电力建设项目常见BIM数据质量问题及对策研究

在BIM技术应用越来越广泛的情况下,BIM数据质量对项目的成功至关重要。目前BIM数据质量普遍不高,在数据完整性、一致性、准确性和更新维护等方面存在一定的问题。基于此,文中提出了通过SNL(结构化自然语言)规则进行自动化质检的解决方案。SNL规则是一种基于IFC(工业基础设施信息交换)标准的质检规则,可以帮助用户检查和修正BIM数据中的错误和不一致性。此外,文中介绍了一些常见的SNL规则和质检工具,并探讨了它们的优缺点。

深层地下水回灌对高架桩基长期沉降的影响

以上海地区高架道路桩基础为例,采用控制地下水流量的流-固耦合方法分析了季节性变化的地下水开采及回灌作用下的桩基长期沉降特征.数值分析表明,地下水的季节性抽灌使得高架及大地变形发生波动性变化,区域地面沉降略小于高架沉降,但变形趋势一致.采用流-固耦合方法对上海地区典型高架桩基实例进行数值模拟,所得分析结果与实测结果基本吻合,高架桩基在上部荷载和深层回灌耦合作用下出现隆沉变化,其长期沉降受深部土层隆沉位移的影响更大.通过分析回灌参数,得到深层回灌荷载影响高架桩基变形的基本规律,为高架桩基长期沉降的预测分析提供了参考.

基于支持向量机的变电站工程数据预测方法研究

针对变电站工程各项数据的计算过程复杂、涉及专业较多、效率较低的问题,文中综合利用现代智能算法,将粒子群算法与支持向量机算法相结合并应用到变电站工程数据预测中,以实现在短时间内相对准确地预估出变电站工程的相关数据信息。文中基于变电站三维Revit软件平台,提取出工程历史样本数据,采用粒子群算法优化了支持向量机模型的输出权值和隐层阈值。在选取合适的激活函数和隐藏层神经元个数后,能够在变电站工程开展的前期阶段,准确地预测估计出各项工程数据,为变电站工程决策阶段提供参考。