基于BIM与知识图谱的深基坑施工安全风险识别研究.pdf
《基于BIM与知识图谱的深基坑施工安全风险识别研究.pdf》由会员分享,可在线阅读,更多相关《基于BIM与知识图谱的深基坑施工安全风险识别研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、Series No.567September 2023 金 属 矿 山METAL MINE 总 第567 期2023 年第 9 期收稿日期 2023-05-16基金项目 国家自然科学基金项目(编号:41971370)。作者简介 胡园园(1986),女,高级工程师,硕士研究生。通信作者 王行风(1972),男,副教授,博士,硕士研究生导师。基于 BIM 与知识图谱的深基坑施工安全风险识别研究胡园园1 刘俊生1 王行风2,3(1.南京市测绘勘察研究院股份有限公司,江苏 南京 210019;2.中国矿业大学与环境测绘学院,江苏 徐州 221116;3.自然资源部国土环境与灾害监测重点实验室,江苏 徐
2、州 221116)摘 要 随着城市地下空间开发应用规模的不断扩大,与地下空间工程建设、运营相关的安全风险管控工作越来越受到政府以及有关部门的重视,深基坑安全风险识别的高效化、智能化日益成为行业的迫切需求。针对深基坑安全监管的现实需求,设计了一种融合建筑信息模型(Building Information Model,BIM)与知识图谱的深基坑施工安全风险识别框架。该框架基于深基坑施工安全风险识别和评估需求,关联、映射、抽取与施工标准、安全规范以及事故经验总结等相关的知识构建深基坑安全风险识别知识图谱,重点分析了基于 BIM 模型的施工对象以及关联对象的知识发现、知识提取和知识构建,以期充分挖掘不
3、同类型的深基坑施工风险评估实体关系,从而辅助实现基坑施工安全风险的智能识别。实例验证表明:该方法可以提高专业人员的工作效率,在一定程度上能够解决安全识别过程中的经验依赖和专家依赖等问题,可以为深基坑施工安全风险的快速、高效和准确识别提供一定的支持。关键词 深基坑 知识图谱 建筑信息模型 风险识别 安全监管 中图分类号TD67 文献标志码A 文章编号1001-1250(2023)-09-180-07DOI 10.19614/ki.jsks.202309024Study on Safety Risk Identification of Deep Foundation Pit Based on BI
4、M and Knowledge GraphHU Yuanyuan1 LIU Junsheng1 WANG Xingfeng2,3(1.Nanjing Institute of Surveying,Mapping&Geotechnical Investigation,Co.,Ltd.,Nanjing 210019,China;2.School of Environment and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116,China;3.MNR Key Laboratory of Lan
5、d Environment and Disaster Monitoring,Xuzhou 221116,China)Abstract With the continuous expansion of the development and application scale of urban underground space,the safe-ty risk control related to the construction and operation management of underground space projects has attracted more and more
6、 attention from the government and relevant departments.The efficient and intelligent safety risk identification of deep founda-tion pit has increasingly become an urgent need for professionals.According to the practical needs of deep foundation pit safety supervision,this paper constructs the overa
7、ll architecture of deep foundation pit intelligent supervision based on IOT,BIM and GIS technology.A deep foundation pit safety risk identification method integrating Building Information Model(BIM)and knowledge map is designed.This method constructs the deep foundation pit safety risk identificatio
8、n knowledge graph based on the deep foundation pit construction requirements,safety specifications and accident experience summary,and focuses on the knowledge discovery,knowledge extraction and knowledge construction of construction objects and related objects based on BIM model,to fully and quickl
