CN116205411A - 一种基于大数据的物资用量核查方法、装置、设备及介质 - Google Patents

一种基于大数据的物资用量核查方法、装置、设备及介质 Download PDF

Info

Publication number
CN116205411A
CN116205411A CN202310465059.7A CN202310465059A CN116205411A CN 116205411 A CN116205411 A CN 116205411A CN 202310465059 A CN202310465059 A CN 202310465059A CN 116205411 A CN116205411 A CN 116205411A
Authority
CN
China
Prior art keywords
information
railway bridge
engineering
component
key value
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
Application number
CN202310465059.7A
Other languages
English (en)
Inventor
孙洪斌
韩雪莹
王乐
王岩
王晓刚
袁晓洋
张占森
王兴鲁
张京州
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lunan High Speed Railway Co ltd
Shandong Railway Investment Holding Group Co ltd
China Railway Engineering Consulting Group Co Ltd
Original Assignee
Lunan High Speed Railway Co ltd
Shandong Railway Investment Holding Group Co ltd
China Railway Engineering Consulting Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lunan High Speed Railway Co ltd, Shandong Railway Investment Holding Group Co ltd, China Railway Engineering Consulting Group Co Ltd filed Critical Lunan High Speed Railway Co ltd
Priority to CN202310465059.7A priority Critical patent/CN116205411A/zh
Publication of CN116205411A publication Critical patent/CN116205411A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Evolutionary Computation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (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

本发明涉及施工项目管理技术领域，提供一种基于大数据的物资用量核查方法、装置、设备及介质，所述方法包括获取铁路桥梁BIM模型和工序报验信息，工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；根据铁路桥梁BIM模型确定第一信息，第一信息包括铁路桥梁中包括的每个构件的工程设计量；根据工序报验信息确定第二信息，第二信息包括铁路桥梁中包括的每个构件的实际工程用量；将第一信息和第二信息进行处理，得到可视化后的第一信息和第二信息；根据可视化后的第一信息和第二信息对铁路桥梁中各构件的工程用量进行核查，本发明将第一信息和第二信息结合，可快捷对各个构件的工程用量进行核查，提高物资核查效率。

Description

一种基于大数据的物资用量核查方法、装置、设备及介质
技术领域
本发明涉施工项目管理技术领域，具体而言，涉及一种基于大数据的物资用量核查方法、装置、设备及介质。
背景技术
在施工项目管理领域中通过工程设计量与验工报验过程，可实现工程进度与BIM模型属性的工程完成量的计算，但是在现有技术中，一般通过人工实现每个BIM模型构件的工程设计量与工程用量的核查，容易导致统计错误或统计不完整的情况出现，因此亟需一种基于大数据的物资用量核查方法，结合大数据分析技术，为相关工程管理部门在物资用量核查过程中提供决策参考。
发明内容
本发明的目的在于提供一种基于大数据的物资用量核查方法、装置、设备及介质，以改善上述问题。
为了实现上述目的，本申请实施例提供了如下技术方案：
一方面，本申请实施例提供了一种基于大数据的物资用量核查方法，所述方法包括：
获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
第二方面，本申请实施例提供了一种基于大数据的物资用量核查装置，所述装置包括：
获取模块，用于获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
第一处理模块，用于根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
第二处理模块，用于根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
第三处理模块，用于将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
核查模块，用于根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
第三方面，本申请实施例提供了一种基于大数据的物资用量核查设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
本发明的有益效果为：
本发明通过建立铁路桥梁BIM模型，并根据铁路桥梁BIM模型导出铁路桥梁的工程量清单，基于工程量清单确定铁路桥梁中包括的每个构件的工程设计量，根据工序报验信息得到每个构件的实际工程用量，再将每个构件的工程设计量和每个构件的实际工程用量进行数据迁移与存储，实现将每个构件的工程设计量和每个构件的实际工程用量进行结合，通过大数据分析实现基于BIM技术的工程数据储存和管控数据，实现BIM模型中各构件部位的工程实际用量和工程设计量的分析并进行展示，可快捷方便查看各构件的工程实际用量和工程设计量并将其进行分析展示，有效的减少了错误统计、遗漏统计等情况的发生，同时提高了核查效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明实施例中所述的基于大数据的物资用量核查方法流程示意图。
图2为本发明实施例中所述的基于大数据的物资用量核查装置结构示意图。
图3为本发明实施例中所述的基于大数据的物资用量核查设备结构示意图。
图4为本发明实施例中所述的铁路桥梁一个工点的下部构件树示意图。
图5为本发明实施例中所述的键值对转化流程图。
图中标注：901、获取模块；902、第一处理模块；903、第二处理模块；904、第三处理模块；905、核查模块；906、构建模块；907、训练模块；908、预测模块；909、修正模块；9021、第一获取单元；9022、分类单元；9023、关联单元；9024、导出单元；9025、第一处理单元；9041、第三获取单元；9042、预处理单元；9043、第六处理单元；9044、第七处理单元；9045、第八处理单元；9046、第九处理单元；90251、第二处理单元；90252、第三处理单元；902521、第二获取单元；902522、第四处理单元；902523、第五处理单元；800、基于大数据的物资用量核查设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1：本实施例提供了一种基于大数据的物资用量核查方法，可以理解的是，在本实施例中可以铺设一个场景，例如:对铁路桥梁的物资用量进行核查的场景。
参见图1，图中示出了本方法包括步骤S1、步骤S2、步骤S3、步骤S4以及步骤S5，其中具体为：
步骤S1：获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
可以理解的是，建筑信息模型(Building Information Modeling)是以建筑工程项目的各项相关信息数据作为模型的基础，进行工程模型的建立。具有可视化，协调性，模拟性，优化性和可出图性五大特点。BIM技术工程管理领域中，通过三维建模协同作业和虚拟施工，检测各构件之间是否存在冲突或不一致，消除硬碰撞隐患，并检查各构部件在施工过程中，与其他构件或设备之间是否存在软碰撞，从而协助施工进程的管理，进而降低由于现场的不可控性和操作的复杂性所导致的返工和损耗。
步骤S2：根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
可以理解的是，所述步骤S2中还包括步骤S21、步骤S22、步骤S23、步骤S24以及步骤S25，其中具体为：
步骤S21：获取配置信息，所述配置信息包括铁路桥梁中包括的每个构件的类别与折算比例的对应关系；
步骤S22：根据所述配置信息中的构件类别，对所述铁路桥梁BIM模型中包括的每个构件进行分类，得到分类后的构件；
可以理解的是，铁路桥梁BIM模型中包括铁路桥梁各个结构中的各个构件，将铁路桥梁各个结构中的各个构件按照配置信息中的构件类别进行分类。
步骤S23：将所述分类后的构件与所述配置信息进行一一关联，得到关联信息；
可以理解的是，分类后的各构件与配置信息中的构件分类相对应，对应后的各构件与配置信息自动关联。
步骤S24：根据所述关联信息将铁路桥梁中包括的每个构件导出至对应的工程量清单中生成铁路桥梁BIM模型对应的工程量清单；
可以理解的是，当分类后的构件与配置信息自动关联后，每个构件都映射有对应的配置信息，配置信息中包括了铁路桥梁各个构件的类别与其对应的折算比例，通过本步骤可以准确的导出铁路桥梁所需的工程量清单，以便后续对工程设计量的计算。
步骤S25：根据所述铁路桥梁BIM模型对应的工程量清单计算每个构件的工程设计量。
可以理解的是，根据导出的铁路桥梁BIM模型对应的工程量清单即可准确计算出每个构件的工程设计量，不会存在遗漏的情况。
可以理解的是，所述步骤S25中还包括步骤S251以及步骤S252，其中具体为：
步骤S251：在所述铁路桥梁BIM模型中提取铁路桥梁中包括的每个构件的体积，得到第三信息；
可以理解的是，如图4所示，通过遍历述铁路桥梁BIM模型即可在其中提取出铁路桥梁中包括的每个构件的体积。
步骤S252：根据所述第三信息得到每个构件的工程设计量。
可以理解的是，所述步骤S252中还包括步骤S2521、步骤S2522以及步骤S2523，其中具体为：
步骤S2521：在铁路桥梁BIM模型对应的工程量清单中获取每个构件的折算比例；
可以理解的是，针对不同类别的构件其对应的折算比例不同，使工程设计量的计算结果更符合现实情况。
步骤S2522：根据所述第三信息进行计算，得到铁路桥梁中包括的每个构件的混凝土设计量；
可以理解的是，铁路桥梁中包括的每个构件的混凝土设计量即为每个构件的体积量，如图4铁路桥梁一个工点的下部构件树所示，1#墩墩（台）的混凝土用量=1#承台+2#承台+1#陆上桩+2#陆上桩+1#墩台+2#墩台+1#系梁+1#帽梁+1#垫石+2#垫石，其中，1#承台、2#承台、1#陆上桩、2#陆上桩、1#墩台、2#墩台、1#系梁、1#帽梁1#垫石以及2#垫石均为其对应的体积。
步骤S2523：根据所述铁路桥梁中包括的每个构件的混凝土设计量和每个所述构件的折算比例进行计算，得到铁路桥梁中包括的每个构件的钢筋设计量。
可以理解的是，每个构件的钢筋设计量具体计算公式为：
Figure SMS_1
。
上式中，D为钢筋设计量，V为待计算钢筋设计量的构件的混凝土设计量，K为待计算钢筋设计量的构件对应的折算比例，根据该公式即可计算出各个构件对应的钢筋设计量。
步骤S3：根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
可以理解的是，工序报验过程中，会根据工序报验维护的原材料实际使用量与构件中各部位进行关联，以此获取各部位工程实际使用量。
步骤S4：将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
可以理解的是，基于Hadoop的大数据平台搭建和数据处理过程，大量杂乱的数据被导入到HDFS后，经MapReduce进行处理操作，经过过滤、转换、聚合，将其数据结果输出至MySQL数据库中，通过微服务和前端进行数据的展示操作即可得到可视化后的第一信息和第二信息，实现工程设计量和工程实际用量的数据分析与比对，需要说明的是，Hadoop是一个分布式系统基础架构，充分利用集群的威力进行高速运算和存储，实现分布式文件系统（ Distributed File System），HDFS为Hadoop中的一个组件，具有高容错性的特点，提供高吞吐量访问应用程序数据，适合存储超大数据集的应用程序数据。他以流的形式访问文件系统中的数据，HDFS和MapReduce为Hadoop框架最核心的设计，其中HDFS为海量的数据提供存储，MapReduce为海量的数据提供了计算服务，MySQL是一个关系型数据库管理系统。
可以理解的是，所述步骤S4中还包括步骤S41、步骤S42、步骤S43、步骤S44、步骤S45以及步骤S46，其中具体为：
步骤S41：获取映射规则，所述映射规则用于合并相同类别的构件对应的键值对；
步骤S42：将所述第二信息进行预处理，得到预处理后的第二信息，所述预处理后的第二信息包括数据清洗后的第二信息；
可以理解的是，对数据的预处理包括数据清洗、数据校验以及数据去重，通过对数据进行预处理可以有效的减少数据冗余。
步骤S43：将所述第二信息进行切片，得到至少一个第一键值对，所述第一键值对包括构件的类别和对应的实际工程用量；
步骤S44：根据所述映射规则对所述第一键值对进行处理，得到第二键值对；
步骤S45：将所述第二键值对中合并的实际工程用量进行计算，得到第三键值对；
步骤S46：将所述第三键值对进行可视化，得到可视化后的第二信息。
可以理解的是，将第三键值对输入至MySQL数据库中通过微服务和前端进行数据的展示操作。实现工程算量和工程用量的数据分析及比对，在将第三键值对存储至MySQL数据库时，还需要对第三键值对进行加密操作，以确铁路保桥梁工程量信息的安全性，其中具体为：提取第三键值对中的实际工程用量作为待加密信息；利用混沌序列对所述待加密信息进行加密，得到加密信息；将所述加密信息存储至所述第三键值对中，得到加密后的第三键值对，需要说明的是，本申请不限于混沌序列的生成方式，通过仅对键值对中的敏感数据进行加密可以避免对不需要加密的数据进行加密，造成资源浪费。
在本实施例中，如图5键值对的转化流程图所示，将第二信息进行切片形成第一键值对，一个第一键值对中包括一个构件的类别以及其对应的实际工程用量，再利用映射规则将1#陆上桩对应的第一键值对与2#陆上桩对应的第一键值对进行融合得到第二键值对，将第二键值对中对应的混凝土实际工程用量进行求和计算，得到第三键值对，需要说明的是，第一键值对、第二键值对以及第三键值对分别记为<K1,V1>，<K2,V2>以及<K3,V3>。
需要说明的是，将第一信息进行转化为可视化后的第一信息与上述过程相同，故不在此赘述，本发明通过将工程设计量与实际工程量进行结合，利用大数据分析实现基于BIM技术的工程数据储存和管控数据，实现BIM模型中各构件部位的工程实际用量和工程设计量的分析并进行展示，可快捷方便查看各构件的工程实际用量和工程设计量并将其进行分析展示，有效的减少了错误统计、遗漏统计等情况的发生，同时提高了核查效率。
步骤S5：根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
可以理解的是，所述步骤S5之后还包括步骤S6、步骤S7、步骤S8以及步骤S9，其中具体为：
步骤S6：基于铁路桥梁中包括的每个构件的工程设计量构建样本集；
步骤S7：利用所述样本集对初始化后的BP神经网络模型进行训练，得到训练后的BP神经网络模型；
可以理解的是，利用样本集对初始化后的BP神经网络模型进行训练为本领域技术人员所熟知的技术方案，故不在此赘述。
步骤S8：将待预测实际工程用量的铁路桥梁部件对应的工程设计量发送至训练后的BP神经网络模型，得到输出结果，所述输出结果包括铁路桥梁部件预测的实际工程用量；
步骤S9：利用预设的调解系数对所述输出结果进行修正，得到修正结果。
可以理解的是，BP神经网络模型的输出结果，由于数据的偏差，和实际的用量数据可能存在偏差，所以我们输出结果和历史物资实际工程用量数据结合，绘制一条曲线，从曲线中找到其中的对应系数λ，（0<λ<=1），从而有，修正后的预测值，其具体的计算公式为：
Figure SMS_2
。
上式中，Y为修正结果，λ为调解系数，b为常数，X为BP神经网络模型的输出结果。
实施例2：如图2所示，本实施例提供了一种基于大数据的物资用量核查装置，所述装置包括获取模块901、第一处理模块902、第二处理模块903、第三处理模块904以及核查模块905，其中具体为：
获取模块901，用于获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
第一处理模块902，用于根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
第二处理模块903，用于根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
第三处理模块904，用于将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
核查模块905，用于根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
在本公开的一种具体实施方式中，所述第一处理模块902中还包括第一获取单元9021、分类单元9022、关联单元9023、导出单元9024以及第一处理单元9025，其中具体为：
第一获取单元9021，用于获取配置信息，所述配置信息包括铁路桥梁中包括的每个构件的类别与折算比例的对应关系；
分类单元9022，用于根据所述配置信息中的构件类别，对所述铁路桥梁BIM模型中包括的每个构件进行分类，得到分类后的构件；
关联单元9023，用于将所述分类后的构件与所述配置信息进行一一关联，得到关联信息；
导出单元9024，用于根据所述关联信息将铁路桥梁中包括的每个构件导出至对应的工程量清单中生成铁路桥梁BIM模型对应的工程量清单；
第一处理单元9025，用于根据所述铁路桥梁BIM模型对应的工程量清单计算每个构件的工程设计量。
在本公开的一种具体实施方式中，所述第一处理单元9025中还包括第二处理单元90251以及第三处理单元90252，其中具体为：
第二处理单元90251，用于在所述铁路桥梁BIM模型中提取铁路桥梁中包括的每个构件的体积，得到第三信息；
第三处理单元90252，用于根据所述第三信息得到每个构件的工程设计量。
在本公开的一种具体实施方式中，所述第三处理单元90252中还包括第二获取单元902521、第四处理单元902522以及第五处理单元902523，其中具体为：
第二获取单元902521，用于在铁路桥梁BIM模型对应的工程量清单中获取每个构件的折算比例；
第四处理单元902522，用于根据所述第三信息进行计算，得到铁路桥梁中包括的每个构件的混凝土设计量；
第五处理单元902523，用于根据所述铁路桥梁中包括的每个构件的混凝土设计量和每个所述构件的折算比例进行计算，得到铁路桥梁中包括的每个构件的钢筋设计量。
在本公开的一种具体实施方式中，所述第三处理模块904中还包括第三获取单元9041、预处理单元9042、第六处理单元9043、第七处理单元9044、第八处理单元9045以及第九处理单元9046，其中具体为：
第三获取单元9041，用于获取映射规则，所述映射规则用于合并相同类别的构件对应的键值对；
预处理单元9042，用于将所述第二信息进行预处理，得到预处理后的第二信息，所述预处理后的第二信息包括数据清洗后的第二信息；
第六处理单元9043，用于将所述第二信息进行切片，得到至少一个第一键值对，所述第一键值对包括构件的类别和对应的实际工程用量；
第七处理单元9044，用于根据所述映射规则对所述第一键值对进行处理，得到第二键值对；
第八处理单元9045，用于将所述第二键值对中合并的实际工程用量进行计算，得到第三键值对；
第九处理单元9046，用于将所述第三键值对进行可视化，得到可视化后的第二信息。
在本公开的一种具体实施方式中，所述核查模块905之后还包括构建模块906、训练模块907、预测模块908以及修正模块909，其中具体为：
构建模块906，用于基于铁路桥梁中包括的每个构件的工程设计量构建样本集；
训练模块907，用于利用所述样本集对初始化后的BP神经网络模型进行训练，得到训练后的BP神经网络模型；
预测模块908，用于将待预测实际工程用量的铁路桥梁部件对应的工程设计量发送至训练后的BP神经网络模型，得到输出结果，所述输出结果包括铁路桥梁部件预测的实际工程用量；
修正模块909，用于利用预设的调解系数对所述输出结果进行修正，得到修正结果。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3：相应于上面的方法实施例，本实施例中还提供了一种基于大数据的物资用量核查设备，下文描述的一种基于大数据的物资用量核查设备与上文描述的一种基于大数据的物资用量核查方法可相互对应参照。
图3是根据示例性实施例示出的一种基于大数据的物资用量核查设备800的框图。如图3所示，该基于大数据的物资用量核查设备800可以包括：处理器801，存储器802。该基于大数据的物资用量核查设备800还可以包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该基于大数据的物资用量核查设备800的整体操作，以完成上述的基于大数据的物资用量核查方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该基于大数据的物资用量核查设备800的操作，这些数据例如可以包括用于在该基于大数据的物资用量核查设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该基于大数据的物资用量核查设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，基于大数据的物资用量核查设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital SignalProcessing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于大数据的物资用量核查方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的基于大数据的物资用量核查方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由基于大数据的物资用量核查设备800的处理器801执行以完成上述的基于大数据的物资用量核查方法。
实施例4：相应于上面的方法实施例，本实施例中还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种基于大数据的物资用量核查方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的基于大数据的物资用量核查方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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)

1.一种基于大数据的物资用量核查方法，其特征在于，包括：
获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
2.根据权利要求1所述的基于大数据的物资用量核查方法，其特征在于，根据所述铁路桥梁BIM模型确定第一信息，包括：
获取配置信息，所述配置信息包括铁路桥梁中包括的每个构件的类别与折算比例的对应关系；
根据所述配置信息中的构件类别，对所述铁路桥梁BIM模型中包括的每个构件进行分类，得到分类后的构件；
将所述分类后的构件与所述配置信息进行一一关联，得到关联信息；
根据所述关联信息将铁路桥梁中包括的每个构件导出至对应的工程量清单中生成铁路桥梁BIM模型对应的工程量清单；
根据所述铁路桥梁BIM模型对应的工程量清单计算每个构件的工程设计量。
3.根据权利要求2所述的基于大数据的物资用量核查方法，其特征在于，根据所述铁路桥梁BIM模型对应的工程量清单计算每个构件的工程设计量，包括：
在所述铁路桥梁BIM模型中提取铁路桥梁中包括的每个构件的体积，得到第三信息；
根据所述第三信息得到每个构件的工程设计量。
4.根据权利要求1所述的基于大数据的物资用量核查方法，其特征在于，将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息，包括：
获取映射规则，所述映射规则用于合并相同类别的构件对应的键值对；
将所述第二信息进行预处理，得到预处理后的第二信息，所述预处理后的第二信息包括数据清洗后的第二信息；
将所述第二信息进行切片，得到至少一个第一键值对，所述第一键值对包括构件的类别和对应的实际工程用量；
根据所述映射规则对所述第一键值对进行处理，得到第二键值对；
将所述第二键值对中合并的实际工程用量进行计算，得到第三键值对；
将所述第三键值对进行可视化，得到可视化后的第二信息。
5.一种基于大数据的物资用量核查装置，其特征在于，包括：
获取模块，用于获取铁路桥梁BIM模型和工序报验信息，所述铁路桥梁BIM模型包括铁路桥梁建筑工程项目全生命周期过程中的所有信息，所述工序报验信息包括铁路桥梁中包括的每个构件与实际工程用量的关联关系；
第一处理模块，用于根据所述铁路桥梁BIM模型确定第一信息，所述第一信息包括铁路桥梁中包括的每个构件的工程设计量；
第二处理模块，用于根据所述工序报验信息确定第二信息，所述第二信息包括铁路桥梁中包括的每个构件的实际工程用量；
第三处理模块，用于将所述第一信息和所述第二信息进行处理，得到可视化后的第一信息和第二信息；
核查模块，用于根据所述可视化后的第一信息和第二信息对铁路桥梁中包括的每个构件的工程用量进行核查。
6.根据权利要求5所述的基于大数据的物资用量核查装置，其特征在于，所述第一处理模块，包括：
第一获取单元，用于获取配置信息，所述配置信息包括铁路桥梁中包括的每个构件的类别与折算比例的对应关系；
分类单元，用于根据所述配置信息中的构件类别，对所述铁路桥梁BIM模型中包括的每个构件进行分类，得到分类后的构件；
关联单元，用于将所述分类后的构件与所述配置信息进行一一关联，得到关联信息；
导出单元，用于根据所述关联信息将铁路桥梁中包括的每个构件导出至对应的工程量清单中生成铁路桥梁BIM模型对应的工程量清单；
第一处理单元，用于根据所述铁路桥梁BIM模型对应的工程量清单计算每个构件的工程设计量。
7.根据权利要求6所述的基于大数据的物资用量核查装置，其特征在于，所述第一处理单元，包括：
第二处理单元，用于在所述铁路桥梁BIM模型中提取铁路桥梁中包括的每个构件的体积，得到第三信息；
第三处理单元，用于根据所述第三信息得到每个构件的工程设计量。
8.根据权利要求5所述的基于大数据的物资用量核查装置，其特征在于，所述第三处理模块，包括：
第三获取单元，用于获取映射规则，所述映射规则用于合并相同类别的构件对应的键值对；
预处理单元，用于将所述第二信息进行预处理，得到预处理后的第二信息，所述预处理后的第二信息包括数据清洗后的第二信息；
第六处理单元，用于将所述第二信息进行切片，得到至少一个第一键值对，所述第一键值对包括构件的类别和对应的实际工程用量；
第七处理单元，用于根据所述映射规则对所述第一键值对进行处理，得到第二键值对；
第八处理单元，用于将所述第二键值对中合并的实际工程用量进行计算，得到第三键值对；
第九处理单元，用于将所述第三键值对进行可视化，得到可视化后的第二信息。
9.一种基于大数据的物资用量核查设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述基于大数据的物资用量核查方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于大数据的物资用量核查方法的步骤。
CN202310465059.7A 2023-04-27 2023-04-27 一种基于大数据的物资用量核查方法、装置、设备及介质 Pending CN116205411A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310465059.7A CN116205411A (zh) 2023-04-27 2023-04-27 一种基于大数据的物资用量核查方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310465059.7A CN116205411A (zh) 2023-04-27 2023-04-27 一种基于大数据的物资用量核查方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116205411A true CN116205411A (zh) 2023-06-02

Family

ID=86508016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310465059.7A Pending CN116205411A (zh) 2023-04-27 2023-04-27 一种基于大数据的物资用量核查方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116205411A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579583A (zh) * 2023-07-06 2023-08-11 山西智恒华锐科技有限公司 基于bim的建筑进度偏差调节方法、系统、设备及介质

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070107208A (ko) * 2006-05-02 2007-11-07 이재광 입력키를 이용한 영역선택 기능을 구비한 정보기기 및정보기기의 입력키를 이용한 영역선택 방법
CN106339490A (zh) * 2016-08-31 2017-01-18 铁道第三勘察设计院集团有限公司 基于3dgis和工程三维模型的铁路桥梁施工进度管理系统和管理方法
CN109165813A (zh) * 2018-07-24 2019-01-08 广东海外建设监理有限公司 工程监理中施工质量的监理方法
CN109583149A (zh) * 2019-01-25 2019-04-05 中铁三局集团广东建设工程有限公司 基于bim管理的超大盖体车辆段深化改造系统及其施工方法
CN210072621U (zh) * 2019-01-25 2020-02-14 中铁三局集团广东建设工程有限公司 基于bim管理的超大盖体车辆段深化改造系统
CN111680067A (zh) * 2020-05-28 2020-09-18 中国工商银行股份有限公司 基于区块链的数据处理方法、装置及系统
CN112633717A (zh) * 2020-12-28 2021-04-09 青岛亿联建设集团股份有限公司 一种基于bim的建筑施工用管理系统
CN112818459A (zh) * 2021-03-12 2021-05-18 黄河勘测规划设计研究院有限公司 基于bim和甘特图的工程建设期可视化进度管理方法
KR20210071151A (ko) * 2019-12-05 2021-06-16 한국철도기술연구원 철도교량의 자동화된 bim 구축 시스템 및 방법
CN113673967A (zh) * 2021-09-09 2021-11-19 国网江苏省电力有限公司建设分公司 一种基于bim技术的超高塔施工进度管理系统和方法
CN114019532A (zh) * 2020-07-17 2022-02-08 龙建路桥股份有限公司 工程进度核查方法及设备
CN114237892A (zh) * 2021-12-17 2022-03-25 北京达佳互联信息技术有限公司 键值数据的处理方法、装置、电子设备及存储介质
CN114399280A (zh) * 2022-01-14 2022-04-26 中铁十五局集团有限公司 一种基于bim的智慧工地物料管理系统及方法
CN115293751A (zh) * 2022-10-08 2022-11-04 深圳市地铁集团有限公司 一种轨道交通bim模型数据的处理方法、系统及设备
CN115293749A (zh) * 2022-10-08 2022-11-04 深圳市地铁集团有限公司 一种基于bim导出工程量清单的方法、系统及设备
WO2022257099A1 (zh) * 2021-06-09 2022-12-15 青岛理工大学 基于bim的装配式建筑智能出图方法
WO2022257097A1 (zh) * 2021-06-09 2022-12-15 青岛理工大学 基于bim的装配式建筑智慧管理数据存储方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070107208A (ko) * 2006-05-02 2007-11-07 이재광 입력키를 이용한 영역선택 기능을 구비한 정보기기 및정보기기의 입력키를 이용한 영역선택 방법
CN106339490A (zh) * 2016-08-31 2017-01-18 铁道第三勘察设计院集团有限公司 基于3dgis和工程三维模型的铁路桥梁施工进度管理系统和管理方法
CN109165813A (zh) * 2018-07-24 2019-01-08 广东海外建设监理有限公司 工程监理中施工质量的监理方法
CN109583149A (zh) * 2019-01-25 2019-04-05 中铁三局集团广东建设工程有限公司 基于bim管理的超大盖体车辆段深化改造系统及其施工方法
CN210072621U (zh) * 2019-01-25 2020-02-14 中铁三局集团广东建设工程有限公司 基于bim管理的超大盖体车辆段深化改造系统
KR20210071151A (ko) * 2019-12-05 2021-06-16 한국철도기술연구원 철도교량의 자동화된 bim 구축 시스템 및 방법
CN111680067A (zh) * 2020-05-28 2020-09-18 中国工商银行股份有限公司 基于区块链的数据处理方法、装置及系统
CN114019532A (zh) * 2020-07-17 2022-02-08 龙建路桥股份有限公司 工程进度核查方法及设备
CN112633717A (zh) * 2020-12-28 2021-04-09 青岛亿联建设集团股份有限公司 一种基于bim的建筑施工用管理系统
CN112818459A (zh) * 2021-03-12 2021-05-18 黄河勘测规划设计研究院有限公司 基于bim和甘特图的工程建设期可视化进度管理方法
WO2022257099A1 (zh) * 2021-06-09 2022-12-15 青岛理工大学 基于bim的装配式建筑智能出图方法
WO2022257097A1 (zh) * 2021-06-09 2022-12-15 青岛理工大学 基于bim的装配式建筑智慧管理数据存储方法
CN113673967A (zh) * 2021-09-09 2021-11-19 国网江苏省电力有限公司建设分公司 一种基于bim技术的超高塔施工进度管理系统和方法
CN114237892A (zh) * 2021-12-17 2022-03-25 北京达佳互联信息技术有限公司 键值数据的处理方法、装置、电子设备及存储介质
CN114399280A (zh) * 2022-01-14 2022-04-26 中铁十五局集团有限公司 一种基于bim的智慧工地物料管理系统及方法
CN115293751A (zh) * 2022-10-08 2022-11-04 深圳市地铁集团有限公司 一种轨道交通bim模型数据的处理方法、系统及设备
CN115293749A (zh) * 2022-10-08 2022-11-04 深圳市地铁集团有限公司 一种基于bim导出工程量清单的方法、系统及设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张海华 等: "基于BIM技术的桥梁可视化施工应用研究", 《公路》, vol. 9, no. 09, pages 155 - 160 *
张海华;刘宏刚;甘一鸣;: "基于BIM技术的桥梁可视化施工应用研究", 公路, no. 09 *
杜佼玲 等: ""基于 Hadoop的 D G - Apriori 算法"", 《桂林电子科技大学学报》, vol. 36, no. 5, pages 387 - 390 *
王彤 等: "（"基于BIM技术的智慧工地建设技术应用"", 《建筑技术开发》, vol. 49, no. 1, pages 109 - 111 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579583A (zh) * 2023-07-06 2023-08-11 山西智恒华锐科技有限公司 基于bim的建筑进度偏差调节方法、系统、设备及介质
CN116579583B (zh) * 2023-07-06 2023-09-15 山西智恒华锐科技有限公司 基于bim的建筑进度偏差调节方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN110008301B (zh) 基于机器学习的区域性地质灾害易发性预测方法及装置
CN115293751B (zh) 一种轨道交通bim模型数据的处理方法、系统及设备
CN113642088A (zh) 一种施工进度信息反馈及bim模型实时展示偏差的方法
CN116205411A (zh) 一种基于大数据的物资用量核查方法、装置、设备及介质
CN111401827B (zh) 一种桥梁病害数字化采集系统
KR101665324B1 (ko) 홍수 재난 대응을 위한 통합 방법 및 시스템
CN114647886B (zh) 一种基于bim和标识码的施工方法及系统
CN112446637A (zh) 一种建筑施工质量安全在线风险检测方法及系统
Hammit et al. A case for online traffic simulation: Systematic procedure to calibrate car-following models using vehicle data
Salem et al. AI-based cloud computing application for smart earthmoving operations
CN117172556A (zh) 一种桥梁工程的施工风险预警方法与系统
Segura et al. Accounting for uncertainties in the safety assessment of concrete gravity dams: A probabilistic approach with sample optimization
CN116384837A (zh) 用于工程质量检测的信息处理方法、系统和检测员终端
Bukhsh et al. Multi-criteria decision making: AHP method applied for network bridge prioritization
KR102312685B1 (ko) 데이터 분석 지원 시스템 및 데이터 분석 지원 방법
Guo et al. Automatic data quality control of observations in wireless sensor network
Junjia et al. A Bibliometric Review on Safety Risk Assessment of Construction Based on CiteSpace Software and WoS Database
CN112686773B (zh) 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法
Wang et al. An empirical classification-based framework for the safety criticality assessment of energy production systems, in presence of inconsistent data
CN112598319A (zh) 一种基于bim的智慧桥梁运维管理方法、系统、计算机设备及存储介质
Crawford et al. Landslide Risk Assessment in Eastern Kentucky, USA: Developing a Regional Scale, Limited Resource Approach
CN105373473B (zh) 基于原始信令解码的cdr准确性测试方法及测试系统
KR20210091591A (ko) 원천 기술의 평가 방법을 포함하는 전자 장치
Gautam et al. Optimal Sizing of Movable Energy Resources for Enhanced Resilience in Distribution Systems: A Techno-Economic Analysis
Fu et al. Probabilistic Life Prediction of Tunnel Boring Machine under Wearing Conditions with Incomplete Information

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