KR101891267B1 - Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same - Google Patents
Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same Download PDFInfo
- Publication number
- KR101891267B1 KR101891267B1 KR1020170172324A KR20170172324A KR101891267B1 KR 101891267 B1 KR101891267 B1 KR 101891267B1 KR 1020170172324 A KR1020170172324 A KR 1020170172324A KR 20170172324 A KR20170172324 A KR 20170172324A KR 101891267 B1 KR101891267 B1 KR 101891267B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- building
- analysis model
- data
- simplified
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000000463 material Substances 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000007654 immersion Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 239000002151 riboflavin Substances 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 239000004149 tartrazine Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006355 external stress Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012916 structural analysis 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
Description
실시 예는 재난 피해 분석을 위한 BIM 데이터 간소화 방법 및 이를 이용한 위험 등급 예측 방법에 관한 것이다.Embodiments relate to a method for simplifying BIM data for disaster damage analysis and a risk prediction method using the same.
국내의 경우 건축 및 구조 부문을 중심으로 BIM 설계도서 작성 지침을 기준으로 BIM 데이터의 구축이 활발하게 이루어지고 있다. BIM(Building Information Modeling)은 건물의 전생애 주기 동안 발생하는 다양한 정보를 관리하는 효과적인 데이터 모델이다.In Korea, BIM data has been actively constructed based on the BIM design book creation guidelines centered on the building and structural sector. Building Information Modeling (BIM) is an effective data model that manages the various information that occurs throughout the life cycle of a building.
그러나, BIM 데이터는 건물의 구조 및 부재 단위의 정보를 모두 포함하고 있는 대용량 데이터이기 때문에 다른 분야의 활용을 위한 데이터 추출 및 처리가 어려운 문제가 있다.However, since the BIM data is large-capacity data including both the structure of the building and the information of the member units, it is difficult to extract and process data for use in other fields.
최근 초고층 건물의 재난·재해 발생시 인명 안전에 대한 위험성이 높기 때문에 인명 안전을 확보하기 위한 다양한 연구가 진행되고 있다. In recent years, various researches have been carried out to secure the safety of people because of the high risk of life safety in case of disaster or disaster of skyscraper buildings.
그러나, 현재의 지진 피해 및 영향도 평가를 위한 건물 분석 모델은 건물의 개별 도면을 이용하여 구축하고 있는 실정이므로 초고층빌딩의 지진 피해 분석을 위한 데이터 모델을 구축하는 것은 많은 인력과 시간의 소요가 필요한 문제가 있다.However, since the building analysis model for evaluating the current earthquake damage and impact is constructed using individual drawings of buildings, building a data model for earthquake damage analysis of a skyscraper building requires a lot of manpower and time. there is a problem.
실시 예는 재난 피해 분석을 위한 BIM 데이터를 간소화하는 방법을 제공한다.The embodiment provides a way to simplify BIM data for disaster damage analysis.
또한, 간소화된 BIM 데이터를 이용하여 건물 분석 모델을 구축하고, 이를 이용하여 재난의 위험 등급을 신속히 산출할 수 있는 위험 등급 예측 방법을 제공한다.In addition, a building analysis model is constructed using simplified BIM data, and a risk prediction method that can quickly calculate the risk level of a disaster is provided.
실시 예에서 해결하고자 하는 과제는 이에 한정되는 것은 아니며, 아래에서 설명하는 과제의 해결수단이나 실시 형태로부터 파악될 수 있는 목적이나 효과도 포함된다고 할 것이다.The problems to be solved in the embodiments are not limited to these, and the objects and effects that can be grasped from the solution means and the embodiments of the problems described below are also included.
본 발명의 일 실시 예에 따른 재난 피해 분석을 위한 BIM 데이터 간소화 방법은, 건물의 BIM(Building Information Modeling) 데이터에서 재난 분석을 위해 상기 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출하는 단계; 및 상기 객체의 정보를 이용하여 상기 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 단계를 포함한다.The method for simplifying BIM data for disaster damage analysis according to an embodiment of the present invention includes extracting information of an object necessary for constructing an analysis model of the building for disaster analysis in BIM (Building Information Modeling) data of the building; And generating simplified information necessary for building an analysis model of the building using the information of the object.
상기 건물의 분석 모델을 구축하는데 필요한 객체는 재난의 종류에 따라 상이하고, 상기 재난이 지진인 경우, 상기 건물의 분석 모델을 구축하는데 필요한 객체는 벽체(Wall), 바닥(slab), 지붕(roof), 기둥(Column), 보(Beam)를 포함할 수 있다.The object required to construct the analysis model of the building differs depending on the type of the disaster. When the disaster is an earthquake, objects required to construct the analysis model of the building include a wall, a slab, a roof A column, and a beam.
상기 간소화 정보는 상기 객체의 기본 정보 테이블, 상기 객체들 간의 연결 정보 테이블, 상기 객체의 단면 정보 테이블, 상기 객체의 재질 정보 테이블, 및 상기 객체의 규격 정보 테이블을 포함할 수 있다.The simplified information may include a basic information table of the object, a connection information table between the objects, a section information table of the object, a material information table of the object, and a specification information table of the object.
상기 객체의 기본 정보는 상기 객체의 형상 정보, 상기 객체의 시작 노드의 식별 정보(ID), 상기 객체의 종료 노드의 식별 정보(ID), 층 정보, 상기 객체의 재질 식별 정보(ID), 상기 객체의 규격 식별 정보(ID)를 포함할 수 있다.The basic information of the object includes shape information of the object, ID of a starting node of the object, ID of an end node of the object, layer information, material identification information of the object, And may include standard identification information (ID) of the object.
상기 간소화 정보는 지진 분석 모델 구축을 위한 지진 간소화 정보, 화재 분석 모델을 구축하기 위한 화재 간소화 정보, 및 침수 분석 모델 구축을 위한 침수 간소화 정보를 포함하고, 클라이언트의 요청에 따라 지진, 화재, 및 침수의 간소화 정보 중 적어도 하나를 전송할 수 있다.The simplified information includes earthquake simplification information for building an earthquake analysis model, fire simplification information for constructing a fire analysis model, and flood simplification information for building a flood analysis model. In addition, the simplified information includes earthquake, fire, and flood And the like.