9、y mine the entity relationships of different types of deep foundation pit construction,So as to assist in the intelligent identification of the safety risk of deep foundation pit.The example verification shows that this method can greatly improve the work efficiency of professionals,solve the proble
10、ms of manual dependence and professional dependence in the process of safety identification to a certain extent,and provide some support for the rapid,efficient and accurate identification of deep foundation pit safety risks.Keywords deep foundation pit,knowledge graph,Building Information Model(BIM
11、),risk identification,safety supervi-sion 随着经济社会的快速发展,我国城市地下空间开发应用的规模在不断扩大,这对深基坑工程的安全实施以及协调管理提出了巨大挑战,也对深基坑施工安全风险评估提出了更高效、更专业和更准确的要求,081开展针对深基坑施工安全风险智能识别和评估已经成为行业的迫切需求。受益于大数据、信息化以及物联网等现代科技的发展,深基坑施工监管已经进入了一个智能感知、大数据的时代1-3,但由于深基坑工程的风险安全评估涉及到生产、施工、监测、地质等多方面的知识,专业跨度大、分析对象之间关系复杂、安全规范繁杂、评估模型多样等特点,使得目前的安全风险
12、评估大多依然依赖专家经验,因此不可避免地存在主观、低效、海量数据挖掘和利用力度不足等问题,距离智能识别、智慧推理尚有很大的差距。BIM 是建筑和工程领域最有前景的技术之一,近年来已被大量应用于基坑模型设计4-5、监测6-7、预警8、施工9-11以及管理12-14的深基坑施工监管的各个阶段,但该类系统多注重数据采集,强调可视化表达,BIM 模型中所蕴含的知识尚未得到有效挖掘,BIM 模型的应用价值有待进一步提升。地学知识图谱的概念于 20 世纪 90 年代提出以来15-16,就以其强大的语义处理能力和开放组织能力,为大数据时代信息的智能应用提供了有效工具,国内外学者已在图谱构建、图谱推理以及图谱
13、应用等方面开展了探索17-18,取得了一定的研究成果。近年来,基于知识图谱的智能应用、图谱推理、安全评估等已经成为建筑行业的研究热点之一。针对以上研究存在的不足以及发展趋势,本研究基于深基坑工程项目管理实践,集成监测感知、人工巡检、施工进度、地质、安全要求及绿色施工等关键管理要素,采用基于 BIM 和知识图谱的深基坑安全风险智能识别技术和方法,探索融合 BIM 和知识图谱的地下深基坑工程领域的协同监管新模式,以提升我国城市深基坑风险安全识别管理的技术水平和应用能力。1 集成 BIM 的深基坑施工安全风险识别知识图谱框架1.1 深基坑施工安全风险识别知识构成知识图谱是一种结构化的语义网络,其利用
14、实体、关系、属性等基本单元描述物理世界中对象之间的相互关系19,本研究针对深基坑施工安全风险识别的实际需求,综合和参考相关学者的研究成果20-22,将深基坑施工安全风险知识划分为两大类(表 1):实体对象类知识,主要包括工程对象、关联对象以及环境对象,分别指深基坑施工工程,地质环境,场地周边的管网、地下水、居民楼、天气以及地形等;认知类知识,多通过专业理论、评估模型、施工方案、工作安全以及安全事故经验等进行综合分析或提取所得,可进一步划分为规范知识、工作安全知识、事故案例类知识。这两大类知识之间相互作用、相互关联,共同影响着深基坑施工的安全状况。表 1 深基坑风险评估实体类型、结构和属性Tab
15、le 1 Safety risk identification entity type,structure and attributes of foundation pit知识类别对象基本概念属性内容认知类知识领域理论评估理论,模型方法概念说明、层次关系、公式、参数、模型等工作安全分析施工作业步骤,法律法规施工工序、施工过程中潜在的安全风险因素、施工风险控制措施安全规范知识技术规范,应对措施识别深基坑施工安全危险问题,总结深基坑施工安全措施事故经验总结事故类型,应对预案,对策事故类型、对象、内容,事故场景,事故处理、策略内容、文字说明实体对象类知识工程对象关联对象环境对象工程设施/地质岩层名称
16、、位置、类型、尺寸、属性、功能、运营以及的施工需求基坑场地周边对象/人工地物、地质岩层地质模型、管网、地下水等自然对象地形地貌、地理特征、气象数据社会环境场地周边的环境类型(如居民生活区、道路)、质量、地理特征1.2 集成 BIM 的深基坑施工安全风险识别知识图谱框架 本研究结合深基坑施工安全风险识别评估的需求,结合深基坑安全施工要求,顾及 BIM 模型特点和监测感知信息数据集,采用自顶向下的方式进行实体识别与关联、语义属性逻辑映射、关系抽取等工作,构建了基于 BIM 的深基坑施工安全风险识别的知识图谱框架(图 1),主要包括知识抽取、知识表示、知识融合、知识存储和知识应用等 5 个部分。(1
17、)知识抽取。知识提取是知识图谱构建过程中的核心模块,主要是从施工工程、周边环境、事故案例、施工方案、监测感知、风险识别模型与风险防控策略等方面入手,挖掘其中蕴含的风险知识,明晰知识之间的关联关系等,为构建知识图谱奠定基础。根据数据来源的不同,可以采用结构化、半结构化和非结构化方式分别提取。认知类知识可以从安全规范、工作条件、施工方法、事故经验以及评估模型等专业领域知识中,采用数理统计等方法定义实体对象类型,并进行相关属性信息抽取,进而确定知识概念对象之间的逻辑关系特征,构建深基坑施工风险安全识别知181 胡园园等:基于 BIM 与知识图谱的深基坑施工安全风险识别研究 2023 年第 9 期图
