BIM编码转换系统的制作方法

bim编码转换系统
技术领域
1.本发明涉及bim数据管理领域，特别是一种bim编码转换系统。


背景技术：

2.现有的构件编码模型结构，在使用中，容易出现对属性定义不准确的问题，在实际使用和实施过程中容易出现歧义。例如在原有标准中，包括“木门”，编码：mm0926，“推拉门”tlm1021，在该编码体系下，“木质推拉门”难以归类，这种歧义为后继的使用造成干扰。门类构件同时按照材质、功能两个维度进行划分，导致模型无法进行精确归类，出现歧义。又例如，内装给排水和给排水系统的给水和排水系统分类分别划归为内装专业和给排水专业，处于不同专业领域，而这两个构件的模型之间的关联程度高，接口衔接困难，二者之间的接口难以协调。bim模型精度是模型外观、尺寸、材质等信息在不同的图纸中具有不同的要求，例如大样图需要简化的模型，以降低显示和运算负荷，而在局部图中，则需要高精度的模型，以表达和传递足够的技术信息，这种差异在整个系统中难以进行协调。
3.原有的标准中，每个构件建模需按照五步进行查表，分别是第一步，模型结构（构件编码）表，找到构件编码。第二步，精度设置表，找到工程构件单元的精度代码，例如混凝土墙的lod300g3/n3。第三步，集合精度表，根据精度代码找到几何表达精度，第四步，查找信息深度表做进一步的对混凝土墙的身份信息例如所属工程、阶段、专业等；尺寸信息例如长度、宽度、高度、厚度、深度、直径等信息的深度进行属性定义。第五步，命名表，找出构件的命名规则进行命名。这种方案存在的缺陷是，容易出现单构件多定义的问题，例如，建筑-排水沟和结构-排水沟，二者区别并不明确，而且在建筑-排水沟中没有具体描述，而在结构-排水沟中才有具体的描述，容易导致编码混乱。
4.又例如在电气-开关和内装开关中有什么具体区别，应该如何划分也不明确。还有部分构件编码的精度描述过于笼统，并不准确。即现有技术中的构件编码存在：1、划分不清晰，专业构件分类存在重复、冗余、嵌套、界面划分、模型层级和构件归类不清晰的问题，导致后续的造价、运维等自动化和智能化的应用无法实施。2、建模方法不统一，不同的建模方法在bim软件中对应了不同的数据结构，建模方法不统一，会造成同类构件输出工程量、计量单位不统一，给后续造价、计量支付应用造成较大干扰。例如，幕墙分别用幕墙系统和墙建模，明细表中嵌板的面积不一样。幕墙系统建模统计的为嵌板面积（不含龙骨）、墙建模统计的是整体面积（含龙骨），建模方式不统一会导致投标人报价和后期计量的歧义。3、构件命名规则不够明确，技术标准仅列举部分族和族类型的大致规则和示例，不全的命名规则相当于无规则，影响后续工程量清单挂接的准确性。例如：塔台、员工宿舍、综合业务楼中对于矩形柱、台阶等的命名都各不相同，甚至某单位内部各单体的命名都随建模人员不同和对标准的解读不同都存在差异。引用国标出现问题，拉通、穷举、对象化。4、几何精度不明确，模型精度通过“模型精度设置表”和“模型几何信息精度表”两张表共同确定，表格对应性不好，查表时会出现无法对应的情况；且精度采用趋势描述，使用过程中歧义较大。5、属性定义的深度不具体，导致缺少属性规则。例如结构柱，标准编码中只是将属性分为了身份
信息、尺寸信息、定位信息等，并不知道具体要加哪些信息。6、计量规则与构件建模规则不一致，例如模型结构与造价清单结构不匹配，模型出量单位与造价计量单位不一致。例如，沥青混合料面层模型出单单位为立方米，而清单计量单位为平方米。7、多平台结构的数据不匹配问题，bentley和revit软件架构不同，建模逻辑，建模方式、出量单位不同，后续模型应用需分别匹配规则。例如：以路面为例，revit中由于没有路面类型采用楼板替代创建，能够输出面积和体积；bentley中直接使用路面相应工具建模，但只有厚度和体积。revit能够满足造价但不满足设计逻辑，bentley满足设计逻辑但不满足造价要求。
