发明内容
针对上述所显示出来的问题,本发明提供了一种基于BIM的智能建筑设计方法及系统用以解决背景技术中提到的无法对用户的自定义户型进行智能评估进而无法对其进行户型改善,使得最终的建筑方案安全性和经济实用性无法实现最大保障,降低了用户的体验感的问题。
一种基于BIM的智能建筑设计方法,包括以下步骤:
获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数;
根据所述模型设计参数生成第一建筑设计原型;
基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果;
根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型。
优选的,所述获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数,包括:
对所述自定义户型进行特征提取,获取提取结果;
根据所述提取结果确定建筑设计特征;
将所述建筑设计特征输入到所述原始BIM模型中筛选出适配的设计模型组件;
根据所述设计模型组件和自定义户型的户型参数确定自定义户型对应的模型设计参数。
优选的,所述根据所述模型设计参数生成第一建筑设计原型,包括:
根据自定义户型的户型参数绘制自定义户型对应的建筑轮廓图;
通过所述模型设计参数构建自定义户型的建筑信息化CAD模型;
将所述建筑轮廓图和建筑信息化CAD模型进行融合处理,根据所述处理结果确定自定义户型对应的CAD建筑设计图;
根据所述CAD建筑设计图生成自定义户型对应的第一建筑设计原型。
优选的,在基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果之前,所述方法还包括:
将所述第一建筑设计原型进行建筑单元划分,获取划分结果;
基于所述划分结果和自定义户型的户型参数确定每个划分建筑单元的结构参数;
根据每个划分建筑单元的结构参数对该划分建筑单元进行BIM单元建模,获取第一建模结果;
将每个划分建筑单元的第一建模结果进行组合以生成第一建筑设计原型对应的第二建模结果。
优选的,基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果,包括:
对所述第二建模结果进行结构拆分,获取拆分结果;
对所述拆分结果中每个拆分结构进行各项动态操作模拟,获取结构模拟数据;
基于所述大数据分析算法根据所述结构模拟数据分析出第一建筑设计原型的结构稳定性和合理性,获取第一分析数据;
基于所述大数据分析算法对所述第一建筑设计原型进行材料成本分析,获取第二分析数据;
将所述第一分析数据和第二分析数据进行整合以获得所述分析结果。
优选的,所述根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型,包括:
根据所述分析结果确定第一建筑设计原型中的待改善结构;
获取每个待改善结构的构件参数以及成本信息;
根据每个待改善结构的构件参数以及成本信息在预设数据库中筛选出该待改善结构的可替换结构;
将所有可替换结构结构对第一建筑设计原型中的待改善结构进行替换,替换完毕后,获得所述第二建筑设计原型;
将所述第二建筑设计原型导入到原始BIM模型中以生成BIM组合模型。
优选的,所述方法还包括:
根据所述BIM组合模型获得所述自定义户型的建筑模型数据;
对所述建筑模型数据进行属性筛选,筛选出力学属性和光学属性;
根据所述力学属性和光学属性对BIM组合模型进行安全性和舒适性评估,获取评估结果;
根据所述评估结果生成BIM组合模型的分析报告并将其上传到用户的手机终端。
优选的,所述对所述第二建模结果进行结构拆分,获取拆分结果,包括:
对所述第二建模结果进行点云切割,获取切割结果;
根据所述切割结果获取每个切割部分的三维点云信息;
提取每个切割部分的三维点云信息中的数据特征,获得每个切割部分对应的完整特征数据和独立特征数据;
根据每个切割部分的完整特征数据和独立特征数据构建该切割部分的变形矩阵;
获取每个切割部分的变形矩阵中的固定矩阵因子和变化矩阵因子;
根据每个切割部分的固定矩阵因子对应的第一特征数据生成该切割部分对应的建模结构。
优选的,所述方法还包括:
获取所述BIM组合模型对应的工程源数据;
根据所述工程源数据生成BIM组合模型对应的项目需求信息;
将所述项目需求信息上传到用户的手机终端。
一种基于BIM的智能建筑设计系统,该系统包括:
确定模块,用于获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数;
第一生成模块,用于根据所述模型设计参数生成第一建筑设计原型;
分析模块,用于基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果;
第二生成模块,用于根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前,随着现在信息化的建设,会将BIM技术应用在建筑设计的过程中,以提升建筑施工的效率。现有的在使用BIM进行建筑设计的过程中,通常是根据施工的平面设计图纸,以及结合施工项目的要求,拟建出对应的BIM模型,从而能够在该BIM模型中查看不合理的设计,提升施工的效率的同时,也能够提升建筑物的质量,建筑项目主要通过建筑设计→工程加工生产→现场安装等流程,建立项目的流程已经比较节约时间。但是这种设计方法存在许多弊端,包括存在设计不合理、建筑使用者参与度低等问题。随着人工智能技术的不断发展,通过机器学习进行设计的案例越来越多。通过机器学习训练大量的数据样本,再配合上本身强大的存储与计算能力,计算机能够完成十分复杂且精确的设计任务,得到的设计结果能够考虑到全局因素,因此最终的设计成果会比人工设计的成果更加合理,能够大大优化建筑的表现。同时BIM技术的应用能够提高设计过程的信息化,同时其可视化的特点能够让设计表达更加直观,让非专业的建筑使用者更加直观地选择自己所希望的设计方案。现有的BIM建筑设计方法为通过获取用户的自定义户型对应的CAD图纸来单纯地进行建模工作,将构建模型呈现给用户进行观看和修改,上述方法存在以下问题:无法对用户的自定义户型进行智能评估进而无法对其进行户型改善,使得最终的建筑方案安全性和经济实用性无法实现最大保障,降低了用户的体验感。为了解决上述问题,本实施例公开了一种基于BIM的智能建筑设计方法。
一种基于BIM的智能建筑设计方法,如图1所示,包括以下步骤:
步骤S101、获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数;
步骤S102、根据所述模型设计参数生成第一建筑设计原型;
步骤S103、基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果;
步骤S104、根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型。
上述技术方案的工作原理为:获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数,根据所述模型设计参数生成第一建筑设计原型,基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果,根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型。
上述技术方案的有益效果为:通过对用户的自定义户型对应的第一建筑设计原型进行智能分析可以智能化的确定其安全性和经济实用性从而对其进行适应性改善,使得最终的建筑设计原型既符合用户的基本需要同时还兼顾安全和性价比,提高了实用性和用户的体验感,解决了现有技术中根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型的问题。
在一个实施例中,如图2所示,所述获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数,包括:
步骤S201、对所述自定义户型进行特征提取,获取提取结果;
步骤S202、根据所述提取结果确定建筑设计特征;
步骤S203、将所述建筑设计特征输入到所述原始BIM模型中筛选出适配的设计模型组件;
步骤S204、根据所述设计模型组件和自定义户型的户型参数确定自定义户型对应的模型设计参数。
上述技术方案的有益效果为:可精确地根据组件和户型参数相结合的方式来确定自定义户型对应的模型设计参数,使得最终结果更加精确和客观,提高了稳定性。
在本实施例中,上述根据所述提取结果确定建筑设计特征,具体为:
根据所述提取结果确定自定义户型特征;
获取所述自定义户型特征对应的目标特征向量,将所述目标目标特征向量进行编码;
根据编码结果确定自定义户型的层次结构;
获取所述层次结构中的结构特征以确定自定义户型的结构变量;
根据所述结构变量确定自定义户型的自定义设计元素和基础设计元素;
根据所述自定义户型的基础设计元素与层次结构中的结构特征的对应关系构建传递函数模型;
利用所述传递函数模型求解出自定义户型的结构特征变化轨迹;
提取出所述结构特征变化轨迹中的多个特征跳变节点;
获取每个特征跳变节点对应的关键设计参数;
将所有关键设计参数对应的参数特征进行整合以获得自定义户型的宏观建筑设计特征;
获取所述自定义户型的自定义设计元素对应的多模态数据特征;
将所述多模态数据特征输入到预设设计模型中获得设计样本;
从所述设计样本中提取图谱特征进行整合以获得自定义户型的微观建筑设计特征;
将所述微观建筑设计特征和宏观建筑设计特征确认为自定义户型的建筑设计特征。
上述技术方案的有益效果为:通过分别获取自定义户型的宏观建筑设计特征和微观建筑设计特征可以从宏观大局角度和微观细致角度来合理全面地确定自定义户型对应的建筑设计特征,提高了获取数据的全面性和客观性以及准确性,为后续选择模型设计参数奠定了基础条件,提高了实用性。
在一个实施例中,所述根据所述模型设计参数生成第一建筑设计原型,包括:
根据自定义户型的户型参数绘制自定义户型对应的建筑轮廓图;
通过所述模型设计参数构建自定义户型的建筑信息化CAD模型;
将所述建筑轮廓图和建筑信息化CAD模型进行融合处理,根据所述处理结果确定自定义户型对应的CAD建筑设计图;
根据所述CAD建筑设计图生成自定义户型对应的第一建筑设计原型。
上述技术方案的有益效果为:可使得最终创建的CAD建筑设计图显示比例更加清晰,同时也保证了第一建筑设计原型内部结构的显示清晰度,为后续进行建模工作奠定了基础,提高了使用性和稳定性。
在一个实施例中,如图3所示,在基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果之前,所述方法还包括:
步骤S301、将所述第一建筑设计原型进行建筑单元划分,获取划分结果;
步骤S302、基于所述划分结果和自定义户型的户型参数确定每个划分建筑单元的结构参数;
步骤S303、根据每个划分建筑单元的结构参数对该划分建筑单元进行BIM单元建模,获取第一建模结果;
步骤S304、将每个划分建筑单元的第一建模结果进行组合以生成第一建筑设计原型对应的第二建模结果。
上述技术方案的有益效果为:通过对第一建筑设计原型进行结构划分进而针对每个结构建模可以全方位地对第一建筑设计原型进行建模工作,避免遗漏和误差,进一步地提高了稳定性和建模结果的准确性和完整性。
在一个实施例中,基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果,包括:
对所述第二建模结果进行结构拆分,获取拆分结果;
对所述拆分结果中每个拆分结构进行各项动态操作模拟,获取结构模拟数据;
基于所述大数据分析算法根据所述结构模拟数据分析出第一建筑设计原型的结构稳定性和合理性,获取第一分析数据;
基于所述大数据分析算法对所述第一建筑设计原型进行材料成本分析,获取第二分析数据;
将所述第一分析数据和第二分析数据进行整合以获得所述分析结果。
上述技术方案的有益效果为:通过利用数据分析算法分别对第一建筑设计原型进行结构分析和成本分析可以多方面地对第一建筑设计原型进行综合分析,使得最终的分析报告更加全面,全范围的分析出第一建筑设计原型和优势和缺点,为用户提供直观的改进建议,进一步地提高了实用性和用户的体验感。
在本实施例中,基于所述大数据分析算法对所述第一建筑设计原型进行材料成本分析,获取第二分析数据,具体为:
根据成本推测方式设置多个评估指标;
获取所述第一建筑设计原型的每项评估指标的指标值;
根据第一建筑设计原型的每项评估指标的指标值计算出第一建筑设计原型的综合成本指数:
其中,Q表示为第一建筑设计原型的综合成本指数,α表示为第一权重值,A表示为第一建筑设计原型的采购成本系数,β表示为第二权重值,B表示为第一建筑设计原型的运输成本系数,γ表示为第三权重值,B表示为第一建筑设计原型的安装成本系数,ln表示为自然对数,N表示为评估指标的数量,i表示为第i项评估指标,Si表示为第一建筑设计原型的第i项评估指标的指标值,δ表示为松弛变量,S′表示为多个评估指标的标准指标值总和,θ表示为偏差因子;
根据第一建筑设计原型的综合成本指数和预设设定金额计算出第一建筑设计原型的总成本数据;
将所述总成本数据确认为所述第二分析数据。
上述技术方案的有益效果为:通过计算出第一建筑设计原型的综合成本指数可以从第一建筑设计原型的多个客观角度和自身成本角度多方向综合地确定第一建筑设计原型的建筑成本,使得计算结果更加精确,提高了实用性,同时为后续用户决策提供了宝贵的参考指标,提高了用户的体验感。
在一个实施例中,所述根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型,包括:
根据所述分析结果确定第一建筑设计原型中的待改善结构;
获取每个待改善结构的构件参数以及成本信息;
根据每个待改善结构的构件参数以及成本信息在预设数据库中筛选出该待改善结构的可替换结构;
将所有可替换结构结构对第一建筑设计原型中的待改善结构进行替换,替换完毕后,获得所述第二建筑设计原型;
将所述第二建筑设计原型导入到原始BIM模型中以生成BIM组合模型。
上述技术方案的有益效果为:通过根据成本信息和构件参数来智能地选择可替换结构既可以最大程度地选择相似结构来避免对于整体结构的影响同时还可以节省成本,进一步地提高了实用性。
在一个实施例中,所述方法还包括:
根据所述BIM组合模型获得所述自定义户型的建筑模型数据;
对所述建筑模型数据进行属性筛选,筛选出力学属性和光学属性;
根据所述力学属性和光学属性对BIM组合模型进行安全性和舒适性评估,获取评估结果;
根据所述评估结果生成BIM组合模型的分析报告并将其上传到用户的手机终端。
上述技术方案的有益效果为:通过利用数据属性对BIM组合模型进行进行安全性和舒适性评估可以进一步地实现对于用户的自定义户型的安全评估工作,保障了实际建筑的理论安全性,进一步地提高了稳定性和用户的体验感。
在一个实施例中,所述对所述第二建模结果进行结构拆分,获取拆分结果,包括:
对所述第二建模结果进行点云切割,获取切割结果;
根据所述切割结果获取每个切割部分的三维点云信息;
提取每个切割部分的三维点云信息中的数据特征,获得每个切割部分对应的完整特征数据和独立特征数据;
根据每个切割部分的完整特征数据和独立特征数据构建该切割部分的变形矩阵;
获取每个切割部分的变形矩阵中的固定矩阵因子和变化矩阵因子;
根据每个切割部分的固定矩阵因子对应的第一特征数据生成该切割部分对应的建模结构。
上述技术方案的有益效果为:通过以点云切割的方式可以更加直观和准确地确定每个固定结构的切割参数从而快速地进行建模,提高了建模效率。
在一个实施例中,所述方法还包括:
获取所述BIM组合模型对应的工程源数据;
根据所述工程源数据生成BIM组合模型对应的项目需求信息;
将所述项目需求信息上传到用户的手机终端。
上述技术方案的有益效果为:可使得用户直观地连接其自定义户型所对应的工程项目信息进而选择后续操作,为用户的决断提供了参考基础,进一步地提高了用户的体验感。
本实施例还公开了一种基于BIM的智能建筑设计系统,如图4所示,该系统包括:
确定模块401,用于获取原始BIM模型,根据用户的自定义户型确定合理的模型设计参数;
第一生成模块402,用于根据所述模型设计参数生成第一建筑设计原型;
分析模块403,用于基于大数据分析算法对所述第一建筑设计原型进行结构和成本分析,获取分析结果;
第二生成模块404,用于根据所述分析结果对所述第一建筑设计原型进行改善,获得第二建筑设计原型,根据所述第二建筑设计原型生成BIM组合模型。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明,此处不再赘述。
本领域技术人员应当理解的是,本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。