基于BIM交互与数据驱动的多专业正向协同设计技术

为了实现多专业之间基于数据驱动的协同设计,提高设计效率,在分析城市轨道交通正向协同设计模式的基础上,提出了基于数据驱动的多专业正向协同设计技术.首先建立符合城市轨道交通领域特点的七维建筑信息模型,采用工业基础类表达三维设计模型并解析形成模型结构树;然后通过模型交互和数据提取,完成交互构件参数设计;最后基于数据驱动和协同消息,调整协同构件的设计参数,完成协同设计过程.通过实际案例分析表明:提出的数据驱动的多专业正向协同设计技术能够有效促进城市轨道交通各专业间数据交互和协同,实现多专业间的正向协同设计,形成优化设计方案、提高协同效率.

高速列车零部件知识图谱的智能问答知识子图匹配研究

为应对高速列车零部件知识复杂、海量且多层级的特点,提高高速列车零部件知识图谱智能问答的效果,提出了一种基于情景感知和分类模型的高速列车零部件知识图谱智能问答知识子图匹配模型。该模型通过情景模型进行情景特征提取及向量转换;再将词向量和情景向量相融合,输入到BERT(Bidirectional Encoder Representation from Transformers)模型中,进行用户问句的所属知识域分类,分类结果即为知识子图匹配的结果。经试验证明,所提模型与其他主流分类模型相比,各项性能指标更优。

地铁BIM模型Web端轻量化策略及加载优化方法研究

地铁BIM(Building Information Modeling)模型具有体量大、构件重复率高、外形规整等特点,针对其Web端模型加载、渲染效率低下,易导致浏览器卡顿、页面崩溃等问题,提出地铁BIM模型Web端轻量化策略及加载优化方法。验证表明,采用恰当的模型轻量化手段可显著减少复杂建筑模型的面片数量,降低模型存储消耗,结合视锥体剔除算法,能够有效提高渲染帧率与用户交互流畅度。

改进A^(*)算法的路径规划在列检环境中的应用

为解决传统A^(*)算法在路径寻优中存在转弯次数较多、计算效率低下的问题,提出一种改进A^(*)算法。引入转弯惩罚机制和“选择因子”优化A^(*)算法的估价函数,利用惩罚机制对需要转弯的节点增加代价,减少路径转弯次数,利用“选择因子”减少传统A^(*)算法在路径寻优过程中搜索所有相同代价的冗余节点带来的额外开销,提升路径搜索效率。通过该算法解决复杂列检环境的AGV(automated guided vehicle)路径规划问题,将仿真结果与其它算法进行比较,验证了改进A^(*)算法在不牺牲最短路径的情况下转弯次数较少,搜索的节点数量更少,计算效率更高。

城市轨道交通工程BIM技术综述

城市轨道交通工程是一项多专业、多角色在多约束、长周期、大投入下的复杂系统工程,采用BIM(building information modeling)技术是实现其高效率、规范化、低成本、全面协同的关键.详细分析城市轨道交通工程建造的复杂性,总结当前城市轨道交通领域BIM技术的研究和应用现状,包括4种主要应用模式:面向建造、面向协同设计和分析、基于商业软件平台、基于开放式平台的BIM工程.在分析当前研究及应用不足的基础上,归纳城市轨道交通工程中BIM技术面临的三大问题挑战:全生命周期大量模型共享的统一性问题;基于BIM的多专业、多CAD/CAE软件协同问题;全生命周期海量信息数字化、高效率、低成本管理与应用问题.为弥补现有不足、解决城市轨道交通工程中BIM技术所面临的问题,提出城市轨道交通工程BIM技术发展的主要趋势:面向全生命周期一体化协同管理及平台、基于BIM的多专业正向协同三维设计、面向智能建造和运维的BIM规范性设计、基于IFC(industry foundation class)的BIM表达与共享、BIM技术与信息化的深度融合.