5.综上，要使现有的编码系统能够支撑智慧设计、智慧施工和智慧运维，需要建立新的科学的编码系统，而如果建立新的科学的编码规则，需要将混乱的现有编码更新为新的科学的编码系统，而这导致非常巨大的工作量。


技术实现要素：

6.本发明所要解决的技术问题是提供一种bim编码转换系统及方法，能够克服上述的技术问题，大幅提高将现有编码或实体转换成本bim编码系统的效率，大幅降低人工投入，能够加速bim编码系统的普及速度。
7.为解决上述技术问题，本发明所采用的技术方案是：一种bim编码转换系统，包括筛选器、识别器和匹配器；筛选器用于区分本系统的编码与其他编码，本系统的编码的数据直接通过筛选器进入本系统的数据库，其他编码的数据送入识别器；识别器用于对其他编码进行识别并标记，标记包括已知标记和未知标记，已知标记的数据送入匹配器；匹配器包括一个对应数据库，对应数据库中记载了已识别的其他编码与本系统的编码的对应规则，进行对比匹配后，将更新后的数据加入到本系统的数据库。
8.优选的方案中，转换系统中还包括标识器，标识器对未知编码、图形或图像的样本进行识别，识别后的数据载入识别器的已知标记数据库，然后作为已知标记的数据送入匹配器，并对匹配器的对应数据库进行更新。
9.优选的方案中，所述的标识器包括人工智能模型，由本系统数据库的样本进行训练后得到。
10.优选的方案中，所述的匹配器还包括生成器，生成器用于对现有的编码系统的数据库进行增、删、改、查操作。
11.优选的方案中，所述的样本包括实体样本，实体样本采用激光点云扫描成像的方式或者拍照的方式形成图像，通过人工智能图像识别，与本系统数据库已有的数据进行比对，命中后进入本系统数据库，若未命中则由人工进行编码。
12.优选的方案中，所述的样本包括矢量图像，将引入的矢量图像数据以图像识别的方式进行识别，与本系统数据库已有的数据进行比对，命中后进入本系统数据库，若未命中则由人工进行编码。
13.优选的方案中，所述的样本包括带有数据的构件，根据构件数据中的字段名，智能提取构件的数据，数据送入到本系统数据库中。
14.优选的方案中，对于欠定义数据，在数据库中给出提示，后继的工序中对欠定义的
部分进行补充。
15.优选的方案中，还包括应用终端，在应用终端收集反馈信息，利用反馈信息寻找有误的编码和数据，将有误的编码和数据送入人工处理，处理后的编码和数据作为样本，送入到人工智能模型中进行训练。
16.本发明提供了一种bim编码转换系统，通过采用以上的方案，能够高效率的将现有技术中定义不明确，以及分类出现歧义的编码系统，转换为bim编码系统，以能够智能化的辅助设计、辅助施工和辅助运维，大幅提高转换编码系统的效率。
附图说明
17.下面结合附图和实施例对本发明作进一步说明：图1为本发明的转换系统的流程示意图。
18.图2为本发明的bim编码转换系统与原始分构件类别的差别实例图。
19.图3为本发明的bim编码转换系统与原始分构件类别的另一差别实例图。
20.图4为本发明的bim编码转换系统中不同精度模型的示意图。
21.图5为本发明的bim编码转换系统的编码表单示意图。
22.图6为本发明的bim编码转换系统的编码表单示意图。
23.图7为本发明的bim编码转换系统的实施应用示意图。
具体实施方式
24.经过发明人分析，现有的编码系统出现问题的原因是：1、标准定义不统一，容易出现歧义1）模型结构与编码标准：源自《建筑工程设计信息模型分类与编码标准》；2）精度设置表：则是源自《建筑工程设计信息模型交付标准》。
25.3、几何精度表：源自《建筑工程设计信息模型制图标准》。
26.由上述原因，导致国标各标准从不同维度限定或描述bim模型，内容衔接不精确，容易出现歧义，因此制订新的编码标准时需进行充分的融合与贯通。
27.2、国标对于模型精度，例如，g1~g4仅做出趋势性描述，适用于3d建模层面应用，3d以上维度应用，需要包含更多的信息，能够适用于给予bim信息的全流程管理，就需要全面规定对象的模型结构、建模精度、建模方式、计量、验评、运维等各维度要求。即现有技术中的编码存在：1、构件编码规则管理不统一。