본 발명의 일 실시 예에 따른 위험 등급 예측 방법은, 건물의 BIM(Building Information Modeling) 데이터에서 상기 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출하는 단계; 상기 추출한 객체의 정보를 이용하여 상기 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 단계; 및 상기 간소화 정보를 이용하여 상기 건물의 분석 모델을 구축하는 단계; 상기 건물의 분석 모델의 노드와 상기 건물에 배치된 센서를 매칭하는 단계; 상기 건물의 분석 모델에 복수 개의 재난 시나리오를 적용하여 복수 개의 룰셋 데이터 베이스를 구축하는 단계; 상기 복수 개의 룰셋 데이터 베이스 중에서 실제 재난 발생시 계측된 정보와 가장 유사한 데이터 베이스를 선택하는 단계; 및 선택한 상기 데이터 베이스에 미리 정의된 위험 등급에 따라 재난 상황을 판단하는 단계를 포함한다.A risk level prediction method according to an embodiment of the present invention includes extracting information on an object necessary for building an analysis model of a building from building information modeling (BIM) data of a building; Generating simplified information necessary for constructing an analysis model of the building using information of the extracted object; And building an analysis model of the building using the simplified information; Matching a node of the analysis model of the building with a sensor disposed in the building; Constructing a plurality of rule set databases by applying a plurality of disaster scenarios to an analysis model of the building; Selecting a database most similar to the measured information in the event of a disaster among the plurality of rule set databases; And determining a disaster situation according to a predetermined risk level in the selected database.
실시 예에 따르면, 대용량의 BIM 데이터 중에서 건물의 분석 모델 구축에 필요한 정보만을 효과적으로 추출하여 저장할 수 있으므로 재난 피해 분석에 필요한 분석 모델을 빠르고 정확하게 구축할 수 있다.According to the embodiment, it is possible to extract and store only the information necessary for constructing the analysis model of the building from among the large-capacity BIM data, thereby making it possible to quickly and accurately construct the analysis model necessary for the disaster damage analysis.
또한, BIM 데이터를 이용하여 구축한 재난 분석 모델을 이용하여 재난의 위험 등급을 신속히 산출할 수 있다.In addition, the risk level of a disaster can be quickly calculated by using the disaster analysis model built using BIM data.
본 발명의 다양하면서도 유익한 장점과 효과는 상술한 내용에 한정되지 않으며, 본 발명의 구체적인 실시형태를 설명하는 과정에서 보다 쉽게 이해될 수 있을 것이다.The various and advantageous advantages and effects of the present invention are not limited to the above description, and can be more easily understood in the course of describing a specific embodiment of the present invention.
도 1은 본 발명의 일 실시 예에 따른 BIM 데이터 추출 시스템의 개념도이고,
도 2 및 도 3은 입체 형상의 객체를 라인 형태로 단순화시키는 과정을 설명하기 위한 도면이고,
도 4는 객체의 기본 정보를 보여주는 테이블이고,
도 5는 객체들 간의 연결 정보를 보여주는 테이블이고,
도 6은 객체의 단면 정보를 보여주는 테이블이고,
도 7은 객체의 재질 정보를 보여주는 테이블이고,
도 8은 객체의 규격 정보를 보여주는 테이블이고,
도 9는 BIM 데이터를 가공하여 생성한 간소화 정보를 이용하여 구축한 건물 분석 모델의 개념도이고,
도 10은 데이터 저장부의 상세도이고,
도 11은 본 발명의 일 실시 예에 따른 재난 피해 분석을 위한 BIM 데이터 간소화 방법의 순서도이고,
도 12는 본 발명의 일 실시 예에 따른 위험 등급 예측 방법의 순서도이고,
도 13은 본 발명의 일 실시 예에 따른 노드와 센서의 매칭 테이블을 보여주는 도면이고,
도 14는 본 발명의 일 실시 예에 따른 각 노드별 룰셋 데이터 베이스를 보여주는 도면이고,
도 15는 본 발명의 일 실시 예에 따른 룰셋 데이터 베이스에 따른 위험 등급을 표시한 도면이고,
도 16 및 도 17은 재난 발생시 실측값과 거동 데이터를 비교하는 과정을 설명하기 위한 도면이다.1 is a conceptual diagram of a BIM data extraction system according to an embodiment of the present invention,
FIGS. 2 and 3 are diagrams for explaining a process of simplifying a three-dimensional object into a line form,
4 is a table showing basic information of an object,
5 is a table showing connection information between objects,
6 is a table showing cross-sectional information of an object,
7 is a table showing material information of an object,
8 is a table showing standard information of an object,
9 is a conceptual diagram of a building analysis model constructed by using simplified information generated by processing BIM data,
10 is a detailed view of the data storage unit,
11 is a flowchart of a method for simplifying BIM data for disaster damage analysis according to an embodiment of the present invention,
12 is a flowchart of a method for predicting a risk level according to an embodiment of the present invention,
13 is a diagram showing a matching table of nodes and sensors according to an embodiment of the present invention,
FIG. 14 is a diagram showing a ruleset database for each node according to an embodiment of the present invention, and FIG.
15 is a diagram illustrating a risk level according to a ruleset database according to an embodiment of the present invention,
FIGS. 16 and 17 are diagrams for explaining a process of comparing an actual value and behavior data when a disaster occurs.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. The present invention is capable of various modifications and various embodiments, and specific embodiments are illustrated and described in the drawings. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. In the present application, the terms "comprises" or "having" and the like are used to specify that there is a feature, a number, a step, an operation, an element, a component or a combination thereof described in the specification, But do not preclude the presence or addition of one or more other features, integers, steps, operations, elements, components, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the contextual meaning of the related art and are to be interpreted as either ideal or overly formal in the sense of the present application Do not.
이하, 첨부된 도면을 참조하여 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 대응하는 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings, wherein like or corresponding elements are denoted by the same reference numerals, and redundant description thereof will be omitted.
도 1은 본 발명의 일 실시 예에 따른 BIM 데이터 추출 시스템의 개념도이고, 도 2 및 도 3은 입체 형상의 객체를 라인 형태로 단순화시키는 과정을 설명하기 위한 도면이다.FIG. 1 is a conceptual diagram of a BIM data extraction system according to an embodiment of the present invention. FIG. 2 and FIG. 3 are views for explaining a process of simplifying a three-dimensional object into a line form.
도 1을 참조하면, 실시 예에 따른 BIM 데이터 추출 시스템은, 건물의 BIM(Building Information Modeling) 데이터에서 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출하는 데이터 추출부(11), 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 데이터 변환부(12), 및 간소화 정보를 저장하는 데이터 저장부(13)를 포함한다.Referring to FIG. 1, a BIM data extraction system according to an embodiment includes a
데이터 추출부(11)는, BIM(Building Information Modeling) 데이터에서 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출할 수 있다. BIM 데이터(IFC 데이터)에는 건물을 구성하는 다수의 건물 객체(Building elements)가 포함되며, 그 종류는 매우 다양하다. The
예를 들어, 건물 객체는 벽체(Wall), 바닥(slab), 기둥(Column), 보(Beam), 창(Window), 문(Door), 계단(Stair), 커튼월(Curtain Wall), 설비(Equipment), 램프(Ramp)를 비롯하여 건물에 구비되는 모든 객체가 포함될 수 있다. 또한, 별도의 지붕정보가 더 포함될 수도 있다.For example, a building object can be a wall, a slab, a column, a beam, a window, a door, a stair, a curtain wall, Equipment, a lamp (Ramp), and all objects included in the building. Further, additional roof information may be further included.
