【技術實現步驟摘要】
本專利技術涉及bim水管加工，具體為一種基于bim的水管智能加工方法及系統。
技術介紹
1、bim技術是一種建筑領域的數字化管理方法，通過將建筑物轉換成三維虛擬模型，能夠在施工前對各個施工步驟進行數據量化和數據可視化，以便于制定相應的施工方案和管理方案，提升后續施工的效率。
2、水管作為建筑物不可缺少的一部分，其管道的布局不僅影響了完工后建筑物內用水設施的正常使用，也對施工過程的后續進程有著一定影響。
3、而在實際水管施工過程中，很容易出現例如水管過長、水管鋪設受到其他管線阻擋、水管鋪設受到建筑物其他施工材料的阻擋等情況，導致水管需要進行現場的二次加工，由于現場二次加工精度較差，導致水管可能會出現切割過短或水管破裂等情況，很容易造成水管材料的大量浪費使得成本增加，導致水管的加工管理較為困難。
4、為此，提出一種基于bim的水管智能加工方法及系統。
技術實現思路
1、本專利技術的目的在于提供一種基于bim的水管智能加工方法及系統，通過獲取bim模型數據中的水管線路數據的第二管線數據和水管鋪設加工方案，根據歷史水管線路數據的異常線路點標記歷史水管線路數據生成第一管線數據；通過水管異常匹配模型識別第一管線數據的異常特征并標記第二管線數據；并調用水管鋪設加工方案中對應第一管線數據的異常鋪設加工方案，獲取第一異常參數，通過粒子群優化模型和第一異常參數對第三管線數據的鋪設加工方案進行方案優化，并按照優化后的方案進行水管加工；通過該方法能夠依據出現問題的歷史水
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于bim的水管智能加工方法，包括：
4、調用建筑物的bim模型數據，依據所述bim模型數據獲取水管線路數據和水管鋪設加工方案；
5、獲取歷史bim模型數據的所述水管線路數據的異常線路點，根據異常線路點標記歷史水管線路數據生成第一管線數據；依據所述水管線路數據生成第二管線數據；
6、進一步地，依據輸入水管線路的所述bim模型數據建立三維坐標系，所述輸入水管線路包括所述水管線路數據和所述歷史水管線路數據；將所述歷史水管線路映射到所述三維坐標系上，生成輸入水管線路坐標；將所述輸入水管線路坐標分段，生成輸入水管線路坐標集；
7、根據所述三維坐標系映射為二維坐標系，將所述輸入水管線路坐標集的坐標投影到所述二維坐標系中，生成輸入水管線路轉置坐標集；依據所述輸入水管線路轉置坐標集的坐標生成多段輸入水管線路曲線；所述輸入水管線路曲線包括所述第二管線數據和歷史水管線路；
8、若所述輸入水管線路為所述歷史水管線路，將所述歷史水管線路坐標標記所述異常線路點的坐標轉置為異常線路轉置點，根據所述異常線路轉置點標記多段所述輸入水管線路曲線，生成所述第一管線數據；
9、進一步地，所述異常線路轉置點包括多組數據，每2個所述異常線路轉置點為一組數據；
10、建立水管異常匹配模型，依據所述第二管線數據匹配所述第一管線數據的數據異常特征，根據異常匹配結果標記所述第二管線數據，生成第三管線數據和第四管線數據；
11、所述水管異常匹配模型包括線路數據壓縮單元、線路特征提取單元、線路特征分類單元和異常線路輸出單元；
12、所述線路數據壓縮單元將所述第二管線數據進行數據標準化和數據編碼；
