基于BIM和本體的建筑不規則類型審查

那扎爾·木拉提別克，史健勇，姜 柳，潘澤宇，楊海濤，王佳亮

基于BIM和本體的建筑不規則類型審查

那扎爾·木拉提別克1,2，史健勇1,2，姜 柳1,2，潘澤宇1,2，楊海濤3，王佳亮3

(1. 上海交通大學船舶海洋與建筑工程學院，上海 200240；2. 上海市公共建筑和基礎設施數字化運維重點實驗室，上海 200240；3. 上海市城市建設設計研究總院(集團)有限公司，上海 200125)

建筑不規則類型審查是建筑抗震審查的重要組成部分，對建筑抗震安全有重要意義。為提高審查效率和準確性，提出一套基于建筑信息模型(BIM)和本體的建筑不規則類型審查方法。首先解析梳理建筑不規則類型審查規范條文，然后將規范條文轉譯成計算機可識別的語義審查規則，并根據審查邏輯構建建筑不規則類型審查本體；其次從待審查建筑的BIM文件中抽取審查信息，如樓層開洞面積，基于模板匹配算法從結構計算書自動抽取審查所需計算結果參數，如扭轉位移比；接著基于建筑不規則類型審查本體組織審查信息，利用審查規則推理獲得審查結果，進而生成審查報告。最后以某建筑為例驗證了該方法的可行性和較強地擴展能力，為進一步實現建筑抗震審查的自動化奠定了技術基礎。

合規審查；建筑不規則；建筑信息模型；工業基礎類；本體

隨著我國城市化進程的加快，建筑形體越來越復雜，工程的抗震設計變得愈加重要。建筑抗震設計旨在通過提高建筑抗震性能來降低建筑遭遇地震時的損害，進而減少人員傷亡。其中不規則建筑的抗震性能會顯著下降，更需要重視[1-2]。《建筑抗震設計規范》GB50011-2010 (簡稱《抗規》)[3]規定，建筑不規則類型有平面不規則和豎向不規則2種，針對2種建筑不規則類型分別需要進行相應的抗震構造措施以加強其抗震性能。目前建筑不規則類型的審查主要依靠專業知識和工程經驗豐富的人員在施工圖上獲得建筑模型尺寸和構件空間位置關系，并結合有限元計算結果后通過翻閱規范、經驗判斷和計算進行，這種方式不僅效率低下，而且對審查人員的要求較高[4]。

隨著建筑信息模型(building information modeling，BIM)技術的逐漸發展和應用[5]，基于BIM模型的自動合規審查方法以其高效、簡便的優勢成為研究重點。BIM模型以面向對象的數據建模方式存儲建筑領域中豐富的信息[6]，相比二維施工圖來說更加豐富、直觀且高效。同時，由buildingSMART組織制定了一個建筑工程數據交換標準，即工業基礎類(industry foundation classes，IFC)[7-8]，為BIM提供了規范的數據表示和存儲方式。

基于BIM模型的自動合規審查方法可分為規范轉譯、模型準備、模型審查和生成報告4個階段[9]。其中，規范轉譯旨在將自然語言描述的規范條文轉譯為計算機可讀的信息，模型準備旨在使BIM模型可用于提取相應的設計信息，二者的結合是準確執行模型審查過程和生成審查報告的基礎。如，孫澄宇和柯勛[10]將規范條文轉譯成硬編碼規則，基于Revit開發了建筑專業設計合規審查平臺；張吉松等[11]從IFC文件中提取設計信息，同樣采用硬編碼的方式實現結構審查。但建筑抗震領域合規審查不僅需要建筑設計信息，還需要有限元計算結果，現有研究缺少二者的統一描述和組織；同時，硬編碼的方式擴展性差、維護難。為了使審查規則更易被評估專家等人員理解、編寫和擴展，而不僅局限于具備編程能力的程序員等，有學者提出并開發了領域規則語言，如基于BIM開發的BERA語言[12](building environment rule and analysis，BERA)。然而，領域規則語言開發成本較高，且目前應用并不成熟。

