致远互联|跨时空协作的利器——基于生命周期管理的基础设施BIM平台( 三 )


【致远互联|跨时空协作的利器——基于生命周期管理的基础设施BIM平台】深度学习技术通常被用于机器人系统的自动损伤检测软件 。 Kang和Cha开发了用于无人机(UAV)系统裂纹探测的CNN 。 Kim等人利用R-CNN开发了用于无人机系统的桥梁裂纹定位 。 Jiang和Zhang为爬壁机器人研制了一种实时的裂缝分割网络 。 Jang等人开发了一种用于攀爬机器人的裂缝分割网络 。
高效准确地模拟
基础设施的全生命周期
在众多数据算法的基础上 , 将BIM和最先进的技术相结合 , 提出了基础设施BIM平台 。
基础设施BIM平台主要由5个部分组成:规划和BIM模型设计;基于4D/5D BIM的施工管理与监控;扫描到BIM , 使用无人机从已建成的基础设施上收集的数据;基于深度学习的自动损伤评估与制图;用于生命周期管理的基础设施的年度分级 。
为了通用数据环境的构建 , 该平台是基于web架构的 , 涵盖了基础设施从规划到拆除的全生命周期 。 首先 , 基于2D设计模型、工作/组织/成本分解结构 , 建立4D/5D BIM模型;然后使用4D/5D BIM模型系统地进行施工 , 4D/5D BIM模型作为国际标准格式(IFC和XML)与利益相关者共享 。 建成之后 , 利用嵌入式机器人的传感器收集数据、扫描建立纹理映射BIM模型 。 使用经过训练的深度学习网络 , 自动检测收集到的数据中的损伤 。 通过将检测到的损伤映射到BIM模型 , 建立一个损伤映射BIM模型 。 基础设施定期分级 , 并由各国法律管理 。 因此 , 通过BIM模型定期更新 , 过时的BIM模型成为参考模型 , 然后对基础设施BIM平台的特殊部分再进行详细的说明 。

网络连接 随时随地访问

一个基础设施BIM平台应该被开发成一个基于网络的平台 , 以兼容许多不同的利益相关者的使用习惯 , 如客户、BIM管理人员、施工管理人员和安全管理人员等 。 此外 , 一个不需要其他软件辅助的网络平台可以满足使用者进行随时随地访问 。 在通用数据环境中使用网络平台可以显著减少通信过程中的信息、成本损失和错误 。
当基础设施项目开始建设时 , 项目所有参与者在基于网络的基础设施BIM平台上进行注册 。 项目的每一步和信息都会被更新并与大家分享 。 IFC和XML文件在规划方案确定之后上传 , IFC检查器和查看器自动检查设计的模式完整性 。 如果上传的文件被接受 , 则在仪表板上显示施工进度、位置、日期、成本等信息 。 基础设施建设的进度和成本是基于工作分解结构和成本分解结构进行管理的 , 并已经嵌入在基础设施BIM平台的计算模块中 。 因此 , 在上传IFC和XML文件时 , 由计算模块自动计算数量、进度和成本 。

使用最先进的技术
管理基础设施
在基础设施建设完成后 , 损害已经存在或即刻发生 。 因此 , 必须对基础设施进行检查 , 并在随后可以参考已建成的BIM模型 。
以广泛采用各种机器人 。 例如 , 利用内置了多台数码相机的攀爬机器人扫描桥墩表 , 将采集到的数据更新到BIM模型中 。 同样 , 使用只有1台数码相机的无人机也可以扫描整个桥梁表面 , 将收集到的数据结合摄影测量算法 , 建立出一个3D模型 。
通过深度学习网络在采集的数据中检测损伤 , 并训练该网络检测多种类型的损伤 , 如开裂、剥落、生锈、钢筋暴露等 。 然后利用输出图像中的分割区域 , 使用图像处理算法计算损伤的长度和宽度 。 保存定量分析结果 , 映射到BIM模型中 。

数字孪生模型的未来

建立数字孪生模型是基础设施生命周期管理的目标 。 然而 , 数字孪生模型仍仅适用于数据共享和可视化 。 利用基础设施BIM平台存储的历史时间数据 , 建立基于人工智能的损伤增长预测算法 。 然后 , 通过结合最先进的技术 , 可以在数字领域实现基础设施的生命周期管理 。