데이터 추출부(11)는 무수히 많은 건물 객체 중에서 건물의 분석 모델을 구축하는데 필요한 객체를 선별하고, 해당 객체의 정보를 추출할 수 있다.The
예시적으로 지진의 경우 건물의 분석 모델을 구축하는데 필요한 객체는 벽체(Wall), 바닥(slab), 기둥(Column), 보(Beam)등을 포함할 수 있다. 문(Door) 또는 램프(Ramp) 등은 지진에 대한 건물의 응답 특성을 구할 때 크게 고려되지 않는 객체일 수 있다. 따라서, 전체 BIM 데이터를 이용하여 분석 모델을 구축하는 경우 불필요하게 연산이 많아지는 문제가 있다.In the case of an earthquake, for example, objects required to construct an analysis model of a building may include a wall, a slab, a column, a beam, and the like. A door or ramp may be an object that is not taken into account when determining the response of a building to earthquakes. Therefore, when an analysis model is constructed using the entire BIM data, there is a problem that the number of operations is unnecessarily increased.
따라서, 실시 예에서는 건물의 분석 모델을 구축하는데 필요한 객체만을 선별하고 필요한 정보만을 추출함으로써 데이터를 간소화할 수 있다. Therefore, in the embodiment, it is possible to simplify the data by selecting only the objects necessary for building the analysis model of the building and extracting only necessary information.
데이터 변환부(12)는 추출한 객체의 정보를 이용하여 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성할 수 있다.The
도 2를 참조하면, BIM 데이터 상에서 보(Beam)의 형상 정보는 3차원 입체 형상이나 이를 라인(선) 형태로 단순화하여 그 정보를 테이블에 저장함으로써 데이터를 더욱 간소화할 수 있다. 예시적으로 제1라인(E101)은 입체 정보의 단면의 중심선을 이용하여 생성할 수 있고, 시작점(N101)과 종료점(N102)을 가질 수 있다.Referring to FIG. 2, the shape information of a beam on the BIM data may be simplified to a three-dimensional solid shape, or may be simplified by storing it in a table and storing the information in a table. Illustratively, the first line E101 can be generated using the centerline of the cross section of the stereoscopic information, and can have a start point N101 and an end point N102.
또한, 도 3과 같이 보(Beam)와 기둥(Column)이 연결되는 경우 보를 제1라인(E101)으로 단순화하고 기둥을 제2라인(E102)으로 단순화할 수 있다. 이때, 제1라인(E101)과 제2라인(E102)의 연결 형태를 점(Point)으로 생성하여 테이블에 저장할 수 있다. 따라서, 간소화 정보에 각 객체들의 연결 정보가 포함되므로 정확도가 높은 분석 모델을 구축할 수 있다. 각 객체들의 연결점(N102)은 건물의 영향도가 큰 노드가 될 수 있다. 또한, 각 라인은 시작 노드와 종료 노드의 위치 정보가 테이블에 각각 저장될 수 있다. 예시적으로 연결점 N102는 제1라인(E101)의 종료 노드인 동시에 제2라인(E102)의 시작 노드일 수 있다.In addition, when beams and columns are connected as shown in FIG. 3, the beam can be simplified to the first line E101 and the column can be simplified to the second line E102. At this time, the connection form of the first line E101 and the second line E102 may be created as a point and stored in a table. Therefore, since the connection information of each object is included in the simplified information, an analysis model with high accuracy can be constructed. The connection point N102 of each object can be a node having a large influence on the building. In addition, the position information of the start node and the end node may be stored in the respective tables, respectively. Illustratively, the connection point N102 may be the end node of the first line E101 and the start node of the second line E102.
간소화 정보는 객체의 기본 정보, 객체의 연결 정보, 객체의 단면 정보, 객체의 재질 정보, 및 객체의 규격 정보를 포함할 수 있다. 도 4를 참조하면, 객체의 기본 정보는 객체의 형상 정보(Polyline), 객체의 시작 노드 ID, 객체의 종료 노드 ID, 층 정보, 객체의 재질 테이블 ID, 객체의 규격 테이블 ID를 포함할 수 있다. The simplified information may include basic information of the object, connection information of the object, section information of the object, material information of the object, and specification information of the object. 4, the basic information of an object may include an object shape polyline, an object start node ID, an object end node ID, layer information, an object material table ID, and an object specification table ID .
실시 예에 따르면, 객체를 라인 형태로 단순화하는 한편 별도로 단면 정보를 제공하므로 효과적으로 분석 모델을 구축할 수 있는 장점이 있다.According to the embodiment, there is an advantage that an analysis model can be constructed effectively because the object is simplified in a line form and the cross-sectional information is separately provided.
또한, 객체를 라인 형상으로 단순화하므로 라인의 시작점을 시작 노드로 생성하고, 라인의 종료점을 종료 노드로 생성할 수 있다. 따라서, 객체, 시작 노드, 종료 노드를 소팅(Sorting)하면 각각의 위치를 상대적으로 구분할 수 있는 장점이 있다. In addition, since the object is simplified into a line shape, the start point of the line can be created as the start node, and the end point of the line can be created as the end node. Therefore, sorting the object, the start node, and the end node has an advantage in that each position can be relatively separated.
도 5를 참조하면, 각 객체의 연결 정보는 객체의 기본 정보와 분리하여 별도의 테이블로 저장할 수 있다. 실시 예에 따르면, 각 객체를 라인 형태로 단순화하고, 객체들의 연결 관계 및 연결 방식이 저장되므로 단순히 건물의 개별 도면을 이용하여 구축하는 분석 모델에 비해 실제 건물에 가까운 분석 모델을 구축할 수 있다.Referring to FIG. 5, the connection information of each object can be stored as a separate table separately from the basic information of the object. According to the embodiment, since each object is simplified to a line form, and connection relation and connection method of objects are stored, an analysis model close to a real building can be constructed as compared with an analysis model constructed using individual drawings of a building.
또한, 도 6 내지 8을 참조하면, 단면 정보, 재질 정보, 및 규격 정보를 분리하여 저장함으로써 단순화된 정보 이외에 각 객체의 구체적인 정보도 확인할 수 있다. 예시적으로 단면 정보 테이블과 기본 정보 테이블이 단면 고유 ID 형태로 연결됨으로써 원래의 단면 정보도 확인할 수 있다.6 to 8, detailed information of each object can be confirmed in addition to the simplified information by separately storing the section information, the material information, and the specification information. By way of example, the cross section information table and the basic information table are connected in the form of a cross-sectional unique ID so that the original cross-sectional information can also be confirmed.
