基于BIM的建筑设计与结构分析
集成方法研究

博士论文题目:基于BIM的建筑设计与结构分析集成方法研究

博  士:秦 领(船舶海洋与建筑工程学院土木工程系)

指导教师:刘西拉 教授 邓雪原 副教授(船舶海洋与建筑工程学院土木工程系)

摘要

在工程建设行业多阶段、多专业的配合过程中,设计阶段建筑与结构专业的信息共享与互用最为迫切和根本。在大多数情况下,建筑制图/建模与结构分析严重脱节,基于二维图纸低效的信息交换使得工程分析作为决策制定的依据常常没有得到很好的发挥;在基于性能的分析中,也常常需要用到多种分析方法和分析工具对目标做一致性验证或最优化分析。若能在一个开放的环境下,研究多种建筑物理模型与多种结构分析模型的数据集成方法并加以实现,必将助力建筑与结构专业的信息交互,提高设计的效率,进而对与其他下游专业的信息交互产生积极影响,甚至对面向建筑物“全生命周期”信息管理的扩展研究提供借鉴意义。

本文以我国大型建筑设计集团协同设计过程中多种专业软件的数据集成课题为载体,以实现AEC/FM(Architecture,Engineering,Construction & Facility Management)领域建筑/结构专业CAD/CAE应用软件的数据共享与互用为突破点,基于以行业基准分类(Industry Foundation Classes,IFC)为数据标准的建筑信息模型(Building Information Modeling,BIM)技术,进行了一系列研究。具体内容介绍如下。

(1)在整体构架方面:论述了建筑行业CAD/CAE技术的发展现状、发展瓶颈及发展趋势。研究了国内外建筑结构模型数据共享与互用的研究成果及各自的优缺点。确立了全文的总体技术路线,即:将基于IFC数据标准的BIM核心平台用于实现建筑与结构甚至与其他下游专业间的数据共享与互用;将基于可扩展标记语言(eXtensible Markup Language,XML)的通用结构分析模型(Structural General Format,SGF)核心平台用于实现多种结构分析模型间的数据共享与互用;将IFC建筑物理模型与SGF结构分析模型间的数据映射用于实现上述两个核心平台的通信;将以SGF模型为中心的多种商用建筑结构设计/分析模型的数据集成原型系统作为对本文提出的集成方法的应用与实践。

(2)在基于IFC数据标准的BIM核心平台方面:研究了IFC标准覆盖的领域和模块、IFC与ifcXML实现方式的区别、IFC标准的EXPRESS/EXPRESS-G表达、IFC产品的几何描述、基于IFC表达的建筑模型与建筑构件、STEP/IFC工具包等。研究了纳入到ISO/PAS 16739的IFC标准核心模块,实现了IFC数据模型关于C++编程语言和EXPRESS描述语言的早联编(Early Binding),并利用C++编程语言实现了IFC中性物理模型文件解析器。

(3)在基于XML的SGF核心平台方面:通过对多种代表性结构分析软件数据模型的比较、分析和提炼,以及对STEP标准关于有限单元分析定义的研究,提出了通用结构分析模型(SGF)基本框架。从系统总信息、节点相关信息、线单元相关信息、面单元相关信息以及荷载信息等方面组建了SGF数据模型,并用C++编程语言实现了SGF数据模型及其模型文件解析器。

(4)在IFC建筑物理模型与SGF结构分析模型间的数据映射方面:比较了一般建筑模型与一般结构模型的信息差异,研究了从IFC建筑模型数据文件中提取结构模型信息的方法。比较了结构物理模型与结构分析模型的差异,提出了获取结构构件节点以及结构构件之间连接节点拓扑信息的推演方法。并用C++编程语言实现了IFC建筑物理模型与SGF结构分析模型之间的双向数据接口。

(5)在以SGF模型为中心的多种商用建筑结构设计/分析模型的数据集成原型系统方面:对多种有代表性结构分析软件文本模型文件特有的数据结构分别进行了剖析,提炼出用于数据互用的核心部分,并用C++类实现了这些核心数据模型的数据属性和数据操作方法。研究了SGF数据模型与多种结构分析软件数据模型的映射技术,用C++编程语言实现了SGF模型与各种商用结构分析模型的双向/单向数据接口。最后,作为对全文所提出的集成方法的应用和实践,将图形用户界面(Graphic User Interface,GUI)、结构求解器、模型编辑/检查等模块与建筑结构模型数据集成模块整合,实现了建筑设计与结构分析数据集成原型系统IFC-Structure Model Server。通过工程实例,测试并验证了本文提出的集成方法和原型系统的可靠性。

关键词:CAD;CAE;集成;协同;建筑信息模型(BIM);行业基准分类(IFC);结构分析模型

固定链接加入收藏夹。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据