一种基于BIM的设计算量方法及系统与流程

本发明涉及建筑信息，尤其涉及一种基于bim的设计算量方法及系统。

背景技术：

1、建筑信息模型技术是近年来建筑工程领域数字化转型的核心驱动力。在工程设计阶段，工程算量是项目投资控制和造价管理的核心环节。传统设计算量方式存在以下突出问题：（1）手工算量效率低下，设计人员依据二维cad图纸手动提取工程量，工作量大、耗时长，易产生人为误差；（2）算量与设计脱节，设计变更后工程量数据需重复计算，无法实时反映设计调整的变化；（3）算量规则不统一，不同计算人员对清单规范和定额规则的理解不同，导致算量结果差异较大；（4）跨专业数据难以共享，各专业工程量分散管理；（5）智能化程度不足，现有算量软件与bim设计软件相互独立，数据导入导出繁琐，信息损失明显。

2、针对上述问题，业界虽有部分研究通过bim模型导出ifc格式数据后再导入算量软件进行计算，但该方式存在数据转换精度损失、模型构件映射不完整、算量规则适配性差等技术缺陷。因此，亟需一种能够实现设计与算量一体化、高精度、实时联动的设计算量方法。

技术实现思路

1、本发明提出了一种基于bim的设计算量方法及系统，旨在解决现有技术中存在的设计与算量数据转换损失、构件映射不完整、算量规则适配性差、无法实时联动响应设计变更的技术问题。

2、第一方面，本发明提供了一种基于bim的设计算量方法，包括：

3、s1，基于bim平台建立包含完整几何信息和属性信息的建筑工程三维信息模型；

4、s2，预置或自定义符合工程量清单计价规范及地方定额规则的算量规则库；

5、s3，通过构件属性解析引擎对bim模型中所有构件进行自动分类，所述构件属性解析引擎采用基于图神经网络的bim三维构件多模态特征融合识别模型，直接在bim三维模型的ifc原生数据结构上运行，以bim构件的三维空间拓扑连接关系构建有向构件关系图，并以构件语义嵌入向量、三维几何特征及ifc标准属性标签编码作为节点多模态特征，通过图卷积聚合相邻构件的结构上下文信息，实现对构件类型的识别，并建立bim构件类型与清单项目编码的映射关系表；

6、s4，根据s3建立的映射关系及s2配置的算量规则，从bim模型几何体中提取各构件的几何参数，结合算量规则计算各清单项目的工程量；

7、s5，依据算量规则对构件间存在扣减关系的工程量进行自动处理，所述自动处理采用双层级包围盒筛滤与层次化优先级调度相结合的改进布尔扣减算法；

8、s6，对工程量计算结果进行多维度汇总，生成工程量清单报表。

9、本发明公开的一种基于bim的设计算量方法的技术效果是：（1）设计与算量一体化：直接基于bim三维模型提取工程量，设计模型即算量模型，消除了传统两段式工作流中的数据转换误差；（2）算量实时自动更新：当bim设计模型发生变更时，系统自动触发工程量重新计算流程，确保工程量数据始终与最新设计保持一致，设计变更响应效率提升80%以上；（3）多专业工程量统一管理：通过建立统一的bim算量数据库，实现全专业工程量的集中管理与汇总；（4）算量规则标准化：内置符合国家及地方清单计价规范的算量规则库，消除人为差异；（5）构件属性智能映射：基于图神经网络的识别模型实现了构件类型与清单项目的自动智能匹配，无需人工二次录入；（6）算量精度高：直接从bim模型几何体中提取参数进行计算，算量精度达99%以上，较传统手工算量提升效率30倍以上。

10、进一步地，所述s1中，采用分专业建模方式，各专业模型在统一坐标系下合并为整合模型，且模型精度等级不低于lod300。

11、进一步地，所述s3中：所述构件间的三维空间拓扑连接关系包括嵌入、相交、依附、平行四类关系；所述语义嵌入向量基于bert编码生成，维度为256维；所述三维几何特征包括体积、表面积、长宽比、主方向向量，共12维；所述基于图神经网络的识别模型通过图卷积聚合相邻构件的结构上下文信息具体为：输入多层图卷积网络进行2跳邻域特征聚合；所述识别模型输出各清单类别的置信度，当置信度高于阈值t时自动确认映射，低于t时转入人工辅助标注接口。

12、进一步地，所述基于图神经网络的bim三维构件多模态特征融合识别模型包括：

13、特征提取层：直接解析bim模型的ifc原生数据结构，对每个bim构件并行提取语义特征、三维几何特征及属性特征；

14、三维拓扑图构建层：基于bim模型中构件间的三维空间拓扑关系，以每个构件为节点、以空间关系为有向边，构建构件拓扑关系有向属性图；

15、多模态自适应融合层：通过通道注意力机制为语义、几何、属性三类特征分别计算自适应权重，加权融合生成最终分类特征向量；

16、分类输出层：输出各清单类别的置信度分布，设置识别阈值t=0.90，置信度高于t时自动确认映射至对应清单项目编码，低于t时触发人工辅助标注接口。

17、进一步地，所述s4包括联动更新机制：当bim模型中任一构件的几何信息或属性信息发生变更时，自动识别受影响的构件集合并触发增量式重新计算。

18、进一步地，所述s5中的双层级包围盒筛滤与层次化优先级调度相结合的改进布尔扣减算法包括：

19、aabb粗筛：为每个构件建立轴对齐包围盒，通过空间哈希索引对所有构件对进行o(nlogn)快速干涉预筛，输出候选干涉构件对集合；

20、obb精算：对候选干涉构件对集合中的每对构件，直接在bim原始几何实体上采用有向包围盒执行三维布尔求差运算，精确计算相交实体体积；

21、优先级队列调度：维护预定义的构件类型扣减优先级规则表，对存在多重扣减关系的构件按优先级从高到低依序执行扣减；

22、guid溯源链构建：为每条扣减记录分配全局唯一标识符，并记录被扣减构件id、扣减源构件id、扣减体积及计算时间戳，构建扣减明细溯源链；

23、增量依赖图更新：构建构件扣减依赖有向无环图，当构件发生变更时，基于该图仅对受影响的关联扣减对触发增量重算。

24、进一步地，所述预定义的构件类型扣减优先级规则表为：结构柱优先级为1、框架梁优先级为2、混凝土剪力墙优先级为3、楼板优先级为4、填充墙优先级为5、门窗优先级为6，其中数值越小优先级越高。

25、进一步地，所述s6中的多维度汇总包括按专业、楼层、构件类别、清单编码维度进行汇总，生成的工程量清单报表格式包括excel格式和pdf格式。

26、进一步地，所述s3中的构件属性解析引擎所采用的基于图神经网络的识别模型，在包含不少于10000个多专业标注样本的bim构件数据集上训练，构件类型识别准确率不低于95%，对异形构件的识别准确率不低于90%，且所述识别模型支持通过迁移学习对新项目数据进行增量微调。

27、第二方面，本发明提供了一种基于bim的设计算量系统，所述系统用于执行所述方法，所述系统包括：

28、bim模型构建模块，用于执行s1；

29、算量规则配置模块，用于执行s2；

30、构件智能分类识别模块，其内部集成有基于图神经网络的bim三维构件多模态特征融合识别模型，用于执行s3；

31、工程量自动计算模块，用于执行s4；

32、扣减关系处理模块，其内部集成有双层级包围盒筛滤与层次化优先级调度相结合的改进布尔扣减算法，用于执行s5；

33、工程量汇总输出模块，用于执行s6。

34、本发明公开的系统的技术效果是：作为实现上述方法的实体载体，在集成了bim模型构建模块、算量规则配置模块、构件智能分类识别模块、工程量自动计算模块、扣减关系处理模块、工程量汇总输出模块及联动更新模块后，能够完整地执行上述方法步骤，并同样取得上述全部技术效果，同时为工程算量提供了一套即插即用的软件系统架构，便于在各类bim设计平台中部署与集成。