一时间差;
判断所述第一颜色衰减等级与所述第一时间差是否具有第一匹配度;
根据所述判断结果获得所述第一建筑的第四质量评估结果。
5.如权利要求1所述的方法,其中,所述获得第一老化等级,将所述第一老化等级作为第二输入参数,所述方法还包括:
获得第一老化时间,将所述第一老化时间作为第一影响因素;
获得第一湿度变化情况,将所述第一湿度变化情况作为第二影响因素;
获得所述第一建筑的材料构成信息,将所述材料构成信息作为第三影响因素;
根据所述第一影响因素、所述第二影响因素、所述第三影响因素获得第一老化等级预估结果。
6.如权利要求1所述的方法,其中,所述方法还包括:
根据所述第一位置信息获得第三时间,其中,所述第三时间为出行拥堵时间;
基于大数据通过所述居民分布信息获得居民年龄分布结果;
根据所述居民年龄分布结果对居民在第三时间出行的概率进行评估,获得第一评估结果;
将所述第一评估结果输入所述第一BIM模型,通过所述BIM模型获得所述第一建筑内的第一出行拥挤度;
根据所述第一出行拥堵度获得所述第一建筑的第五质量评估结果。
7.如权利要求6所述的方法,其中,所述根据所述第一位置信息获得第一时间,所述方法还包括:
根据所述第一位置获得第二位置信息,其中,所述第二位置为企业分布位置;
通过所述第一位置和所述第二位置获得第一出行方案;
通过所述第一出行方案对所述第一建筑的居民出行时间进行预估,获得第三时间。
8.一种基于BIM的建筑质量标准评估系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一建筑的第一基础信息;
第一构建单元,所述第一构建单元用于根据所述第一基础信息构建第一BIM建筑模型;
第二获得单元,所述第二获得单元用于根据所述第一基础信息获得第一位置信息;
第三获得单元,所述第三获得单元用于根据所述第一位置匹配第一地震强度,并获得所述第一地震强度的第一持续时间,将所述第一地震强度和所述第一持续时间作为第一输入参数;
第四获得单元,所述第四获得单元用于获得第一老化等级,将所述第一老化等级作为第二输入参数;
第一输入单元,所述第一输入单元用于将所述第一输入参数、所述第二输入参数输入所述第一BIM模型,获得第一模拟结果,其中,所述第一模拟结果包括非结构件损伤情况;
第五获得单元,所述第五获得单元用于获得居民分布信息;
第二输入单元,所述第二输入单元用于将所述第一模拟结果和所述居民分布信息输入第一评估模型,其中,所述第一评估模型通过多组训练数据训练获得,所述多组训练数据中的每组均包括:所述第一模拟结果、所述居民分布信息和标识居民受伤结果的标识信息;
第六获得单元,所述第六获得单元用于获得所述第一评估模型的第一输出结果,其中,所述第一输出结果包括居民的受伤情况;
第七获得单元,所述第七获得单元用于根据所述第一输出结果获得所述第一建筑的第一质量评估结果。
9.一种基于BIM的建筑质量标准评估系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110537836.5A CN113435691B (zh) | 2021-05-18 | 2021-05-18 | 一种基于bim的建筑质量标准评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110537836.5A CN113435691B (zh) | 2021-05-18 | 2021-05-18 | 一种基于bim的建筑质量标准评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113435691A true CN113435691A (zh) | 2021-09-24 |
CN113435691B CN113435691B (zh) | 2024-04-16 |
Family
ID=77802351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110537836.5A Active CN113435691B (zh) | 2021-05-18 | 2021-05-18 | 一种基于bim的建筑质量标准评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113435691B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628818A (zh) * | 2023-05-31 | 2023-08-22 | 浙江正匠建设工程有限公司 | 一种基于bim的模拟打桩方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074995A (zh) * | 2007-05-17 | 2007-11-21 | 杨仕升 | 建筑物抗震能力的评估方法及其应用 |
CN102521710A (zh) * | 2011-12-22 | 2012-06-27 | 上海建科工程咨询有限公司 | 一种建筑施工质量安全在线风险评估系统 |
CN104361219A (zh) * | 2014-10-31 | 2015-02-18 | 华北水利水电大学 | 一种评价建筑物抗震性能的方法 |
CN104834991A (zh) * | 2015-04-08 | 2015-08-12 | 上海市建筑科学研究院(集团)有限公司 | 一种建筑工程采用建筑信息模型bim的应用价值评估方法 |
CN107590853A (zh) * | 2017-08-25 | 2018-01-16 | 北京科技大学 | 一种城市建筑群震害高真实度展示方法 |
CN207517058U (zh) * | 2017-07-14 | 2018-06-19 | 江苏南工科技集团有限公司 | 一种基于bim和云计算的智慧建筑安全等级评估系统 |
CN109063327A (zh) * | 2018-08-01 | 2018-12-21 | 清华大学 | 基于动力弹塑性和地面运动的地震破坏力评价方法及装置 |
CN109165458A (zh) * | 2018-09-05 | 2019-01-08 | 南京林业大学 | 基于bim的地表建筑太阳辐射估算方法 |
CN210572129U (zh) * | 2019-08-28 | 2020-05-19 | 昭通市鼎安科技有限公司 | 一种超声波建筑裂缝检测装置 |
CN111562745A (zh) * | 2019-02-14 | 2020-08-21 | 开利公司 | 智能控制系统和智能控制方法 |
CN111951128A (zh) * | 2020-08-31 | 2020-11-17 | 江苏工程职业技术学院 | 一种节能环保的建筑施工方法和装置 |
CN111950068A (zh) * | 2020-08-31 | 2020-11-17 | 江苏工程职业技术学院 | 一种基于Bim的维护建筑设备的方法和装置 |
CN112304831A (zh) * | 2020-10-08 | 2021-02-02 | 大连理工大学 | 基于质量守恒的学生行为对教室内pm2.5浓度的计算方法 |
CN112800266A (zh) * | 2021-01-25 | 2021-05-14 | 南京九致信息科技有限公司 | 一种基于模型预测的专利潜在价值评估方法及系统 |
