CN114372309A - 基于bim的装配式建筑智能出图方法 - Google Patents
基于bim的装配式建筑智能出图方法 Download PDFInfo
- Publication number
- CN114372309A CN114372309A CN202210008512.7A CN202210008512A CN114372309A CN 114372309 A CN114372309 A CN 114372309A CN 202210008512 A CN202210008512 A CN 202210008512A CN 114372309 A CN114372309 A CN 114372309A
- Authority
- CN
- China
- Prior art keywords
- assembly
- building
- base map
- matching
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及智能出图技术领域，尤其涉及基于BIM的装配式建筑智能出图方法。其主要针对于装配容易卡顿以及不能保证出图准确率的问题，提出如下技术方案：包括以下步骤：S1：建立模型，设置匹配基数，便于下一步制图的顺利进行；S2:选择底图，匹配等同信息，使建筑制图找到制图的初始方向；S3：基本信息输入，导入建筑底图，不会在制图的时候因为一些无用的信息占用太大空间，影响制图的运行；S4：匹配出图平面，根据建筑底图上的相关信息匹配相关的出图平面，并进行构件名称输入，尺寸标注。本发明设计巧妙，能够对建筑底图上的无效信息进行识别且自动过滤掉，保证了底图的真实性、有效性，可以自动识别出装配的错误。主要应用于建筑装配出图。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及基于BIM的装配式建筑智能出图方法。
背景技术
建筑制图是为建筑设计服务的，因此在建筑设计的不同阶段，要绘制不同内容的设计图。在建筑设计的方案设计阶段和初步设计阶段绘制初步设计图，在技术设计阶段绘制技术设计图，在施工图设计阶段绘制施工图，大型的建筑图在绘制的时候需要进行装配，会使用到BIM软件制图，BIM是一种应用于工程设计、建造、管理的数据化工具和智能管控技术，该项技术通过数字化的手段，以建筑工程项目的各项相关信息数据为基础建立建筑模型，模拟建筑物所具有的真实信息；BIM可广泛应用于项目建设方案策划、招投标管理、设计、施工、竣工交付和运维管理等全生命周期各阶段中，实现工程项目全生命周期一体化和协同化管理；现有的BIM在制图装配出图的时候还是存在一些问题，在制图装配的时候不能根据制图的时候删除底图上的无用信息，导致在制图装配的时候很容易卡设，影响装配出图的正常进行，且在装配的时候不能根据导入的底图对装配好的图进行检测，使装配错误的建筑图也会正常出图，从而会影响设计的真实性，鉴于以上缺陷，因此我们提出BIM的装配式建筑智能出图方法来解决上述问题。
发明内容
本发明的目的是针对背景技术中存在的问题：在制图装配的过程中不能根据制图的时候删除底图上的无用信息，导致在制图装配的时候很容易卡设，在装配后也不能对装配好的图进行检测，使装配错误的建筑图也会正常出图，影响后续的正常工作，因此提出基于BIM的装配式建筑智能出图方法。
本发明提出的基于BIM的装配式建筑智能出图方法，包括以下步骤：S1：建立模型，设置匹配基数，便于下一步制图的顺利进行；
S2:选择底图，匹配等同信息，使建筑制图找到制图的初始方向；
S3：基本信息输入，导入建筑底图，自动删除底图上的基本信息，保留功能匹配名称的关键词，使得导入的建筑底图清楚简要，不会在制图的时候因为一些无用的信息占用太大空间，影响制图的运行；
S4：匹配出图平面，根据建筑底图上的相关信息匹配相关的出图平面，并进行构件名称输入，尺寸标注；
S5：导入组件，对各个组件进行加工处理；
S6：图形装配，且对装配好的图形进行吻合度识别，当出现装配不合适时，将出现错误警示,无显示错误继续工作；
S7：成功完成装配，自动生成相对应的图形名称以及序号，下一步将进行出图。
优选的，还包括:S8：无效信息识别模块，用于对建筑底图上的无效进行进行自动识别。
优选的，还包括：S9：自动过滤模块，自动过滤模块的输入端与无效信息识别模块的输出端连接，用于对无效信息识别的时候对识别出的无效信息进行自动过滤。
优选的，还包括S10：准确度匹配模块，用于对建筑底图相关信息与出图平面进行精准的匹配。
优选的，还包括：S11：误区检测模块，当图形装配的时候，出现错误警示时，将会自动开启误区检测模块，用于对误区进行进一步检测。