28.2、构件不具有唯一化，计量和模型结构之间缺乏一一对应关系。
29.3、验收质量管控不明确。
30.4、数据结构编码采用表义编码，即以汉语拼音简称参与编码的方式，容易因为同音字出现歧义。
31.实施例1：为克服上述的技术问题，本发明提出了一种bim编码转换系统，如图2~6中，包括多级的专业类别、多级的构件类别、构件类型、构件编码、建模方式、构件命名规则、精度要求、模型出量属性、模型出量单位、模型出量方式、构件属性和施工工序；
其中构件编码具有唯一性；构件编码与专业类别、构件类别、构件类型建模方式、构件命名规则、精度要求、模型出量属性、模型出量单位、构件属性、施工工序和模型出量方式一一对应，如图5~6中所示。由此方案，使构件编码规则统一，构件具有唯一化，且各个要素之间，尤其是模型出量相关的计量和模型相关的结构内容之间具有一一对应效果，能够方便和精确地实现自动化算量和校核。
32.优选的方案如图5中，所述的构件编码采用序列号编码，序列号编码对应专业类别、构件类别和构件类型。由此方案，能够避免出现表义编码中容易出现歧义的问题，而且随着计算机机移动终端的普及，依据序列号编码快速获取其他参数变得非常容易，这使得序列号编码中难以表意的缺陷可以忽略不计。
33.优选的方案中，模型出量属性分别对应多个bim软件平台的相关设定，以克服不同软件之间的出量差异；例如分别对应revit或bentley平台的相关设定；构件属性，包括设计属性、施工属性和运维属性的定义，用于分别给设计单位、施工单位和运维单位准确传递相关构件信息；避免在设计、施工或运维过程中出现错误，减少在实际施工过程中出现干涉。由于将构件属性包含在本发明的bim编码系统中，而且由本发明的bim编码系统构件的唯一性和各参数的一一对应的特性，采用bim编码系统的数据库能够精确地传递设计信息和施工信息，大幅降低设计、施工和运维工作中的失误。
34.模型出量方式包括从bim模型直接提取、模型工程量输出、衍生算量输出和从二维图纸工程量输出。由此方案，能够根据模型获取最终的施工量，大幅提高计量和结算中的纠纷，大幅节省施工成本。提高后继造价、预算、计量和结算的智能化程度。
35.在模型中采用不同模型细度，如图4中所示，在设计阶段采用低精度模型能够大幅降低运算资源，提高设计效率，在施工阶段采用中精度模型，能够传递足够的施工信息，在竣工验收阶段采用高精度模型，便于展示，也便于后继的验收和运行维护，如图7中所示。
36.优选的方案中，在分表单中，还包括项目编码，包括项目名称、计量单位、项目特征，以便于将相应构件与项目单位相对应。由此方案，便于将特定构件与项目进行链接。
37.实施例2：本发明在某机场的建设应用过程中，为提高智能化管理水平，采用了本系统的编码系统，实现了对3500万个构件的重新编码，完成后，构件的歧义定义问题基本解决，设计和施工中的错误大幅降低，施工效率大幅提高，而且得到其他设计、建设、生产、施工、运维和管理单位的赞同，拟大规模推广。但是，完成这些构件的重新编码和应用工作在大约1年半的时间内投入了超过1000人/天的人工。人工投入巨大，而且重复劳动较多。例如，涉及到不同编码体系的构件，涉及到不同建模方式对算量的误差。而且后继还涉及到智能化运维的需求。因此，需要采用更高效的措施来提升本发明系统的应用效率。
38.优选的方案如图1中，一种bim编码转换系统，包括筛选器、识别器和匹配器；筛选器用于区分本系统的编码与其他编码，例如如图4中的编码和国标编码，本系统的编码的数据直接通过筛选器进入本系统的数据库，其他编码的数据送入识别器；本系统的编码由于采用序列号编码方式，而且配合独特的字段结构以及标点符号的组合，能够利用这些特征很容易的进行识别。优选的，采用简易的人工智能模型，以图5中所示的特征数字和特征结构的方式构建人工智能识别模型对本系统的编码进行识别。例如位长校验，