基于本體和語義網的方法是目前自動合規審查方向的研究趨勢。本體是對客觀事物的系統描述，在計算機領域，本體能夠在語義層次上描述知識[13-15]，同時能陳述邏輯理論和合理組織知識[16-17]。審查規范可以轉譯為語義網規則語言，如Jena[18-20]，SWRL[4,14,21-22](semantic web rule language)和N3Logic[23]等。Jena，SWRL和N3 (基于N3Logic的規則語言)均采用三元組和If-then形式結合的結構，在可讀性方面較相似，簡單易懂的特性使初學者能很快應用于實際項目中。其中，Jena與N3，SWRL相比，Jena規則不僅支持用戶自定義擴展內置函數，而且其引擎支持正向和反向推理[24]。因此，本文選用Jena規則作為本體規則語言。

綜上，利用本體和語義網技術，能夠對建筑合規審查中所需要的各種信息進行建模，通過語義推理實現審查過程[20,25]，且擴展性更好、維護成本更低。本文提出一套基于BIM和本體的建筑不規則類型審查方法，并以某一建筑為例，驗證該方法的可行性。

1 基于BIM和本體的建筑不規則類型審查方法

本文提出的基于BIM和本體的建筑不規則類型審查方法框架如圖1所示，包括規范處理、信息抽取、本體構建和推理查詢4個模塊。規范處理模塊將建筑不規則類型審查規范條文轉譯成語義審查規則，從而為審查本體的構建提供邏輯基礎。信息提取模塊從BIM中提取信息，包括實體、幾何信息和補充信息，從結構計算書中抽取有限元計算結果。本體構建模塊結合規范處理模塊提供的審查邏輯構建建筑不規則類型審查本體，并將信息抽取模塊抽取的審查信息在審查本體中實例化。推理查詢模塊結合審查規則對審查本體推理并獲得審查結果，同時利用語義查詢生成審查報告。

1.1 規范處理模塊

1.1.1 規范條文分析

首先，通過規范條文分析，確定審查信息及類型，并根據審查信息類型將規范條文分為兩類：①直接獲取類條文，其審查信息為實體、補充信息、有限元計算結果和部分幾何信息；②間接獲取類條文，其審查信息包含需計算處理獲取的幾何信息。以《抗規》的表3.4.3-1和表3.4.3-2中的規范條文分析為例，表1中羅列了建筑不規則類型判斷條文中的審查信息，并且分析確定了審查信息的類型。

圖1 基于BIM和本體的建筑不規則類型審查方法框架

表1 《抗規》規范條文分析

1.1.2 規范條文轉譯

規范條文轉譯的目的是使計算機可以識別和理解規范條文所蘊含的審查邏輯，進而通過語義推理實現自動審查過程。本文將規范條文轉譯為Jena規則，并采用Jena語義網框架進行語義推理。Jena規則由主體和推理結果組成，兩者之間通過推理符號“→”連接。主體和推理兩部分均由多個三元組單元“(?x ?y ?z)”及函數單元組成，其中三元組單元用于匹配本體中三元組，函數單元可對匹配得到的變量進行函數運算。

同時，規范轉譯后的審查規則可為構建審查本體提供邏輯表示的參考。以《抗規》表3.4.3-2的條文為例，其轉譯后的Jena審查規則如圖2所示。圖2中審查規則的邏輯是：為了判斷樓層承載力突變，首先需要找到相鄰的下樓層?x1和上樓層?x2，在本體中已添加表示樓層間相鄰上層關系的對象屬性的前提下，通過檢索(?x1 design: hasUpperAdjacent ?x2)可自動匹配到相鄰的下樓層?x1和上樓層?x2；然后需要找到樓層?x1和樓層?x2的向樓層受剪承載力?y1和?y2，在本體中已添加表示樓層與向樓層受剪承載力之間關系的數據屬性的前提下，通過檢索(?x1 design:向樓層受剪承載力 ?y1)(?x2 design:向樓層受剪承載力 ?y2)可自動匹配到樓層?x1和?x2的向樓層受剪承載力?y1和?y2；最后，利用Jena的內置函數進行數值計算并比較，其中product(?y2,0.8,?a)表示將?y2乘以0.8得到?a，ge(?a,?y1)表示通過比較?a和?y1得到一個布爾值，當?a大于等于?y1則返回“真”，同時觸發推理部分，判定當前樓層?x1存在“向樓層受剪承載力突變”。