基于模糊多准则优选的高速兼顾普速线路超高设计

合理设置曲线超高对提高列车运行舒适性、减少轮轨磨耗、节省铁路工务作业成本具有重要意义。为进一步提高我国当前的路网运输效率,对高速铁路兼顾普速客车上线的曲线超高设置问题展开研究。基于车辆—轨道耦合动力学理论计算高速及普速列车的动力响应,采用模糊多准则优选算法对高速列车和普速列车的运行舒适性Sperling指标进行优化。以通过相应曲线半径的过超高和欠超高允许值作为约束条件,建立基于模糊层次分析法的高速(250 km/h)兼顾普速(160 km/h)线路曲线超高的多准则优选模型。研究结果表明:本文采用的模型能够同时满足高速与普速铁路的舒适性需求,可为高速兼顾普速线路的超高设计提供参考依据。

基于WebGL的轨道交通BIM轻量化应用方案

为了解决轨道交通建筑信息模型(BIM,Building Information Model)在Web端的渲染需求,提出了基于WebGL(Web Graphics Library)技术、JSON(JavaScript Object Notation)文件格式、FastDFS存储技术3者相结合的轨道交通BIM在Web端的轻量化应用方案。通过Revit的二次开发,提取Revit自有的BIM表面模型数据,将其使用JSON的方式存储;针对完整BIM对应的JSON格式文件较大的问题,提出了多个JSON格式文件代替一个JSON格式文件的存储方案;使用FastDFS文件服务器,将这些JSON格式文件存储;利用WebGL分级渲染FastDFS中的JSON格式文件。所提方案实现了轨道交通各专业BIM Web端显示。试验结果表明,BIM轻量化显示方案拥有非常好的通用性,对轨道交通的大模型兼容性好,保证了原始BIM数据精确,实现了各专业BIM的交互。

面向工程数据检索的ElasticSearch索引优化策略

随着生产制造业的发展,各行业在生产制造的过程中都会产生大量的工程数据,现代工程领域的数据检索需求要求能够通过关键字快速且准确检索出相应的结果,利用ElasticSearch可以实现工程数据的检索,但是其性能方面还有优化的空间。为了解决这个问题,本文对ElasticSearch的底层原理进行深入研究,在ElasticSearch的索引创建、索引分片以及索引段合并方面进行优化。首先对ElasticSearch的分词器进行修改并配置自定义词典,其次提出基于集群节点性能与索引数据量大小的索引分片策略,最后,根据节点性能对索引段合并的时机进行优化。通过基于地铁工程数据的检索进行实验,实验结果表明,改进的方法确实能够提高ElasticSearch的数据写入与查询性能。

基于模型特征匹配的BIM模型混合推荐算法

为了辅助地铁工程的专业设计人员从BIM模型实例库中快速获取匹配当前设计需求的参考模型,提出一种基于特征匹配的BIM模型混合推荐算法。首先基于Revit二次开发从BIM模型中获取特征数据;随后,利用模型特征参数等基本信息,采用熵权灰色关联模型计算模型实例的推荐度;然后,结合用户交互数据,采用梯度提升决策树算法(GBDT)与逻辑回归(LR)算法的融合模型计算模型实例的推荐度;最后,根据训练数据集的规模动态调整2种推荐度的组合比例。实验表明,该方法不仅避免了系统冷启动问题,并且在足够的用户交互数据支持下有更好的BIM模型推荐质量。

柔性工作流路径变更研究与应用

工作流的柔性问题已成为工作流系统适应业务需求不断变化的重要问题。工作流系统的应用分为建模阶段和运行阶段。现有工作流系统的静态路径已无法适应当前企业业务过程路径多变的需求,本文通过研究相关的理论方法与技术方案,分析运行阶段的路径变更问题,来提高工作流的柔性特性。本文对现有工作流路径回退算法进行改进,使其支持并行多步回退,解决工作流系统的动态路径问题,此外,还对当前大量应用的审批会签功能进行分析,提出一种运行中动态增加并行分支的解决方案,进一步提升工作流的路径柔性。最后结合实例进行验证,测试结果表明,系统能够根据业务需求变化及运行环境的变化对其自身路径进行动态调整,大幅提升工作流系统的柔性特性。

基于统一编码的城市轨道交通BIM族库管理系统研究

BIM技术在城市轨道交通工程项目中的应用日益成熟,但是由于城市轨道交通工程建设涉及多个部门、众多专业,各专业相关的BIM族文件数量庞大,如何高效地管理这些族文件成为亟待解决的问题。文章以BIM构件统一编码规则为基础,提出一种符合城市轨道交通工程特点的城市轨道交通BIM族库管理方法,构建相应的城市轨道交通BIM族库管理系统,并介绍其系统设计及应用的隐式自动编码技术,以期实现对城市轨道交通工程项目相关构件的全生命周期管理。

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(Dueling-Double-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明:该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作成本,不遗漏有价值的方案,提高工作效率。