-
2021
- 2021-05-18 CN CN202110537836.5A patent/CN113435691B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074995A (zh) * | 2007-05-17 | 2007-11-21 | 杨仕升 | 建筑物抗震能力的评估方法及其应用 |
CN102521710A (zh) * | 2011-12-22 | 2012-06-27 | 上海建科工程咨询有限公司 | 一种建筑施工质量安全在线风险评估系统 |
CN104361219A (zh) * | 2014-10-31 | 2015-02-18 | 华北水利水电大学 | 一种评价建筑物抗震性能的方法 |
CN104834991A (zh) * | 2015-04-08 | 2015-08-12 | 上海市建筑科学研究院(集团)有限公司 | 一种建筑工程采用建筑信息模型bim的应用价值评估方法 |
CN207517058U (zh) * | 2017-07-14 | 2018-06-19 | 江苏南工科技集团有限公司 | 一种基于bim和云计算的智慧建筑安全等级评估系统 |
CN107590853A (zh) * | 2017-08-25 | 2018-01-16 | 北京科技大学 | 一种城市建筑群震害高真实度展示方法 |
CN109063327A (zh) * | 2018-08-01 | 2018-12-21 | 清华大学 | 基于动力弹塑性和地面运动的地震破坏力评价方法及装置 |
CN109165458A (zh) * | 2018-09-05 | 2019-01-08 | 南京林业大学 | 基于bim的地表建筑太阳辐射估算方法 |
CN111562745A (zh) * | 2019-02-14 | 2020-08-21 | 开利公司 | 智能控制系统和智能控制方法 |
CN210572129U (zh) * | 2019-08-28 | 2020-05-19 | 昭通市鼎安科技有限公司 | 一种超声波建筑裂缝检测装置 |
CN111951128A (zh) * | 2020-08-31 | 2020-11-17 | 江苏工程职业技术学院 | 一种节能环保的建筑施工方法和装置 |
CN111950068A (zh) * | 2020-08-31 | 2020-11-17 | 江苏工程职业技术学院 | 一种基于Bim的维护建筑设备的方法和装置 |
CN112304831A (zh) * | 2020-10-08 | 2021-02-02 | 大连理工大学 | 基于质量守恒的学生行为对教室内pm2.5浓度的计算方法 |
CN112800266A (zh) * | 2021-01-25 | 2021-05-14 | 南京九致信息科技有限公司 | 一种基于模型预测的专利潜在价值评估方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘柯: "装配式建筑生产(施工)过程中BIM技术的应用研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116628818A (zh) * | 2023-05-31 | 2023-08-22 | 浙江正匠建设工程有限公司 | 一种基于bim的模拟打桩方法及系统 |
CN116628818B (zh) * | 2023-05-31 | 2024-06-07 | 浙江正匠建设工程有限公司 | 一种基于bim的模拟打桩方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113435691B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110619432B (zh) | 一种基于深度学习的特征提取水文预报的方法 | |
CN107491694B (zh) | 用于量化评估scada系统信息安全脆弱性的方法 | |
CN108241964A (zh) | 基于bp人工神经网络模型算法的基建现场管控移动应用平台 | |
Alqahtani et al. | Artificial neural networks incorporating cost significant items towards enhancing estimation for (life-cycle) costing of construction projects | |
CN103268519A (zh) | 基于改进Lyapunov指数的电力系统短期负荷预测方法及装置 | |
Sun et al. | Research on the classification and identification of driver’s driving style | |
Minli et al. | Research on the application of artificial neural networks in tender offer for construction projects | |
CN109977571A (zh) | 基于数据与模型混合的仿真计算方法及装置 | |
CN116305797B (zh) | 一种基于bim和多源质量信息融合的施工风险评估系统 | |
CN113435691B (zh) | 一种基于bim的建筑质量标准评估方法及系统 | |
CN110716998B (zh) | 一种精细尺度人口数据空间化方法 | |
CN110378358A (zh) | 一种配电网异构数据整合方法及系统 | |
Mahipan et al. | A forecasting model for Thailand’s unemployment rate | |
CN114492984A (zh) | 粉尘浓度的时空分布预测方法、装置、设备和存储介质 | |
CN112785146A (zh) | 一种网络舆情的评估方法及系统 | |
Liu et al. | Fuzzy optimization BP neural network model for pavement performance assessment | |
CN114205355B (zh) | 一种变电网关附属设备性能测试方法、系统及电子设备 | |
CN113408916B (zh) | 基于智能ai和移动app的消防设施检测及现场验收评定系统 | |
CN114510867A (zh) | 一种3d模拟配电柜电路接线方法及系统 | |
CN109933921B (zh) | 一种滚石灾害风险评估方法、装置、系统及存储介质 | |
CN113487200A (zh) | 一种公路工程的项目质量评定方法及系统 | |
CN111063226A (zh) | 一种电力仿真培训评分方法、系统及存储介质 | |
CN112887131B (zh) | 一种智慧城市通讯网络项目质量控制监理方法及系统 | |
CN106909744A (zh) | 流程模型可信度动态评估方法和系统 | |
CN116957414B (zh) | 基于人工智能的村庄规划分析方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |