CN116403234A - 一种基于cad图纸的建筑工程结构算量自动化预测方法 - Google Patents

一种基于cad图纸的建筑工程结构算量自动化预测方法 Download PDF

Info

Publication number
CN116403234A
CN116403234A CN202211485132.9A CN202211485132A CN116403234A CN 116403234 A CN116403234 A CN 116403234A CN 202211485132 A CN202211485132 A CN 202211485132A CN 116403234 A CN116403234 A CN 116403234A
Authority
CN
China
Prior art keywords
calculation
engineering structure
building
building engineering
cad
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
CN202211485132.9A
Other languages
English (en)
Inventor
谢湘
孙文
刘杨
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202211485132.9A priority Critical patent/CN116403234A/zh
Publication of CN116403234A publication Critical patent/CN116403234A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422—Technical drawings; Geographical maps
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/19007—Matching; Proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • 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)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Artificial Intelligence (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于CAD图纸的建筑工程结构算量自动化预测方法，属于工程图纸图像识别领域。针对手工计算工程量耗时长的问题，本发明通过构建一种基于图像识别的方法，对图纸中的构件信息及图纸内容进行自动拾取；并利用自然语言处理技术，实现对图纸内表格及其文本内容的提取，提高信息处理效率；通过机器学习技术,实现配筋信息和构件之间的匹配，最后利用预先搭建的计算公式库来实现结构算量的自动化，配合单价数据库，自动生成工程量及估价清单，提高工程算量的预测效率。本发明适用于土建施工、工程安装等领域，通过图像识别和机器学习技术对工程量进行自动预测，提高工程量预测效率。

Description

一种基于CAD图纸的建筑工程结构算量自动化预测方法
技术领域
本发明涉及一种基于CAD图纸的建筑工程结构算量自动化预测方法，属于工程图纸图像识别领域。
技术背景
伴随着经济的迅速发展，建筑行业也得到了大力发展。而在工程建设的过程中，为保证工程建设的经济效益，往往需要对工程的造价进行控制。而工程造价的确定，应该以该工程所要完成的工程实体数量为依据，对工程实体的数量做出正确的计算，并以一定的计量单位表述，这就需要进行工程计量，即工程量的计算，以此作为确定工程造价的基础。
工程量是以物理计量单位或自然计量单位表示的各个分项工程和结构构件的数量。物理计量单位一般是指以公制度量表示的长度、面积、体积和重量等。如楼梯扶手以“米”为计量单位；墙面抹灰以“平方米”为计量单位；混凝土以“立方米”为计量单位；钢筋的加工、绑扎和安装以“吨”为计量单位等。自然计量单位主要是指以物体自身为计量单位来表示工程量。如砖砌污水斗以“个”为计量单位；设备安装工程以“台”、“套”、“组”、“个”、“件”等为计量单位。
工程计量作为工程造价的核心基础环节，目前是依靠手工计算或者是软件流程化建模操作，通常手工计算一栋房建居民楼的时间大致为一周。计算的效率比较低，对工程推进会造成一定的影响。
发明内容
针对手工计算工程量耗时长的问题，本发明的主要目的是提供一种基于CAD图纸的建筑工程结构算量自动化预测方法，通过图像识别和机器学习技术对工程量进行自动计算，提高工程量预测效率。
本发明的目的是通过以下技术方案实现的：
本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法，通过构建一种基于图像识别的方法，对图纸中的构件信息及图纸内容进行自动拾取；并利用自然语言处理技术，实现对图纸内表格及其文本内容的提取，提高信息处理效率；通过机器学习技术,实现配筋信息和构件之间的匹配，最后利用预先搭建的计算公式库来实现结构算量的自动化，配合单价数据库，自动生成工程量及估价清单，提高工程算量的预测效率。
本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法，包括以下步骤：
步骤1：构建房建工程结构算量计算公式库。
在结构算量中，主要进行混泥土、钢筋和模板三种类型的工程量计算。
1.1、构建混泥土墙、梁、板、柱和楼梯的体积计算公式；
1.2、构建墙的水平分布筋，垂直分布筋，拉筋的计算公式；梁的箍筋，纵筋，构造筋计算公式；板的分布筋和附加筋计算公式；柱的纵筋，箍筋的计算公式；楼梯的平台板分布筋，梯柱的纵筋，箍筋，梯梁的箍筋，纵筋计算公式；
1.3、构建模板面积的计算公式。
步骤2：转化工程图纸为待识别类型数据。
2.1、将矢量化的图纸渲染为像素级别的RGB图像；
2.2、将矢量化的图纸转为基于图层的树状数据，每个图层的数据为对应图层的几何线段。
步骤3：基于自然语言处理技术和图像处理技术，进行图纸的分割和类别判断。
步骤3.1：房建图纸中，一张图纸包含所有楼层的所有构件内容，不同内容以方框进行分开，利用图像分割技术对图纸中不同内容进行分割；
步骤3.2：在步骤3.1分割的CAD图纸基础上，利用自然语言处理技术对图纸描述的文本进行识别，获取图纸的类型，分别输出不同楼层的墙、梁、板、柱和楼梯的图纸。
步骤4：利用图像识别技术对图纸的构件进行识别提取。
步骤4.1：收集若干建筑CAD图纸，并标注墙、梁、板、柱及楼梯的构件内容，同时构建建筑CAD里面不同构件的几何库；
步骤4.2：利用目标检测算法对步骤4.1标注的数据进行训练，模型收敛后保存模型参数；
步骤4.3：利用训练好的目标检测模型进行构件的检测，同时和几何库对比，综合输出最后的构件几何尺寸和相对轴网位置信息。
步骤5：利用图像识别和自然语言技术对图纸的表格进行识别。
步骤5.1：收集若干建筑CAD图纸并标注表格位置；
步骤5.2：利用目标检测算法对步骤5.1标注的数据进行训练，模型收敛后保存模型参数；
步骤5.3：利用目标检测算法对图纸表格进行定位；
步骤5.4：利用自然语言处理技术对表格的内容进行识别，输出楼层高度和部分构件的尺寸。所述表格的内容包括楼高表，尺寸表。
步骤6：利用文本处理技术对配筋信息进行提取。
步骤6.1：基于步骤5提取的表格，依据平法标注原则对钢筋的配筋进行提取。
步骤6.2：将提取的钢筋文本转化为事先定义的字典，和计算公式相匹配。
步骤7：利用机器学习技术输出构建的配筋信息。
对步骤4和步骤6所获取的钢筋配筋字典和构建的位置，进行匹配，再输出每个构建准确的匹配字典。
步骤8：利用计算公式库进行算量并自动输出算量报表，即基于CAD图纸实现建筑工程结构算量自动化预测。
通过步骤2到步骤7，得到项目工程中的每一栋楼，每一层的墙、梁、板、柱和楼梯的构建几何信息和配筋信息，利用计算公式输出最后墙、梁、板、柱和楼梯的混泥土、钢筋及模板量，结合当地的工程定额数据，生成工程量及估价清单，即基于CAD图纸实现建筑工程结构算量自动化预测。
有益效果：
1、本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法，通过构建一种基于图像识别的方法，并利用自然语言处理技术，实现对图纸内构件信息及其图纸内容的自动拾取，提高信息处理效率。
2、本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法，通过机器学习技术来实现构建配筋信息和构建之间的匹配，最后利用预先搭建的计算公式库来实现结构算量的自动化计算，配合单价数据库，自动生成工程量及估价清单，提高工程算量的效率。
附图说明
图1为本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法的流程图；
图2为本实施例中的剪力墙平面图；
图3为本实施例中的梁配筋图；
图4为本实施例中的板配筋图；
图5为本实施例中的墙柱识别结果图；
图6为本实施例中的梁识别结果图；
图7为本实施例中的板识别结果图；
图8为本实施例中的识别结果的三维模型渲染结果图一；
图9为本实施例中的识别结果的三维模型渲染结果图二。
具体实施方式
下面将结合附图和实施例对本发明加以详细说明。同时也叙述了本发明技术方案解决的技术问题及有益效果，需要指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
如图1所示，本实施例采用本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法，对某安置房中其中一栋的标准层的混泥土，钢筋进行自动算量预测。
步骤1：构建房建工程结构算量计算公式库。
在结构算量里面，主要需要计算混泥土，钢筋二种类型算量。
1.1、构建混泥土墙、梁、板、柱和楼梯的体积计算公式
具体公式体积V如下：
V＝S*H
S表示底面积，H表示高度
底面积计算方法：
A、标准形：墙梁板柱楼梯一般为矩形，规则矩形的S＝w(宽)*l(长)
w表示矩形的宽，l表示矩形的长
B、异形：不规则的多边形面积在案例中使用图形栅格化求面积的方式，记多边形为连续的点p1,p2…pn.取最大的外接矩形，再栅格化矩形，判断点在多边形内部还是外部，最后计算内部总点数n*单位点数面积p_s为总面积。
1.2、构建墙的水平分布筋，垂直分布筋，拉筋的计算公式；
梁的箍筋，纵筋，构造筋或者受扭的计算公式；板的分布筋和附加筋计算公式；柱的纵筋，箍筋的计算公式；楼梯的平台板分布筋，梯柱的纵筋，箍筋，梯梁的箍筋，纵筋计算公式，能够总结为箍筋，纵筋，构造筋三种(板的分布筋和附加筋可以分为X,Y两个方向的纵筋)：
箍筋重量W＝C*d*r*r*p*π
其中，C为箍筋周长,d为箍筋根数(排布长度/箍筋排布的间距),r为分布筋半径,p为钢筋密度
分布筋重量W＝L*d*r*r*p*π
其中，L分布筋长度,d为分布筋根数(排布长度/排布方向的间距)，r为分布筋半径,p为钢筋密度
构造筋重量W＝L*d*r*r*p*π
其中，L构造筋长度,d为构造筋根数(构造筋排布长度/排布方向的间距)，r为分布筋半径,p为钢筋密度
步骤2：转化工程图纸为待识别类型数据。
2.1、将CAD文件通过图形引擎渲染为像素级别的RGB图像；
2.2、将矢量化的图纸转为基于图层的树状数据，每个图层的数据为对应图层的几何线段。
3：基于自然语言处理技术和图像处理技术，进行图纸的分割和类别判断。
3.1：房建图纸中，一张图纸包含所有楼层的所有构件内容，不同内容以方框进行分开，利用图像分割技术对图纸中不同内容进行分割。
3.2：在步骤3.1分割的CAD图纸基础上，对图纸描述的文本进行识别，获取图纸的类型，分别输出不同楼层的墙、梁、板、柱和楼梯的图纸，原始的标准差墙柱板柱图纸分别图2、图3、图4所示。
4：利用图像识别技术对图纸的构件进行识别提取。
4.1：收集一千多建筑CAD图纸，并人工标注墙、梁、板、柱及楼梯的构件内容，同时构建建筑CAD里面不同构件的几何库；
4.2：利用目标检测Faster-RCNN算法对步骤4.1标注的数据进行训练，模型收敛后保存模型参数；
4.3：利用训练好的目标检测模型进行构件的检测，同时和几何库对比，综合输出最后的构件几何尺寸和相对轴网位置信息，二维识别内容如图5、图6、图7所示。
5：利用图像识别和自然语言技术对图纸的表格进行识别。
5.1：收集若干建筑CAD图纸并标注表格位置；
5.2：利用目标检测Faster-RCNN算法对步骤5.1标注的数据进行训练，模型收敛后保存模型参数；
5.3：利用目标检测Faster-RCNN算法对图纸表格进行定位；
5.4：利用文本分类技术和正则表达式对表格的内容(楼高表，尺寸表)进行识别，输出楼层高度和部分构件的尺寸，根据楼层高度和几何信息，识别的结果3D渲染如图8、图9所示。
6：利用文本处理技术对配筋信息进行提取。
6.1：在步骤5提取的表格，并根据平法标注原则对钢筋的配筋进行提取。
6.2：将提取的钢筋文本转化为事先定义的字典，和计算公式相匹配。
7：最后输出构建的配筋信息。
对步骤4和步骤6所获取的钢筋配筋字典和构建的位置，进行匹配，再输出每个构建准确的匹配字典。根据图纸上文本配筋信息，匹配识别出墙梁板柱的箍筋，拉筋和分布筋。
8：利用计算公式库进行算量并自动输出算量报表。
通过步骤2到步骤7，得到项目工程中的每一栋楼，每一层的墙、梁、板、柱和楼梯的构建几何信息和配筋信息，利用计算公式输出最后墙、梁、板、柱和楼梯的混泥土、钢筋及模板量，结合当地的工程定额数据，生成工程量及估价清单。
根据识别结果和计算公式可以得出3F标准层算量结果
结果与手工方法对比如下:
Figure BDA0003961860360000061
本实施例计算结果和手工计算结果误差在2％以内，符合工程造价要求。
本实施例采用本发明公开的一种基于CAD图纸的建筑工程结构算量自动化预测方法在CPU为I7处理器的电脑上完成工程量核算耗时5分钟，而人工计算一层标准层需要5小时左右，耗时大大减少，提高工程量预测效率。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：包括如下步骤，
步骤1：构建房建工程结构算量计算公式库；
步骤2：转化工程图纸为待识别类型数据；
步骤3：基于自然语言处理技术和图像处理技术，进行图纸的分割和类别判断；
步骤4：利用图像识别技术对图纸的构件进行识别提取；
步骤5：利用图像识别和自然语言技术对图纸的表格进行识别；
步骤6：利用文本处理技术对配筋信息进行提取；
步骤7：利用机器学习技术输出构建的配筋信息；
步骤8：利用计算公式库进行算量并自动输出算量报表，即基于CAD图纸实现建筑工程结构算量自动化预测。
2.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤1的实现方法为，
1.1、构建混泥土墙、梁、板、柱和楼梯的体积计算公式；
1.2、构建墙的水平分布筋，垂直分布筋，拉筋的计算公式；梁的箍筋，纵筋，构造筋计算公式；板的分布筋和附加筋计算公式；柱的纵筋，箍筋的计算公式；楼梯的平台板分布筋，梯柱的纵筋，箍筋，梯梁的箍筋，纵筋计算公式；
1.3、构建模板面积的计算公式。
3.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤2的实现方法为，
2.1、将矢量化的图纸渲染为像素级别的RGB图像；
2.2、将矢量化的图纸转为基于图层的树状数据，每个图层的数据为对应图层的几何线段。
4.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤3的实现方法为，
步骤3.1：房建图纸中，一张图纸包含所有楼层的所有构件内容，不同内容以方框进行分开，利用图像分割技术对图纸中不同内容进行分割；
步骤3.2：在步骤3.1分割的CAD图纸基础上，利用自然语言处理技术对图纸描述的文本进行识别，获取图纸的类型，分别输出不同楼层的墙、梁、板、柱和楼梯的图纸。
5.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤4的实现方法为，
步骤4.1：收集若干建筑CAD图纸，并标注墙、梁、板、柱及楼梯的构件内容，同时构建建筑CAD里面不同构件的几何库；
步骤4.2：利用目标检测算法对步骤4.1标注的数据进行训练，模型收敛后保存模型参数；
步骤4.3：利用训练好的目标检测模型进行构件的检测，同时和几何库对比，综合输出最后的构件几何尺寸和相对轴网位置信息。
6.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤5的实现方法为，
步骤5.1：收集若干建筑CAD图纸并标注表格位置；
步骤5.2：利用目标检测算法对步骤5.1标注的数据进行训练，模型收敛后保存模型参数；
步骤5.3：利用目标检测算法对图纸表格进行定位；
步骤5.4：利用自然语言处理技术对表格的内容进行识别，输出楼层高度和部分构件的尺寸；所述表格的内容包括楼高表，尺寸表。
7.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤6的实现方法为，
步骤6.1：基于步骤5提取的表格，依据平法标注原则对钢筋的配筋进行提取；
步骤6.2：将提取的钢筋文本转化为事先定义的字典，和计算公式相匹配。
8.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤7的实现方法为，
对步骤4和步骤6所获取的钢筋配筋字典和构建的位置，进行匹配，再输出每个构建准确的匹配字典。
9.如权利要求1所述的一种基于CAD图纸的建筑工程结构算量自动化预测方法，其特征在于：步骤8的实现方法为，
通过步骤2到步骤7，得到项目工程中的每一栋楼，每一层的墙、梁、板、柱和楼梯的构建几何信息和配筋信息，利用计算公式输出最后墙、梁、板、柱和楼梯的混泥土、钢筋及模板量，结合当地的工程定额数据，生成工程量及估价清单，即基于CAD图纸实现建筑工程结构算量自动化预测。
CN202211485132.9A 2022-11-24 2022-11-24 一种基于cad图纸的建筑工程结构算量自动化预测方法 Pending CN116403234A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211485132.9A CN116403234A (zh) 2022-11-24 2022-11-24 一种基于cad图纸的建筑工程结构算量自动化预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211485132.9A CN116403234A (zh) 2022-11-24 2022-11-24 一种基于cad图纸的建筑工程结构算量自动化预测方法

Publications (1)

Publication Number Publication Date
CN116403234A true CN116403234A (zh) 2023-07-07

Family

ID=87018519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211485132.9A Pending CN116403234A (zh) 2022-11-24 2022-11-24 一种基于cad图纸的建筑工程结构算量自动化预测方法

Country Status (1)

Country Link
CN (1) CN116403234A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117391332A (zh) * 2023-09-07 2024-01-12 中铁一局集团有限公司 工程量计算清单挂接方法、装置、计算机设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117391332A (zh) * 2023-09-07 2024-01-12 中铁一局集团有限公司 工程量计算清单挂接方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
Won et al. Quantification of construction waste prevented by BIM-based design validation: Case studies in South Korea
CN112561487B (zh) 一种计算施工进度的方法、装置、设备及可读存储介质
CN114511202A (zh) 一种基于bim的全周期工程项目管理方法和平台
Garwood et al. A framework for producing gbXML building geometry from Point Clouds for accurate and efficient Building Energy Modelling
CN108460189A (zh) 一种基于bim技术的幕墙安装设计方法
CN113434937B (zh) 设计模型转换为算量模型的方法、装置、设备和介质
CN109308361B (zh) 三维钢筋算量模型的构建方法、系统及计算机装置
CN116993928B (zh) 一种基于无人机遥感技术的城市工程测绘方法及系统
CN116403234A (zh) 一种基于cad图纸的建筑工程结构算量自动化预测方法
CN112560134A (zh) 一种基于cad与bim的装配式结构叠合板批量深化设计方法
CN112347533B (zh) 一种基于Revit的建筑结构BIM正向自动校核方法
Taraben et al. Methods for the automated assignment and comparison of building damage geometries
CN111395520A (zh) 一种基于CAD与WebGl的装配式结构预制柱和叠合梁深化设计方法
Deng et al. Automatic generation of fabrication drawings for façade mullions and transoms through BIM models
CN118071215B (zh) 一种工程指标分析处理系统及方法
CN105718616A (zh) 一种基于bim 的钢筋翻样制作算量管理方法
CN113392256A (zh) 边缘构件对象生成方法、装置、设备及存储介质
KR101735072B1 (ko) 토목 시설물의 사업기획단계 환경 부하량 산정 장치 및 방법
CN116777678A (zh) 一种基于多源数据的输电线路塔施工进程监控方法
CN117195351A (zh) 基于bim的碳排放计算与优化方法、产品及存储介质
CN115422634A (zh) 一种混凝土梁bim建模系统
CN107784409A (zh) 基于建筑信息模型的项目模板工程管理系统
CN115081695A (zh) 一种基于bim模型工程预算方法、系统及终端设备
Cho et al. Cost estimating methods for RC structures by quantity takeoff and quantity prediction in the design development stage
Chowdhury et al. Generating integrated bill of materials using mask R-CNN artificial intelligence model

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