优选的，还包括以下步骤：S12：对误区进行精度检测，然后再次计算尺寸，重新完成装配工作。
优选的，还包括S13：图形储存、归类模块，用于对完成装配的建筑图进行自动储存，并归类整理。
优选的，S5包括以下分步骤：
S51：根据建筑底图的相关信息对组件进行尺寸调整，对组件图形进行确定；
S52：将各个组件进行组装顺序排列，并匹配相对应的组件名称，用于在组装之前对组件进行预装工作。
与现有技术相比，本发明具有如下有益的技术效果：
本发明中在导入建筑底图的时候能够自动删除底图上的基础信息，保留功能匹配名称的关键词，使得建筑底图清楚而不杂乱，通过设置无效信息识别模块与自动过滤模块，能够对建筑底图上的无效信息进行识别且自动过滤掉，保证了底图的真实有效性；
本发明中通过在对图形装配好之后对图形进行吻合度识别，可以自动识别出装配的错误，当识别出错误之后通过误区检测模块对误区进行再次检测，然后再次计算尺寸，重新完成装配，使得装配能够准确的完成；
本发明中通过设置图形储存、归类模块，能够对装配好的建筑图进行自动储存且归类处理，便于后期的管理；
综上所述，本发明设计巧妙，能够对建筑底图上的无效信息进行识别且自动过滤掉，保证了底图的真实性、有效性，可以自动识别出装配的错误，当识别出错误之后通过误区检测模块对误区进行再次检测，保证了装配的准确性，使出图能够顺利精准的完成，利于后续工作的正常进行。
附图说明
图1为基于BIM的装配式建筑智能出图方法的流程原理图；
图2为本发明的部分流程原理图；
图3为本发明的工作流程图。
具体实施方式
下文结合附图和具体实施例对本发明的技术方案做进一步说明。
实施例一
参照图1，本发明提出的基于BIM的装配式建筑智能出图方法，包括以下步骤：S1建立模型，设置匹配基数，便于下一步制图的顺利进行，使制图的过程中基数能够快速匹配生成；
S2:选择底图，匹配等同信息，使建筑制图找到制图的初始方向，使得在制图的时候需要的信息能够快速的获得，使得建筑图能够快速准确的完成；
S3：基本信息输入，导入建筑底图，自动删除底图上的基本信息，保留功能匹配名称的关键词，使得导入的建筑底图清楚简要，不会在制图的时候因为一些无用的信息占用太大空间，影响制图的运行，使整个制图的过程能够流畅完成，能够节约大量的时间，提高了制图出图的效率；还包括:S8无效信息识别模块与S9自动过滤模块，用于对建筑底图上的无效进行进行自动识别；自动过滤模块的输入端与无效信息识别模块的输出端连接，用于对无效信息识别的时候对识别出的无效信息进行自动过滤；
S4：匹配出图平面，根据建筑底图上的相关信息匹配相关的出图平面，并进行构件名称输入，尺寸标注，使得制图匹配的时候能够根据构件名称与尺寸完成匹配；还包括S10准确度匹配模块，S10准确度匹配模块与步骤S4的输入端连接，用于对建筑底图相关信息与出图平面进行精准的匹配，提高了匹配的准确性；
S5：导入组件，对各个组件进行加工处理，使得组件在后续装配的时候不会出现细节上的小错误，导致后续装配的失败浪费装配的时间，能够保证装配出图的效率；
S6：图形装配，且对装配好的图形进行吻合度识别，当出现装配不合适时，将出现错误警示,无显示错误继续工作，在第一次装配后对装配的图形进行自动识别，确认装配是否有误，如果存在误区将会停止继续工作；
S7：成功完成装配，自动生成相对应的图形名称以及序号，下一步将进行出图，在最后一步完成装配后自动生成图形名称以及序号，便于后期的参照与设计参考。
本事实例中，通过设置步骤S3在导入建筑底图的时候能够自动删除底图上的基础信息，保留功能匹配名称的关键词，使得建筑底图清楚而不杂乱，使得导入的建筑底图能够清楚、简洁，通过设置无效信息识别模块与自动过滤模块，能够对建筑底图上的无效信息进行识别且自动过滤掉，保证了底图的真实有效性，在制图的过程中不会因为一些无效的信息占用大量的内存，影响制图的运行，使整个制图的过程能够流畅完成，有效的避免了出现卡顿的情况，提高了制图出图的效率。
实施例二
参照图1，本发明提出的基于BIM的装配式建筑智能出图方法，相较于实施例一，本实施例还包括：还包括：S11误区检测模块，当图形装配的时候，出现错误警示时，将会自动开启误区检测模块，用于对误区进行进一步检测；在误区检测模块的输出端设置了步骤S12：对误区进行精度检测，然后再次计算尺寸，重新完成装配工作，当第一次装配出现问题的时候能够再一次进行准确的装配，直到装配完全正确后才进行出图，进一步保证了出图的正确性，使后续的工作能够顺利的进行，不会出现返工的情况；还包括S13图形储存、归类模块，通过设置图形储存、归类模块能够对装配完成的建筑图进行自动储存，并归类整理，便于后期的需求查找。
