基于BIM+智慧工地平台的桩基施工进度管理方式

来源 :城市轨道交通研究 | 被引量 : 0次 | 上传用户:ppaann850729
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
以北京地铁19号线一期工程新宫车辆段桩基施工为例,介绍了基于BIM(建筑信息模型)+智慧工地平台的桩基施工进度管理方式.重点分析了利用BIM软件和Dyna-mo 软件创建桩基模型、进行桩基编码和生成桩基放样数据的方法,介绍了智慧工地平台的主要功能和应用场景.实践应用表明:对于桩基数量较多且工期比较紧的车辆段桩基施工项目,采用BIM+智慧工地平台能够实时掌握现场实际施工进度信息,并可据此及时调整施工布署,既保障了工期,同时又提高了施工质量.以现代化的管理手段替代传统的管理方式,减少了人工手动操作,既提高了信息填报的准确率,同时又提高了工作效率.
其他文献
结合TRIZ(发明问题的解决理论)工具和风量分配原则对双层列车空调风道系统进行了结构优化设计,采用CFD(计算流体动力学)仿真分析方法,标准k-ε两方程模型对空调风道及整车车内流场及温度场进行仿真分析和优化设计,分析了车内流场和温度场的分布特性.通过1:1模型车的风道配套试验验证了计算方法和设计过程的合理性和正确性.
针对地铁站台门与列车门间现有异物检测方法的精度差、误报率高的问题,提出基于深度残差神经网络图像识别原理,利用地铁站台发车指示器图像数据实现站台门与列车门间异物实时检测.首先,搭建基于深度残差神经网络ResNet50模型的自动异物检测系统;然后,采集站台发车指示器视频帧信息建立数据集并完成系统训练;最后,分析自动异物检测系统对验证信息集的处理效果,并将该系统应用于实际地铁车站中.处理效果表明:实际应用验证中最低准确率为98.7%,单张视频帧处理总耗时不超过65 ms,满足地铁实际运营的要求.