13、所述線路特征提取單元提取標準化后的所述第二管線數據的數據特征；所述線路特征提取單元包括殘差卷積網絡、lstm網絡和特征融合層，所述殘差卷積網絡對所述第二管線數據進行數據特征強化和形態特征分析，所述lstm網絡提取所述第二管線數據的趨勢特征，所述特征融合層融合所述殘差卷積網絡和所述lstm網絡的數據特征；
14、進一步地，所述殘差卷積網絡的數量為2，所述lstm網絡的數量為6，所述特征融合層為relu，所述線路特征分類單元包括全連接層和貝葉斯分類器；
15、所述線路特征分類單元依據所述第一管線數據的特征標簽，對所述第二管線數據進行特征分類，依據分類結果匹配所述第一管線數據的特征標簽；
16、異常線路輸出單元生成所述第二管線數據的特征標簽并輸出；
17、根據所述水管鋪設加工方案獲取第一目標參數；提取所述水管鋪設加工方案中的所述第三管線數據的鋪設加工方案；根據所述第三管線數據調用對應的所述第一管線數據的異常鋪設加工方案，依據所述異常鋪設加工方案提取第一異常參數；
18、建立粒子群優化模型，依據所述第一目標參數和所述第一異常參數，對所述第三管線數據的鋪設加工方案進行優化，生成異常優化水管鋪設加工方案；
19、進一步地，以所述水管鋪設加工方案對所述第一目標參數設置優先級權重，將所述第一目標參數初始化粒子群的速度和位置；以所述優先級權重和目標第一異常參數作為懲罰系數，以所述水管鋪設加工方案的參數作為目標條件，多次迭代所述粒子群的所述位置和所述速度，直至所述粒子群達到所述水管鋪設加工方案的參數，依據優化后所述粒子群對應的所述第一目標參數生成所述異常優化水管鋪設加工方案；
20、進一步地，所述優先級權重為成本權重和長度權重，所述第一目標參數為水管數量和水管長度；所述目標第一異常參數包括異常水管數量和異常水管長度；所述水管鋪設加工方案的參數為需要優化的所述第三管線數據的總長度；
21、依據所述異常優化水管鋪設加工方案對所述第三管線數據的水管進行加工，依據所述水管鋪設加工方案對所述第四管線數據進行加工；
22、本專利技術還提出一種基于bim的水管智能加工系統，包括水管線路獲取模塊、異常線路獲取模塊、異常線路匹配模塊、異常參數提取模塊、異常線路優化模塊和正常異常線路加工方案生成模塊；具體為：
23、水管線路獲取模塊，獲取建筑物的bim模型數據，依據所述bim模型數據獲取水管線路數據和水管鋪設加工方案；依據所述水管線路數據生成第二管線數據；
24、異常線路獲取模塊，獲取歷史bim模型數據的所述水管線路數據的異常線路點，根據異常線路點標記歷史水管線路數據生成第一管線數據；
25、異常線路匹配模塊，建立水管異常匹配模型，依據所述第二管線數據匹配所述第一管線數據的數據異常特征，根據異常匹配結果標記所述第二管線數據，生成第三管線數據和第四管線數據；
26、進一步地，所述水管異常匹配模型包括，線路數據壓縮單元、線路特征提取單元、線路特征分類單元和異常線路輸出單元，所述線路特征提取單元包括2個殘差卷積網絡、6個lstm網絡和1個relu特征融合層；所述線路特征分類單元包括全連接層和貝葉斯分類器；
27、異常參數提取模塊，根據所述水管鋪設加工方案獲取第一目標參數；提取所述水管鋪設加工方案中的所述第三管線數據的鋪設加本文檔來自技高網...