18、1 深基坑风险安全识别知识图谱总体框架Fig.1 General framework of knowledge graph for risk safety identification of deep foundation pit识图谱概念模型。实体对象类知识则主要根据深基坑施工 BIM 模型,利用 GIS 技术提取工程对象、工程对象之间以及工程对象与关联对象、周边对象之间的拓扑关系,对接深基坑施工阶段信息与监测感知数据,辅助提取、优化和完善知识图谱中的知识构成,以方便与知识的关联应用。(2)知识表示。知识表示是面向深基坑施工安全风险识别需求,明晰风险识别过程中的实体对象集合,设计针对性的属性
19、特征,关联实体对象及概念知识,选择合适的知识描述方法(如语义网等方法)描述知识之间的关系23,为深基坑施工安全风险识别提供极为关键的帮助。(3)知识融合。知识融合可以从实体、语义逻辑等方面入手,目的是解决数据结构、概念、特征以及关系表达方面的歧义和不一致,以实现知识图谱中多源异构信息的无碍沟通和交流。实体融合是通过将施工主体、关联对象、场地周边环境以及致险因子相关联,实现对象数据源的语义关联,明确各评估对象的风险安全知识信息,确定对象之间的相互关系,进而有效评估深基坑施工可能出现的风险。语义逻辑融合主要采用数据同化方式,解决多源异构信息中的属性、特征、表达方式等不一致的问题,以实现评估对象属性
20、信息的统一操作和相互联系。另外,工程技术的发展、施工方案的逐步优化和完善、更有效的风险管控措施等都会出现越来越多的安全知识,需要及时更新,需采取效果更明显的控制措施。因此,系统需要实现知识的增量建模、更新融合以使其能够更好地满足知识图谱概念模型的演进与优化需求。(4)知识存储。对所提取的认知类知识、评估对象类知识以及知识之间的关系,一般可以利用图/表进行系统地存储,以便在评估过程中根据不同的条件进行查询调用,以指导施工风险安全评估工作。(5)知识图谱应用。知识图谱是集成各类有效性数据的中心,以所构建的深基坑风险安全知识图谱为基础,对接监测、感知、巡检等各种数据信息,通过风险评估,可以提前感知深
21、基坑施工过程中可能存在的孕险因子,主要包括:将施工工程模型数据集与风险评估知识图谱中的规则进行匹配分析,识别施工过程中不符合规范的内容,实现施工方案优化与控制。将施工工程与感知监测数据有效对接,及时识别施工过程中可能存在的危险点(区域),分析风险存在的原因,方便监管人员及时采取有效的风险预控措施。2 基于 BIM 的安全风险知识提取与构建BIM 模型集成了与建筑和施工相关的大量信息,包含了基本建筑构件的几何和非几何信息,这些信息蕴含着与对象有关的各种知识,为深基坑施工过程中的致险因素以及危险源识别奠定了数据基础。近年来,深基坑建筑行业中基于 BIM 的知识生成、提取的研究成果不断涌现24-25
22、,为本研究分析提供了有益参考。基于 BIM 的深基坑施工安全风险识别,充分挖掘和提升 BIM 数据的价值,关键在于如何利用 BIM数据,从中提取风险识别对象的信息(属性、几何等)、风险识别对象与关联对象之间的拓扑关系。从风险识别角度来看,基于 BIM 的知识提取需满足“单体化、语义化、结构化”的要求,在此基础上,关联、映射和对应风险评估领域知识,构建知识图谱,以实现对深基坑施工相关数据的分析、知识挖掘、风险识别和决策支持(图 2)。图 2 基于 BIM 的知识数据提取流程Fig.2 Process of knowledge extraction based on BIM2.1 单体化风险识别对
23、象单体提取实体单体化的目的是从 BIM 模型中识别与风险评估相关的实体对象,此处实体可以被视为知识图谱的网络节点。BIM 模型多以 Curve2D、GeometricSet、GeometricCurveSet、SurfaceModel 和 SolidModel 为基本元素来描述点、线、曲面和体之间的拓扑结构,利用这种层级关系,可对 BIM 模型从几何层面进行分解得到原始构件集 CS,集合中元素为 BIM 模型中的原始281总第 567 期 金 属 矿 山 2023 年第 9 期构件,如天花板、墙、楼板等。再结合风险识别需要,从 CS 集合组合、抽取得到风险安全评估所需的实体对象集 ES,集合中
24、元素为评估对象单元,如地连墙、支护桩等。2.2 语义化风险识别对象属性信息提取语义化可以通过同化、消歧方法将深基坑施工监测感知的多源异构数据进行有效集成,使得计算机可以方便灵活地挖掘数据的深层含义、识别风险识别语义模型、总结规律、提炼知识,更好地满足行业需求。在确定风险识别对象集合的基础上,利用 BIM庞大的信息数据库,关联、抽取和映射相关风险识别单体的几何信息和属性信息,关联、抽取和映射与深基坑施工相关的工作条件、施工规范和事故案例经验,识别出评估实体对象在施工中的安全风险因素,建立实体单元数据结构,进行语义逻辑化表达,以满足评估对象关联查询和推理分析需求,最终得到风险安全识别单体数据集 R
25、S。2.3 结构化风险识别对象实体集合语义网络除了语义逻辑之外,当前 BIM 支持的知识管理逐渐关注通过 BIM 模型内的几何信息提取空间关系,采用语义网络来支持不同数据源之间的数据集成和复杂的搜索需求,以提高 BIM 的利用价值。关系抽取的目的是识别实体之间的关系,这些关系成为图谱中连接节点的边,形成语义网状结构,语义网络描述了实体之间如何关联、相互影响以及如何协同。实体对象的结构化是指从拓扑层面描述风险识别对象之间的邻接、连通关系,可以分为:模型构件之间的关系。在 BIM 中,建筑构件之间多采用“包含”“位于”“整体部分”等谓词语义来描述模型内部的语义逻辑关系,基于这种组织关系,可根据BI
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BIM 知识 图谱 基坑 施工 安全 风险 识别 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。