标点符号位校验，还包括列关键词校验等，通过将这些特征作为样本进行训练，能够获取高准确率的人工智能识别模型。
39.如图1中，识别器用于对其他编码进行识别并标记，标记包括已知标记和未知标记，已知标记的数据送入匹配器；对于至少被正确识别过一次的样本，即可作为对识别器的人工智能模型训练样本，不断提高识别器的识别准确率。
40.匹配器包括一个对应数据库，对应数据库中记载了已识别的其他编码与本系统的编码的对应规则，进行对比匹配后，将更新后的数据加入到本系统的数据库，由此方案，即利用人工智能完成了对非本系统的编码数据进行转换。由本例的方案，经过筛选、识别和匹配的操作，能够大幅提高构件的入库管理的效率。
41.优选的方案如图1中，转换系统中还包括标识器，标识器对未知编码、图形或图像的样本进行识别，识别后的数据载入识别器的已知标记数据库，然后作为已知标记的数据送入匹配器，并对匹配器的对应数据库进行更新。未能识别的未知编码、图形或图像的样本送入到人工处理，处理后的样本继续作为训练样本。并且人工处理后的数据，分别送入到系统数据库、识别器和匹配器的数据库进行更新。
42.优选的方案中，所述的标识器包括人工智能模型，由本系统数据库的样本进行训练后得到。标识器的人工智能模型，主要采用基于图像识别的人工智能模型，例如基于cnn、fast-cnn以及yolov5等人工智能模型，由本编码系统中现有的数据库提取足够的样本，对于人工智能模型进行训练。逐步提高标识器的识别准确率。然后将新增的构件制作成样本也对人工智能模型进行训练。
43.优选的方案中，所述的匹配器还包括生成器，生成器用于对现有的编码系统的数据库进行增、删、改、查操作。由此结构，便于对本系统的数据库进行操作。
44.优选的方案中，所述的样本包括实体样本，实体样本采用激光点云扫描成像的方式或者拍照的方式形成图像，通过人工智能图像识别，与本系统数据库已有的数据进行比对，命中后进入本系统数据库，并赋予本系统数据库中的相应编码和其他特征列，若未命中则由人工进行编码和数据采集，以扩展数据库，并形成新的训练样本。
45.优选的方案中，所述的样本包括矢量图像，将引入的矢量图像数据以图像识别的方式进行识别，与本系统数据库已有的数据进行比对，命中后进入本系统数据库，若未命中则由人工进行编码。矢量图像中通常包含了更多而且更精确的数据信息，例如能够直接从矢量图像中获取精确的尺寸参数，构件相对空间尺寸参数等。因此矢量图像能够传递更为精确的数据信息。
46.优选的方案中，所述的样本包括带有数据的构件，例如某些采用了智能化生产的企业生产出的构件，以大规模智能化生产企业生产的门为例，在这些门上通常自带数据，包括实体的码，例如二维码或条形码，以及与码相对应的数据库，这些数据库通常放置在互联网或内部网上，能够方便的获取。根据与样本构件对应的数据中的字段名，智能提取构件的数据，数据送入到本系统数据库中；但是由于编码系统的不同，容易出现欠定义数据，即在部分的列中缺少数据，导致某些属性不清楚。对于欠定义数据，在本发明的系统数据库中给出提示，在后继的工序中对欠定义的部分进行补充。
47.还包括应用终端，例如各种应用了本系统编码的客户端，在应用终端收集反馈信息，反馈信息可以由独立和和嵌入的界面进行提交，利用反馈信息寻找有误的编码和数据，
将有误的编码和数据送入人工处理，根据编码规则进行修改和封信，处理后的编码和数据作为样本，送入到人工智能模型中进行训练。例如将模型或实物的图片进行标记后作为训练的样本，送入到人工智能模型中进行训练。通过样本的大量聚集，人工智能模型的准确率也大幅提升。并能够在一定程度上应对新出现的构件的编码和数据转换。
48.上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本技术中的实施例及实施例中的特征在不冲突的情况下，可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。