本事实例中通过在对图形装配好之后对图形进行吻合度识别，可以自动识别出装配的错误，当识别出错误之后通过误区检测模块对误区进行再次检测，然后再次计算尺寸，重新完成装配，使得装配能够准确的完成，只有装配完全正确后才会进行出图工作，提高了出图的准确度，使后面的设计工作能够顺利的进行，通过设置图形储存、归类模块，能够对装配好的建筑图进行自动储存且归类处理，便于后期的管理与运用。
实施例三
参照图1与图2，本发明提出的基于BIM的装配式建筑智能出图方法，本实施例包括以下步骤：S1：建立模型，设置匹配基数，便于下一步制图的顺利进行；S2:选择底图，匹配等同信息，使建筑制图找到制图的初始方向；S3：基本信息输入，导入建筑底图，自动删除底图上的基本信息，保留功能匹配名称的关键词，使得导入的建筑底图清楚简要，不会在制图的时候因为一些无用的信息占用太大空间，影响制图的运行；S4：匹配出图平面，根据建筑底图上的相关信息匹配相关的出图平面，并进行构件名称输入，尺寸标注；
S5：导入组件，对各个组件进行加工处理；S5包括以下分步骤：
S51：根据建筑底图的相关信息对组件进行尺寸调整，对组件图形进行确定，便于在装配的时候能够顺利的进行匹配，使得装配能够快速的完成，可以节约装配的时间，提高装配的效率；
S52：将各个组件进行组装顺序排列，并匹配相对应的组件名称，用于在组装之前对组件进行预装工作，在装配的过程中装配组件不会混乱，保证了正确的同时提高了效率；
S6：图形装配，且对装配好的图形进行吻合度识别，当出现装配不合适时，将出现错误警示,无显示错误继续工作；
S7：成功完成装配，自动生成相对应的图形名称以及序号，下一步将进行出图。
本事实例中，通过在导入组件的时候对各个组件进行加工检测处理，在装配的时候能够顺利的进行匹配，可以节约装配的时间，提高装配的正确率，尽量避免装配的返工步骤；在对组件处理的时候对各个组件进行组装顺序排列，用于在组装之前对组件进行预装工作，在装配的过程中装配组件不会混乱，使装配可以顺利的进行，提高了制图的效率。
上述具体实施例仅仅是本发明的几种优选的实施例，基于本发明的技术方案和上述实施例的相关启示，本领域技术人员可以对上述具体实施例做出多种替代性的改进和组合。
Claims (8)
1.基于BIM的装配式建筑智能出图方法，其特征在于，包括以下步骤：
S1：建立模型，设置匹配基数；
S2:选择底图，匹配等同信息；
S3：基本信息输入，导入建筑底图，自动删除底图上的基本信息，保留功能匹配名称的关键词；
S4：匹配出图平面，根据建筑底图上的相关信息匹配相关的出图平面，并进行构件名称输入，尺寸标注；
S5：导入组件，对各个组件进行加工处理；
S6：图形装配，且对装配好的图形进行吻合度识别，当出现装配不合适时，将出现错误警示,无显示错误继续工作；
S7：成功完成装配，自动生成相对应的图形名称以及序号，下一步将进行出图。
2.根据权利要求1所述的基于大数据处理的电子信息的整理方法，其特征在于，还包括:
S8：无效信息识别模块，用于对建筑底图上的无效进行进行自动识别。
3.根据权利要求2所述的基于BIM的装配式建筑智能出图方法，其特征在于，还包括：
S9：自动过滤模块，自动过滤模块的输入端与无效信息识别模块的输出端连接，用于对无效信息识别的时候对识别出的无效信息进行自动过滤。
4.根据权利要求3所述的基于BIM的装配式建筑智能出图方法，其特征在于，还包括S10：准确度匹配模块，用于对建筑底图相关信息与出图平面进行精准的匹配。
5.根据权利要求1或2所述的基于BIM的装配式建筑智能出图方法，其特征在于，还包括：
S11：误区检测模块，当图形装配的时候，出现错误警示时，将会自动开启误区检测模块，用于对误区进行进一步检测。
6.根据权利要求5所述的基于BIM的装配式建筑智能出图方法，其特征在于，还包括以下步骤：
S12：对误区进行精度检测，然后再次计算尺寸，重新完成装配工作。
7.根据权利要求1-4任意一项所述的基于BIM的装配式建筑智能出图方法，其特征在于，还包括S13：图形储存、归类模块，用于对完成装配的建筑图进行自动储存，并归类整理。
8.根据权利要求1所述的基于BIM的装配式建筑智能出图方法，其特征在于，S5包括以下分步骤：
S51：根据建筑底图的相关信息对组件进行尺寸调整，对组件图形进行确定；
S52：将各个组件进行组装顺序排列，并匹配相对应的组件名称，用于在组装之前对组件进行预装工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210008512.7A CN114372309A (zh) | 2022-01-06 | 2022-01-06 | 基于bim的装配式建筑智能出图方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210008512.7A CN114372309A (zh) | 2022-01-06 | 2022-01-06 | 基于bim的装配式建筑智能出图方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114372309A true CN114372309A (zh) | 2022-04-19 |
