BIM技术在地铁设计与施工中的应用研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:sellene
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,绿色建筑、智慧建筑、智能建筑等新建筑理念层出不穷,对建筑业的设计水平和施工、管理技术水平提出了更高的要求和挑战。基于建筑信息模型(BIM)技术的管理信息化,是未来建筑业的发展方向,建立以BIM技术为载体的管理信息化,可以降低工程生产成本、提升项目生产效率、提高建筑工程质量并减少项目的交付时间。中国的BIM技术发展起步较晚,尽管近年来国家先后颁布了相关规范和标准,并鼓励建设项目采用BIM技术。但是,BIM技术在工程项目中的应用率仍然不到10%,远低于发达国家。为深化中国建筑信息化的发展,推动BIM技术的应用,本文从设计和施工的角度研究了BIM技术在地铁工程中的应用。本研究完成的主要工作如下:
  (1)分析了国内外BIM技术的应用现状,BIM技术在中国应用中存在的主要问题以及问题产生的原因,提出了BIM应用的必要性。再分别从企业意识层面、BIM技术发展方面、企业投入产出比方面分析BIM技术在中国推进过程中遇到的阻碍,提出解决方案。
  (2)在设计阶段,分析了地铁传统二维设计方法的缺陷,综合运用BIM技术在建筑设计中所展现出的优势,提出了基于BIM技术的地铁设计流程。为解决BIM设计模式的建模效率和设计资料管理问题,运用Revit二次开发对Revit进行建模功能的扩张,在VS2017中使用C#语言进行管理平台开发,就开发和应用进行详细阐述。
  (3)在施工阶段,从施工布局、质量管理、进度管理和安全管理四个方面提出了基于BIM技术的地铁施工管理。研究了将BIM技术应用于项目施工管理的方法,详细阐述传统施工管理方式和应用BIM技术的施工管理方法,以及在施工管理阶段传统方法的不足与运用BIM技术的优势。最后详细介绍了BIM施工管理平台的应用。
  (4)通过研究项目的效益指标体系,综合事前、事中、事后的对比分析和评价方法,建立BIM效益评价体系。
  (5)以武汉市轨道交通27号线新路村站为例,运用BIM软件进行设计优化,地铁构件族库使用,设计资料管理以及施工管理,最后利用BIM效益评价体系计算出该项目应用BIM技术所产生的效益:获得经济利润123.85万,投资回报率为82.13%,节约工期46天,工期节约率为7%。
其他文献
当前,基于卷积神经网络的深度学习技术在计算机视觉等多个领域取得极大成功,也是最具代表性、最有效的方法。但是深度学习技术严重依赖于标签准确且类别间数据平衡的大规模数据集。然而,大规模的标签准确的数据是极难获取的,同时真实世界的数据集大多存在类别间样本不平衡的问题。针对计算机视觉领域中的图像分类和人脸识别任务,如何有效利用标签噪声的数据或类别间不平衡的数据训练出理想的深度学习模型是一个亟待解决的难题。
迁移学习是机器学习中一个非常重要的任务,已经引起了诸多学者的关注。在实际应用领域中,例如图像识别、文本分类、自动驾驶等场景下,获得大量标记数据进行训练通常是一件非常困难并且代价十分昂贵的事情。可以获得的往往是少量标记数据或大量其他相关领域的标注数据。  随着自动驾驶技术的不断发展,驾驶模式识别问题成为越来越重要的问题。它与自动驾驶汽车的感知、决策和控制等各个方面紧密相关。本文利用迁移学习来解决自动
随着天文观测设备的建造和大型巡天项目的进行,天文图像数据数量飞速增长,随之而来的是对于海量天文图像数据存储与检索的迫切需求。大数据、云计算、虚拟化等新兴技术的普及使得基于云环境的服务得到广泛关注,庞大的天文数据也开始迁移到云环境中,然而“按需收费”的费用模式使得天文工作者需要支付高昂的费用。用户往往需要包含目标区域或天体的局部图像进行研究,原始全图的存储与传输会导致较高的费用和较长的传输时间与带宽
随着大数据应用的迅速发展,数据中心的I/O延迟以及吞吐量成为了关注的焦点。Lenovo/IBM的研究报告表明,即使装备基于PCIe接口的固态硬盘,当运行一个典型的数据库系统时,多于60%的时间是在等待外存的I/O数据请求。而现有的文件系统设计主要基于传统机械硬盘的顺序访问机制,其数据分配主要采用顺序分配的方案。顺序分配策略并没有充分考虑SSD的多通道特性,从而出现大量数据在同一时间访问一个数据通道
目前大多数软件漏洞在披露时仅包含简要的描述信息,据此,安全分析人员无法准确分析软件产品漏洞的危害性和严重程度。对漏洞特征的刻画有助于漏洞危害程度的分析,所以有必要对漏洞特征进行预测。  现有的漏洞特征预测技术仅适用于单个漏洞特征的预测,对于具有内在联系的多个漏洞特征无法完成预测,本文给出了一种基于多任务学习的漏洞特征联合预测方法。首先,提出了基于多任务学习的联合模型。该联合模型将每个漏洞特征作为一
尽管深度神经网络具有记住数据集的能力,但是深度神经网络经常能实现好的泛化性能。一方面,神经网络学习算法学习到的具有泛化能力的解和不具有泛化能力的解之间的区别仍然是一个谜。另一方面,神经网络隐层单元之间的相关性逐渐被研究者所强调和重视,但是隐层单元之间的相关性对于最终泛化性能的影响还没有被完全探索和评估。在本文中,我们把研究神经网络的泛化性能的需求和隐层单元之间的相关性的需求结合起来,提出了一个监测
学位
知识图谱的发展日新月异,被广泛应用于自然语言处理的各个领域,如知识库补全、问答系统等。知识图谱表示学习在许多人工智能应用中扮演着重要的角色,与词向量嵌入的方法类似,图嵌入方法是一种与任务无关的、无监督知识表示方法。对于知识图谱的嵌入向量而言,在语义上的相似度越高,在向量空间中的距离越小。同时,向量化的表示方法通过利用丰富的数学表达式极大提升了知识图谱的可计算性。但目前大多数研究工作较为分散,底层实
学位
作为给水处理常用基质,麦饭石应用于污水处理,特别是含重金属废水时,面临自身吸附容量低、易吸附饱和等问题。层状双金属氢氧化物(Layered Double Hydroxides,LDHs)比表面积大、吸附性能好,但若将晶体粉末状的LDHs直接应用于人工湿地等生态修复工程,会导致后期固液难以分离、易于堵塞等问题。因此,为拓展麦饭石基质和LDHs的应用范围,提高其对水体中Cr(Ⅵ)的净化效果,本实验利用
学位
节理对岩体强度特性与变形特性均有重要影响。地应力作用下深部岩体节理表现为闭合隐性特征,在地震、爆炸等荷载作用下会产生张开与滑移,对岩体的稳定性极为不利。考虑天然节理粗糙性,本文结合数值模拟与理论分析方法,研究了应力波在不同地应力下粗糙节理处的传播规律,具体研究工作如下:  (1)通过与理论对比,验证了采用离散元软件UDEC模拟剪切波在充填节理处传播的可行性,采用中线截距平均值Sm和起伏均方根Rq生
学位
下击暴流定义为雷暴天气中强下沉气流猛烈冲击地面后形成的极具突发性和破坏性的近地面短时强风。论文通过物理试验和数值模拟两种方法研究了余弦形山体和阶梯型山地等特征地形下击暴流风场特性尤其是不同位置处风剖面特征和山顶处加速比曲线的变化特征。此外,以余弦形山体工况为例进行了特征地形下击暴流风场的瞬态模拟,研究了下击暴流在翻越山体时的风场变化情况。  (1)对余弦山体下击暴流风场进行了物理试验和数值模拟。结