【技術保護點】
1.一種基于BIM的水管智能加工方法，其特征在于，包括：
2.根據權利要求1所述的一種基于BIM的水管智能加工方法，其特征在于，獲取歷史BIM模型數據的所述水管線路數據的異常線路點，根據異常線路點標記歷史水管線路數據生成第一管線數據；依據所述水管線路數據生成第二管線數據，包括：
3.根據權利要求2所述的一種基于BIM的水管智能加工方法，其特征在于，所述異常線路轉置點包括多組數據，每2個所述異常線路轉置點為一組數據。
4.根據權利要求1所述的一種基于BIM的水管智能加工方法，其特征在于，建立水管異常匹配模型，依據所述第二管線數據匹配第一管線數據的數據異常特征，根據異常匹配結果標記所述第二管線數據，生成第三管線數據和第四管線數據，包括：
5.根據權利要求4所述的一種基于BIM的水管智能加工方法，其特征在于，所述殘差卷積網絡的數量為2，所述LSTM網絡的數量為6，所述特征融合層為Relu，所述線路特征分類單元包括全連接層和貝葉斯分類器。
6.根據權利要求1所述的一種基于BIM的水管智能加工方法，其特征在于，建立粒子群優化模型，
7.根據權利要求6所述的一種基于BIM的水管智能加工方法，其特征在于，所述優先級權重為成本權重和長度權重，所述第一目標參數為水管數量和水管長度；所述目標第一異常參數包括異常水管數量和異常水管長度；所述水管鋪設加工方案的參數為需要優化的所述第三管線數據的總長度。
8.一種基于BIM的水管智能加工系統，其特征在于：
9.根據權利要求8所述的一種基于BIM的水管智能加工系統，其特征在于，所述水管異常匹配模型包括，線路數據壓縮單元、線路特征提取單元、線路特征分類單元和異常線路輸出單元，所述線路特征提取單元包括2個殘差卷積網絡、6個LSTM網絡和1個Relu特征融合層；所述線路特征分類單元包括全連接層和貝葉斯分類器。
10.根據權利要求8所述的一種基于BIM的水管智能加工系統，其特征在于，所述異常線路優化模塊包括：以所述水管鋪設加工方案對所述第一目標參數設置優先級權重，將所述第一目標參數初始化粒子群的速度和位置；以所述優先級權重和目標第一異常參數作為懲罰系數，以所述水管鋪設加工方案的參數作為目標條件，多次迭代所述粒子群的所述位置和所述速度，直至所述粒子群達到所述水管鋪設加工方案的參數，依據優化后所述粒子群對應的所述第一目標參數生成所述異常優化水管鋪設加工方案。
...【技術特征摘要】
1.一種基于bim的水管智能加工方法，其特征在于，包括：
2.根據權利要求1所述的一種基于bim的水管智能加工方法，其特征在于，獲取歷史bim模型數據的所述水管線路數據的異常線路點，根據異常線路點標記歷史水管線路數據生成第一管線數據；依據所述水管線路數據生成第二管線數據，包括：
3.根據權利要求2所述的一種基于bim的水管智能加工方法，其特征在于，所述異常線路轉置點包括多組數據，每2個所述異常線路轉置點為一組數據。
4.根據權利要求1所述的一種基于bim的水管智能加工方法，其特征在于，建立水管異常匹配模型，依據所述第二管線數據匹配第一管線數據的數據異常特征，根據異常匹配結果標記所述第二管線數據，生成第三管線數據和第四管線數據，包括：
5.根據權利要求4所述的一種基于bim的水管智能加工方法，其特征在于，所述殘差卷積網絡的數量為2，所述lstm網絡的數量為6，所述特征融合層為relu，所述線路特征分類單元包括全連接層和貝葉斯分類器。
6.根據權利要求1所述的一種基于bim的水管智能加工方法，其特征在于，建立粒子群優化模型，依據所述第一目標參數和目標第一異常參數，對所述第三管線數據的鋪設加工方案進行優化，生成異常優化水管鋪設加工方案包括：以所述水管鋪設加工方案對所述第一目標參數設置優先級權重，將所述第一目標參數初始化粒子群的速度和位置；以所述優先級權重和目標第一異常參數作為懲罰系數，以所述水管鋪設加工方案的參數作為...
【專利技術屬性】
技術研發人員：金錫豐，金傳林，金海燕，
申請(專利權)人：浙江萊普頓管道科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。