Family
ID=81142741
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210008512.7A Withdrawn CN114372309A (zh) | 2022-01-06 | 2022-01-06 | 基于bim的装配式建筑智能出图方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114372309A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116910885A (zh) * | 2023-08-16 | 2023-10-20 | 重庆大学溧阳智慧城市研究院 | 基于bim的装配式建筑智能出图方法 |
-
2022
- 2022-01-06 CN CN202210008512.7A patent/CN114372309A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116910885A (zh) * | 2023-08-16 | 2023-10-20 | 重庆大学溧阳智慧城市研究院 | 基于bim的装配式建筑智能出图方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108132957B (zh) | 一种数据库处理方法及装置 | |
| CN105404896A (zh) | 标注数据处理方法和标注数据处理系统 | |
| CN109740457B (zh) | 一种人脸识别算法评测方法 | |
| CN114372309A (zh) | 基于bim的装配式建筑智能出图方法 | |
| CN111428095B (zh) | 图数据质量验证方法及图数据质量验证装置 | |
| CN114357596B (zh) | 一种bim构件资源快捷设计方法及系统 | |
| CN111598535A (zh) | 一种基础物料的导入方法、系统、计算机设备 | |
| CN116168405A (zh) | 通用型rpa复选框操作组件的构建方法及系统 | |
| CN117112400A (zh) | 测试用例自动生成平台 | |
| CN111159997A (zh) | 一种企业投标文档的智能校验方法 | |
| CN111860412A (zh) | 基于历史数据的车牌信息修复方法及系统 | |
| CN114742522B (zh) | 一种勘察设计图自动对比方法、系统、装置及存储介质 | |
| CN113254189B (zh) | 用于缺陷检测的任务管理方法、系统和设备 | |
| CN115345502A (zh) | 监理管理方法及系统 | |
| CN101425141B (zh) | 图像识别装置和图像识别方法 | |
| CN114118977A (zh) | 基于Revit的同步中心模型校审信息的数据处理方法 | |
| CN113807256A (zh) | 票据数据处理方法、装置、电子设备和存储介质 | |
| CN113902531A (zh) | 投标文件自动生成系统、方法、电子设备和存储介质 | |
| CN113284141A (zh) | 用于缺陷检测的模型确定方法、装置和设备 | |
| CN112767589A (zh) | 一种电子选举系统及其工作方法 | |
| CN112527655A (zh) | 软件版本质量异常检测方法、装置、电子设备及存储介质 | |
| CN110245041B (zh) | 一种Windows配置健康检查装置 | |
| CN111221995B (zh) | 一种基于大数据和集合理论的序列匹配方法 | |
| CN115660389B (zh) | 一种pcb工程排单自动处理方法和系统 | |
| CN115658778B (zh) | 用于可视化应用创建的基于Excel数据源的数据处理方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220419 |
|
| WW01 | Invention patent application withdrawn after publication |