다시 도 1을 참조하면, 제어부(14)는 데이터 추출부(11), 데이터 변환부(12), 및 데이터 저장부(13)를 제어하며, 클라이언트(예: 분석 시스템)의 요청이 있을 경우 간소화된 정보를 전송할 수 있다. 또한, 제어부(14)는 클라이언트로부터 가시화를 위한 데이터 요청을 받은 경우 표현 레벨에 따라 필요한 BIM 데이터를 추출 및 전송할 수도 있다. 즉, 제어부(14)는 외부 요청에 따라 일반 BIM 데이터를 전송할 수도 있고, 간소화된 BIM 데이터를 전송할 수도 있다.1, the
실시 예에 따른 추출 시스템은 건물의 구조적 안전을 해석하거나 초고층 빌딩의 구조 해석을 위한 분석 모델 작성을 효과적으로 지원할 수 있다. 예시적으로 간소화 정보를 이미 공지된 구조 계산용 프로그램이나 진동 응답 해석용 프로그램에 입력하여 도 9와 같은 건물 분석 모델을 설계할 수 있다. The extraction system according to the embodiment can effectively analyze the structural safety of a building or effectively form an analysis model for a structural analysis of a skyscraper. The building analysis model as shown in FIG. 9 can be designed by inputting the simplified information as an example into a known structure calculation program or a vibration response analysis program.
도 9는 이해를 돕기 위해 가장 간소화된 모델을 도시하였으나 실제 모델은 필요한 객체 정보를 조합하므로 보다 복잡한 모델이 될 수도 있다. 이때, 각 객체(E101, E102)간의 연결점(N102)은 건물의 거동에 영향도가 높은 노드가 될 수 있다.FIG. 9 shows the simplest model for the sake of understanding, but the actual model may be a more complicated model because it combines required object information. At this time, the connection point N102 between the objects E101 and E102 may be a node having a high influence on the behavior of the building.
도 10을 참조하면, 데이터 저장부(13)는 전술한 지진 관련 데이터 이외에도 다양한 재난 관련 데이터를 저장할 수 있다. 예시적으로 데이터 저장부(13)는 화재 데이터 및 침수 데이터를 더 포함할 수 있으나 반드시 이에 한정하는 것은 아니다.Referring to FIG. 10, the
화재에 따른 분석에 필요한 정보는 실내 공간을 구성하는 객체의 형상 및 재질 데이터일 수 있다. 따라서, 실내 공간을 구성하는 객체(내벽 등)를 추출하고 이를 간소화하여 테이블로 저장할 수도 있다. The information required for the analysis according to the fire may be the shape and material data of the object constituting the indoor space. Accordingly, objects (inner walls, etc.) constituting the indoor space can be extracted, simplified and stored as a table.
침수의 경우 실내 공간의 경계를 구분 지을 수 있는 형상 데이터 정보를 단순화하여 저장할 수 있다. 예시적으로 침수의 경우 실내 공간을 구분하는 바닥과 벽체의 정보를 면으로 단순화할 수 있다.In the case of flooding, the shape data information that can divide the boundary of the indoor space can be simplified and stored. In the case of immersion, it is possible to simplify the information of the floor and the wall that divide the interior space into a surface.
따라서, 클라이언트가 요청하는 자료에 따라 지진, 화재, 및 침수 정보 중 적어도 하나를 전송할 수 있다. 이때, 복수의 재난 정보(예: 지진과 화재 정보)를 요청하는 경우 지진 정보와 화재 정보를 결합하여 전송할 수도 있다.Accordingly, the client can transmit at least one of earthquake, fire, and flood information according to the data requested by the client. At this time, when a plurality of disaster information (for example, earthquake and fire information) is requested, the earthquake information and fire information may be combined and transmitted.
도 11은 본 발명의 일 실시 예에 따른 재난 피해 분석을 위한 BIM 데이터 간소화 방법의 순서도이다.11 is a flowchart of a method for simplifying BIM data for disaster damage analysis according to an embodiment of the present invention.
실시 예에 따른 BIM 데이터 간소화 방법은, 건물의 BIM(Building Information Modeling) 데이터에서 재난 분석을 위해 상기 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출하는 단계(S110); 및 상기 객체의 정보를 이용하여 상기 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 단계(S120)를 포함할 수 있다.The method for simplifying BIM data according to an embodiment includes extracting information of an object necessary for building an analysis model of a building for disaster analysis in building information modeling (BIM) data of a building (S110); And generating simplified information necessary for constructing the analysis model of the building using the information of the object (S120).
객체의 정보를 추출하는 단계(110)는, BIM(Building Information Modeling) 데이터에서 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출할 수 있다. The step 110 of extracting information of an object can extract information of an object necessary for building an analysis model of a building from BIM (Building Information Modeling) data.
즉, 무수히 많은 건물 객체 중에서 건물의 분석 모델을 구축하는데 필요한 객체를 선별하고, 해당 객체의 정보를 추출할 수 있다.That is, among the numerous building objects, the objects necessary for building the analysis model of the building can be selected and the information of the object can be extracted.
예시적으로 지진의 경우 건물의 분석 모델을 구축하는데 필요한 객체는 벽체(Wall), 바닥(slab), 기둥(Column), 보(Beam)등을 포함할 수 있다. 커튼월(Curtain Wall), 문(Door) 등은 지진에 대한 응답 특성을 구할 때 크게 고려되지 않는 객체일 수 있다. 따라서, 객체의 정보를 추출하는 단계에서는 벽체(Wall), 바닥(slab), 기둥(Column), 보(Beam)만을 추출할 수 있다.In the case of an earthquake, for example, objects required to construct an analysis model of a building may include a wall, a slab, a column, a beam, and the like. Curtain wall, door, etc. may be an object which is not taken into account when determining the response characteristic to earthquake. Therefore, only the wall, the slab, the column, and the beam can be extracted in the step of extracting information of the object.
따라서, 실시 예에서는 건물의 분석 모델을 구축하는데 필요한 객체만을 선별하여 필요한 정보만을 추출함으로써 데이터를 경량화할 수 있다.Therefore, in the embodiment, only the objects necessary for constructing the analysis model of the building are selected, and only necessary information is extracted, so that the data can be lightened.
간소화 정보를 생성하는 단계(S120)는, 추출한 객체의 정보를 이용하여 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성할 수 있다.The step of generating the simplified information (S120) can generate the simplified information necessary for constructing the analysis model of the building using the extracted object information.
간소화 정보는 객체의 기본 정보, 객체의 연결 정보, 객체의 단면 정보, 객체의 재질 정보, 및 객체의 규격 정보를 포함할 수 있다. 도 4를 참조하면, 객체의 기본 정보는 객체의 형상 정보(Polyline), 객체의 시작 노드 ID, 객체의 종료 노드 ID, 층 정보, 객체의 재질 테이블 ID, 객체의 규격 테이블 ID를 포함할 수 있다. The simplified information may include basic information of the object, connection information of the object, section information of the object, material information of the object, and specification information of the object. 4, the basic information of an object may include an object shape polyline, an object start node ID, an object end node ID, layer information, an object material table ID, and an object specification table ID .
실시 예에 따르면, 객체를 라인 형태로 단순화하는 한편 별도로 단면 정보를 제공하므로 효과적으로 분석 모델을 구축할 수 있는 장점이 있다.According to the embodiment, there is an advantage that an analysis model can be constructed effectively because the object is simplified in a line form and the cross-sectional information is separately provided.
또한, 객체를 라인 형상으로 단순화하므로 라인의 시작점을 시작 노드로 생성하고, 라인의 종료점을 종료 노드로 생성할 수 있다. 따라서, 객체, 시작 노드, 종료 노드를 소팅(Sorting) 하면 각각의 위치를 상대적으로 구분할 수 있는 장점이 있다.In addition, since the object is simplified into a line shape, the start point of the line can be created as the start node, and the end point of the line can be created as the end node. Therefore, sorting the object, the start node, and the end node has an advantage in that each position can be relatively separated.
이후, 클라이언트(예: 분석 시스템)의 요청이 있을 경우 간소화된 정보를 전송할 수 있다. 또한, 제어부(14)는 클라이언트로부터 가시화를 위한 데이터 요청을 받은 경우 표현 레벨에 따라 필요한 BIM 데이터를 추출 및 전송할 수도 있다.Thereafter, simplified information can be sent when there is a request from a client (e.g., analysis system). In addition, when receiving a data request for visualization from the client, the
도 12는 본 발명의 일 실시 예에 따른 위험 등급 예측 방법의 순서도이다. 12 is a flowchart of a method for predicting a risk level according to an embodiment of the present invention.
도 12를 참조하면, 실시 예에 따른 위험 등급 예측 방법은, 건물의 BIM(Building Information Modeling) 데이터에서 상기 건물의 분석 모델을 구축하는데 필요한 객체의 정보를 추출하는 단계(S110), 상기 추출한 객체의 정보를 이용하여 상기 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 단계(S120), 및 상기 간소화 정보를 이용하여 건물 분석 모델을 구축하는 단계(S130), 상기 건물의 분석 모델의 노드와 상기 건물에 배치된 센서를 매칭하는 단계(S140), 상기 건물의 분석 모델에 복수 개의 재난 시나리오를 적용하여 복수 개의 룰셋 데이터 베이스를 구축하는 단계(S150), 상기 복수 개의 룰셋 데이터 베이스 중에서 실제 재난 발생시 계측된 정보와 가장 유사한 데이터 베이스를 선택하는 단계(S160), 및 선택한 상기 데이터 베이스에 미리 정의된 위험 등급에 따라 재난 상황을 판단하는 단계(S170)를 포함한다.Referring to FIG. 12, a risk level prediction method according to an embodiment includes extracting information on an object necessary for building an analysis model of a building from building information modeling (BIM) data of a building (S110) (S120) of creating simplification information necessary for constructing an analysis model of the building using the information, and building a building analysis model using the simplified information (S130) A plurality of disaster scenarios are applied to an analysis model of the building to construct a plurality of rule set databases in operation S150, (S160) of selecting a database most similar to the selected information, And a step (S170) of determining a disaster situation according to the class.
여기서, 객체의 정보를 추출하는 단계(S110), 및 간소화 정보를 생성하는 단계(S120)는 전술한 바와 동일하므로 본 실시 예에서는 그 이후 단계에 대해 구체적으로 설명한다.Here, the step S110 of extracting the information of the object and the step S120 of generating the simplified information are the same as those described above, and therefore the following steps will be described in detail in this embodiment.
건물 분석 모델을 구축하는 단계(S130)는, 간소화 정보를 이미 공지된 구조 계산용 프로그램이나 진동 응답 해석용 프로그램에 입력하여 건물 분석 모델을 설계할 수 있다.In building the building analysis model (S130), the building analysis model can be designed by inputting the simplified information into the already known structure calculation program or vibration response analysis program.
센서를 매칭하는 단계(S140)는 각각의 노드와 근접하게 배치된 센서를 매칭할 수 있다. 건물은 복수 개의 층으로 구성되고, 복수 개의 층은 각 층을 구성하는 복수 개의 객체로 구성될 수 있다. 따라서, 각 노드에 가까운 센서를 매칭할 수 있다.The step of matching the sensors (S140) may match the sensors arranged close to each node. The building may be composed of a plurality of layers, and the plurality of layers may be composed of a plurality of objects constituting each layer. Therefore, sensors close to each node can be matched.
도 13을 참조하면, 센서와 노드가 배치된 층의 위치, X, Y, Z 지점의 좌표를 구조화할 수 있다. 그러나, 일반적으로 노드는 건물을 구성하는 복수 개의 부재의 연결 지점으로 정의될 수 있으므로 무수히 많은 노드가 존재할 수 있다. 따라서, 일부 노드에는 매칭되는 센서가 없을 수도 있다.Referring to FIG. 13, coordinates of the X, Y, and Z points of the layer where the sensor and the node are disposed can be structured. However, in general, a node may be defined as a connection point of a plurality of members constituting a building, so that there may be a large number of nodes. Therefore, some nodes may not have matching sensors.
룰셋 데이터 베이스를 생성하는 단계(S150)는, 복수 개의 재난 시나리오를 적용하여 복수 개의 룰셋 데이터 베이스를 구축할 수 있다. 설계한 분석 모델에 외부 응력을 인가하여 각 노드별로 거동 데이터를 산출할 수 있다. 이때, 각 노드별로 재난 시나리오에 따른 거동 데이터를 설정할 수 있다.The step of creating a rule set database (S150) can construct a plurality of rule set databases by applying a plurality of disaster scenarios. By applying external stress to the designed analytical model, behavioral data can be calculated for each node. At this time, the behavior data according to the disaster scenario can be set for each node.
예시적으로 도 14를 참조하면, 룰셋 데이터 베이스 A는 노드 N105에서 가장 하중을 많이 받은(피크 지반 가속도를 갖는) 것으로 분석되었고, 룰셋 데이터 베이스 B는 N108에서 가장 하중을 많이 받은 것으로 분석되었고, 룰셋 데이터 베이스 C는 N101에서 가장 하중을 많이 받은 것으로 분석되었다.14, the rule set database A is analyzed as having the highest load (peak ground acceleration) at the node N105, and the rule set database B is analyzed as having the highest load at N108, Database C was analyzed to have the highest load in N101.
즉, 분석 모델에 인가되는 재난 시나리오에 따라 가장 거동이 심한 노드가 상이함을 알 수 있다. 이와 같이, 각 상황별 재난 시나리오에 따라 가장 하중을 많이 받는 노드가 달라짐을 알 수 있다. In other words, it can be seen that the most noble nodes are different according to the disaster scenarios applied to the analysis model. In this way, it can be seen that the node receiving the largest load varies depending on the disaster scenario according to each situation.
또한, 예시적으로 룰셋 데이터 베이스 A는 지진 가속도의 총합이 28이고, 룰셋 데이터 베이스 B는 지진 가속도의 총합이 23.7이고, 룰셋 데이터 베이스 C는 지진 가속도의 총합이 31로 측정되었다. 따라서, 지진 가속도의 합이 가장 큰(건물의 거동이 가장 큰) 룰셋 데이터 베이스 C가 위험 등급이 가장 높게 설정되었음을 알 수 있다.Further, for example, the sum of the seismic accelerations is 28, the sum of the seismic accelerations is 23.7, and the sum of the seismic accelerations is 31 in the rule set database A, respectively. Therefore, it can be seen that the rule set database C having the largest sum of the seismic acceleration (the behavior of the building having the greatest building) is set to the highest risk level.
그러나, 반드시 이에 한정하는 것은 아니고 위험 등급은 특정 노드에 가중치를 부여하여 설정할 수도 있다. 예시적으로 N105 노드가 건물의 거동에 매우 큰 영향을 미치는 경우 전체적인 지진 가속도의 총량은 룰셋 데이터 베이스 C가 크다고 하더라도 룰셋 데이터 베이스 A의 위험 등급을 더 높게 설정할 수도 있다. 또한, 이러한 위험 등급은 학습에 의해 갱신될 수도 있다.However, the present invention is not limited to this, and the risk level may be set by weighting a specific node. For example, if N105 node has a great influence on the behavior of the building, the total amount of earthquake acceleration may be set higher in rule set database A even if rule set database C is large. In addition, these risk grades may be updated by learning.
데이터 베이스를 선택하는 단계(S160)는, 센서가 실제 측정한 계측 정보와 거동 데이터를 대비하여 편차를 산출하고, 그 편차의 평균값을 구할 수 있다. 이후, 편차 평균이 가장 작은 데이터 베이스를 선택할 수 있다.In the step of selecting the database (S160), the deviation can be calculated in comparison with the measurement data actually measured by the sensor and the behavior data, and the average value of the deviation can be obtained. Thereafter, the database having the smallest deviation average can be selected.
센서가 실제 측정한 계측 정보와 거동 데이터를 대비하여 편차를 산출하고, 그 편차의 평균값을 구할 수 있다. 예시적으로 도 16과 같이 계측기가 측정한 N102 센서의 계측 정보와 데이터 베이스 A의 거동 데이터를 대비하여 5.00E-06의 편차를 산출할 수 있다. 이와 같이 각각의 계측 정보와 거동 데이터를 비교하여 편차의 평균 9.00E-06을 산출할 수 있다.The deviation can be calculated in comparison with the measurement data actually measured by the sensor and the behavior data, and the average value of the deviation can be obtained. As an example, the deviation of 5.00E-06 can be calculated by comparing the measurement information of the N102 sensor measured by the meter and the behavior data of the database A as shown in FIG. Thus, by comparing each measurement information and the behavior data, it is possible to calculate an average deviation of 9.00E-06.
또한, 도 17과 같이 각각의 계측 정보와 데이터 베이스 C의 거동 데이터를 비교하여 편차의 평균 2.50E-05를 산출할 수 있다. 그 결과, 룰셋 데이터 베이스 A의 편차 평균이 데이터 베이스 C 보다 적으므로(9.00E-06<2.50E-05) 현재 재난의 위험 등급을 데이터 베이스 A에 산정된 1단계로 판단할 수 있다. 따라서, 위험 등급 1단계에 따른 조치를 취할 수 있다.In addition, as shown in Fig. 17, it is possible to calculate an average deviation 2.50E-05 by comparing the respective measurement information and the behavior data of the database C. [ As a result, since the deviation average of the rule set database A is smaller than that of the database C (9.00E-06 <2.50E-05), the risk level of the present disaster can be judged to be one stage calculated in the database A. Therefore, it is possible to take action according to
이때, 복수 개의 룰셋 데이터 베이스의 거동 데이터와 편차를 산출한 결과 미리 정한 편차 범위 내에 2개 이상의 룰셋 데이터가 있는 경우 최대 지반 가속도(PGA) 값이 가장 근사한 데이터 베이스를 선택할 수 있다.At this time, when the behavior data and the deviation of the plurality of rule set databases are calculated, if there are two or more rule set data within a predetermined deviation range, a database in which the maximum ground acceleration (PGA) value is closest can be selected.
예시적으로 2개의 룰셋 데이터 베이스가 모두 편차 오차 범위 내에 있다고 가정하면, 이 중에서 거동 데이터의 최대 지반 가속도(PGA)와 계측 정보가 가장 오차가 작은 데이터 베이스를 선택할 수 있다. 이 경우 실제 재난에 가장 근사한 데이터 베이스를 선택함으로써 정확한 위험 등급을 산출할 수 있다.Assuming that both of the rule set databases are all within the deviation error range, it is possible to select a database in which the maximum ground acceleration (PGA) of the behavior data and the measurement information have the smallest error. In this case, the exact risk level can be calculated by selecting the database that is closest to the actual disaster.
종래에는 재난이 발생한 이후에 계측값을 구하고 이를 분석 모델에 대입하여 건물의 손상 정도 및 위험 등급을 산출하여 신속한 대응이 어려운 문제가 있었다. 그러나, 실시 예에 따르면, 다양한 데이터 베이스를 마련하고, 이에 따른 위험도 등급을 미리 설정해 놓음으로써, 실제 재난 발생시 가장 편차가 작은 룰셋 데이터 베이스를 선택할 수 있다. 따라서, 신속하게 재난에 따른 건물의 위험등급을 판단할 수 있다.Conventionally, after a disaster has occurred, there has been a problem that it is difficult to promptly respond to a measurement by calculating a measurement value and assigning it to an analysis model to calculate damage degree and a danger level of the building. However, according to the embodiment, by providing various databases and setting the risk level in advance, it is possible to select a rule set database having the smallest deviation at the time of actual disaster. Therefore, it is possible to quickly determine the danger level of a building due to a disaster.
실시 예에 따르면, 룰셋 데이터 베이스에 설정된 위험 등급은 갱신될 수 있다. 예를 들면, 실제 재난 발생시 룰셋 데이터 베이스 A와 유사한 계측값이 관측되었어도 후속적인 분석 결과 실제로 위험 등급 1로 정의된 피해보다 훨씬 큰 피해가 발생한 경우 룰셋 데이터 베이스 A의 위험 등급을 그보다 높은 레벨 3으로 갱신할 수도 있다. 이러한 갱신은 사용자가 직접 입력할 수도 있고, 판단부 스스로 학습하여 갱신할 수도 있다.According to the embodiment, the risk level set in the ruleset database can be updated. For example, if a measurement similar to rule set database A is observed in the event of a real disaster, if the subsequent analysis results in a much greater damage than the damage defined by the
위험 등급에 따라 재난 상황을 결정하는 단계(S170)는, 추출한 데이터 베이스에 정의된 위험 등급에 따라 재난 상황을 결정할 수 있다.According to the risk level, the step of determining the disaster situation (S170) can determine the disaster situation according to the risk level defined in the extracted database.
도 15를 참조하면, 룰셋 데이터 베이스 별로 위험 등급이 다르게 설정될 수 있다. 위험 등급 0은 평상시, 위험 등급 1은 관심, 위험 등급 2는 주의, 위험 등급 3은 경계, 위험 등급 4는 심각으로 분류되어 각각 ID가 할당될 수 있다. 위험 등급에 따라 재난 대응책은 다르게 마련될 수 있다. 예를 들면, 위험 등급 1의 경우 건물 내 재실자에게 안내 문자를 출력할 수 있고, 위험 등급 3에서는 대피 명령을 출력할 수 있다. 그러나, 위험 등급에 따른 대응 방안은 상황에 맞게 조절될 수 있다.Referring to FIG. 15, the risk level may be set differently for each rule set database. A risk level of 0 can be assigned to an individual, classified as normal, with a severity of 1, a severity of 2, a severity of 3, and a severity of 4. Depending on the severity of the hazard, disaster response measures may be provided differently. For example, in case of
상술한 BIM 데이터 간소화 방법 및 위험 등급 예측 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램(코드)로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.The BIM data simplification method and the risk prediction method described above can be implemented as a computer-readable program (code) on a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. Examples of the computer-readable recording medium include ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage, and the like. The computer-readable recording medium may also be distributed over a networked computer system so that computer readable code can be stored and executed in a distributed manner.
본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.As used in this embodiment, the term " portion " refers to a hardware component such as software or an FPGA (field-programmable gate array) or ASIC, and 'part' performs certain roles. However, 'part' is not meant to be limited to software or hardware. &Quot; to " may be configured to reside on an addressable storage medium and may be configured to play one or more processors. Thus, by way of example, 'parts' may refer to components such as software components, object-oriented software components, class components and task components, and processes, functions, , Subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables. The functions provided in the components and components may be further combined with a smaller number of components and components or further components and components. In addition, the components and components may be implemented to play back one or more CPUs in a device or a secure multimedia card.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the present invention as defined by the following claims It can be understood that
Claims (10)
상기 데이터 추출부가 건물의 BIM(Building Information Modeling) 데이터에서 상기 건물의 분석 모델을 구축하는데 필요한 객체의 3차원 정보를 추출하는 단계;
상기 데이터 변환부가 추출한 객체의 3차원 정보를 이용하여 상기 건물의 분석 모델을 구축하는데 필요한 간소화 정보를 생성하는 단계;
상기 데이터 저장부가 상기 간소화 정보를 테이블 형태로 기록매체에 저장하는 단계;
상기 제어부가 상기 간소화 정보를 이용하여 상기 건물의 분석 모델을 구축하는 단계;
상기 제어부가 상기 건물의 분석 모델의 노드와 상기 건물에 배치된 센서를 매칭하는 단계;
상기 제어부가 상기 건물의 분석 모델에 복수 개의 재난 시나리오를 적용하여 복수 개의 룰셋 데이터 베이스를 구축하는 단계;
상기 제어부가 상기 복수 개의 룰셋 데이터 베이스 중에서 실제 재난 발생시 계측된 정보와 가장 유사한 데이터 베이스를 선택하는 단계; 및
상기 제어부가 선택한 상기 데이터 베이스에 미리 정의된 위험 등급에 따라 재난 상황을 판단하는 단계를 포함하고,
상기 간소화 정보는 지진 분석 모델 구축을 위한 지진 간소화 정보, 화재 분석 모델을 구축하기 위한 화재 간소화 정보, 및 침수 분석 모델 구축을 위한 침수 간소화 정보 중 적어도 하나를 포함하고,
상기 지진 분석 모델 구축을 위한 지진 간소화 정보, 화재 분석 모델을 구축하기 위한 화재 간소화 정보, 및 침수 분석 모델 구축을 위한 침수 간소화 정보에 필요한 객체 정보는 상이하고,
상기 간소화 정보를 생성하는 단계에서 상기 객체의 3차원 정보를 2차원 라인(line) 형태로 단순화하고,
상기 간소화 정보는 상기 라인 형태로 변환된 객체의 기본 정보 테이블, 상기 라인 형태로 변환된 객체들 간의 연결 정보 테이블, 상기 라인 형태로 변환된 객체의 단면 정보 테이블, 상기 라인 형태로 변환된 객체의 재질 정보 테이블, 및 상기 라인 형태로 변환된 객체의 규격 정보 테이블을 포함하고,
상기 라인 형태로 변환된 객체의 기본 정보는 상기 라인 형태로 변환된 객체의 형상 정보, 상기 라인 형태로 변환된 객체의 시작 노드의 식별 정보(ID), 상기 라인 형태로 변환된 객체의 종료 노드의 식별 정보(ID), 층 정보, 상기 라인 형태로 변환된 객체의 재질 식별 정보(ID), 상기 라인 형태로 변환된 객체의 규격 식별 정보(ID)를 포함하는, BIM 데이터 간소화 방법.
A method for simplifying BIM data in a BIM data extraction system including a data extraction unit, a data conversion unit, a data storage unit, and a control unit,
Extracting three-dimensional information of an object necessary for constructing an analysis model of the building from BIM (Building Information Modeling) data of the data extracting unit;
Generating simplified information necessary for constructing an analysis model of the building using the three-dimensional information of the object extracted by the data conversion unit;
Storing the simplified information in a form of a table on a recording medium;
The control unit constructing an analysis model of the building using the simplified information;
The controller matching a node of the analysis model of the building with a sensor disposed in the building;
Constructing a plurality of rule set databases by applying a plurality of disaster scenarios to the analysis model of the building;
Selecting a database most similar to the information measured when an actual disaster occurred among the plurality of rule set databases; And
And determining a disaster situation according to a risk level predefined in the database selected by the control unit,
Wherein the simplified information includes at least one of seismic simplification information for building an earthquake analysis model, fire simplification information for constructing a fire analysis model, and flood simplification information for building a flood analysis model,
Simplified earthquake information for constructing the earthquake analysis model, fire simplification information for constructing a fire analysis model, and object information required for flood simplification information for constructing an immersion analysis model are different,
Dimensional information of the object is simplified into a two-dimensional line in the step of generating the simplified information,
The simplified information includes a basic information table of the object converted into the line form, a connection information table between the objects converted into the line form, a section information table of the object converted into the line form, An information table, and a specification information table of the object converted into the line form,
The basic information of the object converted into the line form includes shape information of the object converted into the line form, identification information (ID) of the start node of the object converted into the line form, Wherein the identification information (ID), layer information, material identification information (ID) of the object converted into the line form, and standard identification information (ID) of the object converted into the line form are included.
상기 복수 개의 룰셋 데이터 베이스는 상기 복수 개의 노드마다 외부 입력에 따른 거동 데이터 및 위험 등급 값이 저장된, BIM 데이터 간소화 방법.
The method according to claim 1,
Wherein the plurality of ruleset databases store behavior data and a danger level value according to an external input for each of the plurality of nodes.
상기 간소화 정보는 지진 분석 모델 구축을 위한 지진 간소화 정보, 화재 분석 모델을 구축하기 위한 화재 간소화 정보, 및 침수 분석 모델 구축을 위한 침수 간소화 정보를 포함하고,
클라이언트의 요청에 따라 지진, 화재, 및 침수의 간소화 정보 중 적어도 하나를 전송하는, BIM 데이터 간소화 방법.The method according to claim 1,
The simplified information includes earthquake simplification information for building an earthquake analysis model, fire simplification information for building a fire analysis model, and flood simplification information for building an immersion analysis model,
Simplifying BIM data, transmitting at least one of earthquake, fire, and flood simplification information at the client's request.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170172324A KR101891267B1 (en) | 2017-12-14 | 2017-12-14 | Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170172324A KR101891267B1 (en) | 2017-12-14 | 2017-12-14 | Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101891267B1 true KR101891267B1 (en) | 2018-08-24 |
Family
ID=63454177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170172324A KR101891267B1 (en) | 2017-12-14 | 2017-12-14 | Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101891267B1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109033716A (en) * | 2018-09-05 | 2018-12-18 | 深圳市赛为智能股份有限公司 | Fire incident data processing method, terminal and storage medium based on BIM |
| KR20200079708A (en) | 2018-12-26 | 2020-07-06 | 한국건설기술연구원 | Database construction system of ultra-high speed structural performance for optimal retrofit strategy of structure vulnerable to multi-hazard disaster |
| KR102152251B1 (en) * | 2019-11-28 | 2020-09-04 | 주식회사 케이티 | Apparatus and method for converting BIM data into disaster-safe spatial data |
| KR102238678B1 (en) * | 2020-09-04 | 2021-04-12 | 주식회사 비앤비네트웍스 | Intelligent building remote control panel incorporating earthquake monitoring device and intelligent building automatic control method using the remote control panel |
| KR102340985B1 (en) * | 2020-12-18 | 2021-12-21 | 한국건설기술연구원 | System for managing 3 dimentional bim data and method thereof |
| CN115115801A (en) * | 2021-03-22 | 2022-09-27 | 广联达科技股份有限公司 | Method, device and equipment for simplifying triangular mesh model and readable storage medium |
| KR102612203B1 (en) | 2022-12-28 | 2023-12-12 | 대한민국 | Apparatus and method of providing risk analysis service of societal disaster in regional unit |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101025550B1 (en) * | 2010-04-28 | 2011-04-13 | (주)위니텍 | System maniging disaster and method thereof |
-
2017
- 2017-12-14 KR KR1020170172324A patent/KR101891267B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101025550B1 (en) * | 2010-04-28 | 2011-04-13 | (주)위니텍 | System maniging disaster and method thereof |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109033716A (en) * | 2018-09-05 | 2018-12-18 | 深圳市赛为智能股份有限公司 | Fire incident data processing method, terminal and storage medium based on BIM |
| CN109033716B (en) * | 2018-09-05 | 2023-04-28 | 深圳市赛为智能股份有限公司 | BIM-based fire accident data processing method, terminal and storage medium |
| KR20200079708A (en) | 2018-12-26 | 2020-07-06 | 한국건설기술연구원 | Database construction system of ultra-high speed structural performance for optimal retrofit strategy of structure vulnerable to multi-hazard disaster |
| KR102152251B1 (en) * | 2019-11-28 | 2020-09-04 | 주식회사 케이티 | Apparatus and method for converting BIM data into disaster-safe spatial data |
| KR102238678B1 (en) * | 2020-09-04 | 2021-04-12 | 주식회사 비앤비네트웍스 | Intelligent building remote control panel incorporating earthquake monitoring device and intelligent building automatic control method using the remote control panel |
| KR102340985B1 (en) * | 2020-12-18 | 2021-12-21 | 한국건설기술연구원 | System for managing 3 dimentional bim data and method thereof |
| CN115115801A (en) * | 2021-03-22 | 2022-09-27 | 广联达科技股份有限公司 | Method, device and equipment for simplifying triangular mesh model and readable storage medium |
| KR102612203B1 (en) | 2022-12-28 | 2023-12-12 | 대한민국 | Apparatus and method of providing risk analysis service of societal disaster in regional unit |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101891267B1 (en) | Simplification method of bim data for analysis of disaster damage and method for damage prediction using the same | |
| Oh et al. | Neural network-based seismic response prediction model for building structures using artificial earthquakes | |
| US10429269B2 (en) | Building safety verification system and building safety verification method | |
| Abazarsa et al. | Response‐only modal identification of structures using limited sensors | |
| Tothong et al. | Probabilistic seismic demand analysis using advanced ground motion intensity measures | |
| US10648881B2 (en) | Seismic response assessment of man-made structures | |
| KR102064328B1 (en) | Apparatus for providing earthquake damage prediction information of building and method thereof | |
| Ulrich et al. | Fragility curves for risk-targeted seismic design maps | |
| Gidaris et al. | Multi‐objective risk‐informed design of floor isolation systems | |
| JP2012083172A (en) | Damage evaluation method for building and damage evaluation device for building | |
| KR102098888B1 (en) | System and method for disaster prediction and analysis of structures, and a recording medium having computer readable program for executing the method | |
| Yazgan | Empirical seismic fragility assessment with explicit modeling of spatial ground motion variability | |
| Mortezaei et al. | Effectiveness of modified pushover analysis procedure for the estimation of seismic demands of buildings subjected to near‐fault earthquakes having forward directivity | |
| KR102252845B1 (en) | Method, device and system for analyzing concrete surface through machine vision and 3d profile | |
| KR101890708B1 (en) | System and method for damage prediction of structures | |
| Bandara et al. | The three-stage artificial neural network method for damage assessment of building structures | |
| Yahyaabadi et al. | New scalar intensity measure for near-fault ground motions based on the optimal combination of spectral responses | |
| JP2019128815A (en) | Physical quantity prediction device | |
| KR101547156B1 (en) | Seismic response distribution estimation method for isolated structures | |
| Danesh | Evaluation of Seismic Performance of PBD Optimized Steel Moment Frames by Means of Neural Network. | |
| Stewart et al. | Residual capacity prediction of blast-loaded steel columns using physics-based fast running models | |
| JP2019105055A (en) | Earth-retaining support device and earth-retaining support model learning device | |
| JP2018100494A (en) | Building having earthquake damage evaluation function | |
| Nasr et al. | Optimal sensor placement using a combined genetic algorithm–Ensemble Kalman filter framework | |
| KR102632708B1 (en) | System and Method for calculating safety area from debris falling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |