BIM模型監管下高層建筑坍塌墻體修復施工質量檢測方法

毛小強 彭毅

摘? 要： 目前高層建筑坍塌墻體修復施工質量檢測方法無法直觀顯示出修復區域數值，因此提出BIM模型監管下高層建筑坍塌墻體修復施工質量檢測方法。根據BIM模型特性，利用激光掃描技術獲取修復區域數據，利用std2計算數值矩陣標準差，剔除其中的影響參數，得到包含修復區域在內的整體坍塌墻體模型，完整地對修復施工中混凝土強度與承臺修復兩部分進行質量檢測。設計仿真實驗，將其與動態參數指標方法、有限元模型檢測方法所檢測到的施工質量檢測效果相對比，證明了其能夠更好地完成質量檢測工作。

關鍵詞： 墻體修復; 質量檢測; BIM模型; 激光掃描; 參數設置; 仿真實驗

Abstract： As the construction quality detection method of high?rise building collapse wall repair cannot intuitively show the value of repair area， a construction quality detection method of high?rise building collapse wall repair under the supervision of BIM model is proposed. According to the features of BIM model， the data of repair area are obtained by means of the laser scanning technology， the standard deviation of numerical matrix is calculated by std2， from which the influence parameters are eliminated， so that the whole collapse wall model including repair area is obtained. The quality detection of the concrete strength and cushion cap repair in the repair construction process are accomplished. The designed simulation experiment show that， in comparison with the dynamic parameter index method and the finite element model detection method， the construction quality detection effect of the designed method is better， which proves that it can better complete the quality detection work.

Keywords： wall repair; quality detection; BIM model; laser scanning; parameter setting; simulation experiment

0? 引? 言

高層建筑安全風險較大，對施工與建筑維護管理要求較高。我國受到地形影響，較大部分地區處于板塊斷裂帶，容易受到地震影響，造成高層建筑破壞。高層建筑遭到破壞后主要表現為墻體坍塌[1]。高層建筑坍塌墻體修復工作存在較大的危險性，且施工修復質量得不到保障[2]。目前，現有高層建筑坍塌墻體修復施工質量檢測方法的準確性有一定提升，但實際應用效果較差，運行費用較高，很難得到推廣使用。針對目前現有檢測方法存在的問題，提出BIM模型監管下高層建筑坍塌墻體修復施工質量檢測方法[3?4]。通過分析坍塌墻體修復工程質量因素，完成質量檢測量化，提高整體修復工程質量檢測性能。

1? BIM模型高層建筑坍塌墻體修復施工質量檢測

1.1? 墻體修復數據提取

在滿足建模規則的條件下，提取高層建筑坍塌墻體修復數據，在設定范圍內針對非接觸性或隱蔽性較強的目標區域，利用定點平行激光作為目標定點，從而擴大墻體修復檢測范圍，如圖1所示。

設激光與目標物體垂直方向下夾角為α，目標投影高度為F，投影平行面橫向寬度為d，像素數量為n，得出墻體修復單個像素面積P，公式如下：

所獲取墻體修復像素帶有明顯的質量缺陷信息，將得到的識別像素缺陷信息與量化目標區域進行大小圖像分割，使用函數rgb2ycbcr將m×n×3的RGB轉換成為YCbCr，以BIM模型三維坐標表示基本量[5]。其轉換公式為：

以修復數據坐標為基礎，在其修復邊緣檢測與識別過程中，引用閾值使目標區域與其他區域獨立。若在YCbCr變化范圍內，設其邊緣特征坐標為f（x，y），則閾值后坐標需要滿足：

處理后閾值坐標將像素歸為0與1，0代表檢測區域白色，1代表檢測區域黑色[7]。

經過處理的修復目標矩陣數值只有0與1，因此可以得到檢測目標范圍像素面積包含完整墻體修復數據信息在內的BIM模型[8]。

1.2? 修復施工影響參數檢測

在已知墻體修復數據前提下，檢測修復施工中的影響參數[9]，得到方差均衡化橫縱坐標各值呈現頻率，計算數值矩陣標準差：

數值矩陣標準差在實際質量檢測過程中數值會發生畸變，增加信號畸變程度，因此通過分析諧波分量的變化情況，判斷數值二次諧波幅值比為：

式中：[AsΩ]為信號二次諧波幅值;[AΩ]為信號基波幅值大小。

經去噪處理的參數變化趨勢明顯增加，二次諧波幅值與基波有著明顯波峰，且符合檢測值增長規律，證明所測影響參數能夠直觀反映出施工質量實際情況[10]。但在不同測試點，影響參數波動值較大，說明所得影響參數穩定性不夠理想[11]。因此按照[3σ]準則，考慮置信概率，控制參數隨機變量在置信區范圍內，置信區指向正常影響參數取值范圍，其表達式為：

式中：[Ad]為可能異常值;[A]為均值;[σ]為標準差。當[Ad]滿足式（6）時認定為影響參數異常[12]并予以剔除，從而提高修復檢測準確率。

1.3? 墻體修復質量評定

墻體施工修復質量評價針對不同部位做出不同效果評價，墻體修復施工首先針對修復墻體混凝土抗壓輕度檢測，以混凝土標準養生28 d齡期為標準，確保修復后墻體混凝土質量符合國家標準與設計要求[13]。其修復墻體檢測標準如表1所示。

式中：n為混凝土修復試件數量;Rn為n組修復試件強度平均值（MPa）;Bn為n組修復試件強度標準（MPa）;R為混凝土修復強度等級;Rmin為修復混凝土試件強度最低值（MPa）;K1與K2為混凝土檢測標準合格判定值。從而完成墻體混凝土修復質量檢測。

墻體修復施工質量檢測需要對承臺質量進行檢測，確保修復后墻體混凝土質量符合國家標準與設計要求。其修復墻體檢測標準如表2所示。

根據承臺修復檢測標準，利用BIM模型設置承臺修復評價指數參數集[X=X1，X2，…，Xn]以及評價集[Y={Y1，Y2，Y3}]，參數矩陣為：

2? 仿真實驗

2.1? 實驗準備

為驗證本文檢測方法的有效性，設計仿真實驗。將其與目前最常用的基于動態參數指標的高層建筑坍塌墻體修復施工質量檢測方法、有限元模型高層建筑坍塌墻體修復施工質量檢測方法相對比，分析三種方法質量檢測效果。實驗設某一高層建筑類型為高層住宅，其結構為裝配式剪力墻結構。實驗過程中，實驗方法參數如表3所示。實驗過程中各組實驗參數相同，為保證實驗結果的準確性，允許測試結果存在一定誤差。

2.2? 修復施工質量檢測效果對比

利用激光標定同一高層建筑坍塌墻體某一修復目標，其三組方法實際測得目標點修復值如圖2所示。

由圖2知，在修復值測定實驗中，有限元模型檢測方法僅能針對修復點位置進行檢測，無法得到具體修復數據。動態參數指標方法將實際檢測目標轉化為數值統計，對目標修復點質量進行評價，其質量檢測點定位較準確，但對實際檢測墻體修復值與修復標準值存在一定偏差，導致整體質量檢測效果較差;而BIM模型方法采用三維模型直接完成墻體修復檢測，減少客觀因素影響，檢測數值更加準確，且能夠直觀顯示出檢測點實際位置，具有更好的檢測效果。

3? 結? 語

BIM模型監管下高層建筑坍塌墻體修復施工質量檢測方法以BIM模型質量控制為基礎，實現施工質量可視化形式。實驗結果表明，根據BIM模型特性的檢測方法能夠直觀地在帶有坐標的三維模型上反應相互施工修復值，快速完成施工質量檢測工作。

參考文獻

[1] WANG Juan. Panel structure instability BIM model design of high?rise buildings under continuous vibration [J]. China earthquake engineering journal， 2018， 40（3）： 413?420.

[2] CHEN Liangwei， SHAO Bilin. Research on risk early warning mechanism of prefabricated building based on BIM [J]. Architecture technology， 2019， 50（3）： 354?357.

[3] TAN Hailiang， CUI Guyue， GUO Xu， et al. Application of test and evaluation system in RC frame structures based on BIM [J]. Building science， 2017， 33（9）： 94?99.

[4] WU Songfei， DENG Yichun， SHEN Qiyu， et al. A review on research and applications of BIM?based construction safety compliance checking [J]. Journal of graphics， 2018， 39（6）： 144?152.

[5] MA Zhiliang， CAI Shiyao. Intelligent building construction based on BIM [J]. Construction technology， 2018， 47（6）： 70?72.

[6] YAO Fahai， CHEN Hui， DENG Zhengxian， et al. Application research on construction material management system based on 4D?BIM [J]. Construction technology， 2017， 46（6）： 38?41.

[7] WANG Liang， WANG Juan. Comparative study on the reliability of quantities calculation mode based on BIM [J]. Construction technology， 2018， 47（17）： 27?31.

[8] WANG Jiange， WANG Huangshuai， QI Kun. BIM?based project data applications in quality control [J]. Construction technology， 2017， 46（9）： 98?102.

[9] CAO Jianghong， JI Fanrong， XIE Bnezheng， et al. BIM?based prefabricated construction quality management [J]. Journal of civil engineering and management， 2017， 34（3）： 108?113.

[10] QIU Chao， ZHENG Chenghong， LUO Xuanzhong， et al. BIM technology application in the construction of ultra high?rise buildings [J]. Construction technology， 2017， 46（9）： 8?10.

[11] XIE Yong， XIE Tao， QIAN Yousheng. Application of BIM+project management in engineering [J]. Construction technology， 2018， 47（14）： 154?157.

[12] LIN Wei， SUN Huayan， ZHANG Xinyu， et al. Application of space?time collision detection technology based on BIM in hydropower engineering construction [J]. Journal of Yangtze River Scientific Research Institute， 2018， 35（5）： 136?141.

[13] SHI Yun， HAN Pengju， LIU Junsheng， et al. Design and application of structural health monitoring system based on BIM technology [J]. Progress in steel building structures， 2019， 21（2）： 107?114.