圖2 規范條文轉譯示例

1.2 本體構建模塊

根據審查規則和規范分析結果，結合審查邏輯，構建建筑不規則類型審查本體(簡稱審查本體)。審查本體包括5個類和4個關系，如圖3所示。建筑、樓層、梁、板和柱5個類表示審查對象，建筑和樓層之間的關系通過hasStorey定義，hasElement表示建筑或樓層與所包含的結構構件之間的關系，樓層之間通過hasLowerAdjacent和hasUpperAdjacent分別表明相鄰下層和相鄰上層關系。此外，審查對象的要點是通過數據屬性來定義，見表2。以利用rdflib[27]庫將樓層總面積定義為數據屬性和實例化相應數值為例說明本體中定義數據屬性過程，如圖4所示。最后審查本體的實例基于信息抽取模塊得到的審查信息生成。

圖3 建筑不規則類型審查本體中類及關系定義

表2 建筑不規則類型審查本體中定義的數據屬性

圖4 定義樓層總面積和實例化樓層總面積數值

1.3 信息抽取模塊

1.3.1 直接獲取類信息抽取

直接獲取類信息指從BIM模型和有限元計算結果中無需計算可直接獲取的信息。通常，BIM模型的信息通過IFC文件進行標準化存儲。IFC文件信息以EXPRESS語言存儲和描述[7-8]。IFC文件中各實體及屬性是通過描述語句開頭的序號進行關聯的，如開頭為#57486的IfcRelContainedInSpatialStructure屬性即開頭為#12066的IfcBeam實體和開頭為#162的IfcBuildingStorey實體關聯，如圖5(a)所示。

圖5 抽取梁高所需IFC關系((a)描述樓層標高、梁和梁高關聯關系的IFC文件片段；(b) IFC文件中樓層標高、梁和梁高的關聯關系)

以抽取梁高為例，在IFC標準中樓層、梁、梁高之間的關聯關系如圖5(b)所示。樓層標高實體IfcBuildingStorey通過反屬性IfcRelContained- InSpatialStructure關聯梁實體IfcBeam；IfcBeam通過屬性IfcProductDefinitionShape關聯形狀表達屬性IfcShapeRepresentation；IfcShape-Representation通過屬性IfcExtrudedAreaSolid關聯矩形剖面相關屬性IfcRectangleProfileDef；IfcRectangleProfileDef中含梁高值，便可得出某樓層所有梁高值，最后將梁高值在本體中實例化，如“某梁的梁高為某數值”，在本體中表達為“design:某梁 design:梁高某數值 ;”，實例化具體語句為g.add((design[“某梁”], design[“梁高”], Literal (某數值)))。

有限元計算結果的信息采用模板匹配的方式從結構計算書中進行抽取。從結構計算書以模板匹配獲取數據方式的優勢是，能廣泛用于各類軟件生成的結構計算書，抽取不同結構計算書差別僅在于模板不同，程序無需做過多改動。另一種獲取數據方式為針對相應軟件二次開發，優勢是能抽取結構計算書不包含的數據，缺點是針對每種軟件開發相應的二次開發程序難度較大，同時某些結構設計軟件并不提供二次開發接口。綜合考慮，本文從普適性的角度出發，選擇了采用模板匹配的方式從結構計算書抽取有限元計算結果。以盈建科(YJK)結構設計軟件導出的結構計算書為例，因為結構計算書以表格形式記錄數據，所以采用模板形式抽取效率較高且能準確抽取。抽取有限元計算結果過程如圖6所示，首先采用pyparsing[28]庫編寫需要抽取數據所在表格的模板，用模板描述表格的排布形式，便可抽取整個表格數據，然后將表格數據用pandas[29]庫的存取功能便捷地以DataFrame形式存儲，最后利用rdflib庫編程實現根據表頭中實體名稱和表格中的審查信息在本體中自動實例化，如“某樓層實體的扭轉位移比是某數值”在本體中表達為“design:某樓層 design:扭轉位移比某數值;”，自動實例化語句為g.add((design[“某樓層”], design[“扭轉位移比”], Literal(某數值)))。

圖6 抽取有限元計算結果((a) YJK計算書中樓層抗剪承載力存儲表格形式；(b)模板抽取程序邏輯)

1.3.2 間接獲取類信息抽取

間接獲取類信息指幾何處理計算間接獲取的信息。在建筑不規則類型審查中，需要間接獲取的信息主要為構件的幾何信息和構件的位置關系。構件的幾何信息包括樓層開洞面積、有效樓板寬度、樓層錯層高度、樓層局部縮進尺寸等。獲取樓層開洞面積和樓層總面積主要借助了IfcOpenShell和PythonOCC，分別負責構件實體的抽取和幾何的運算。相應的算法如圖7所示，總體分為3步：①首先利用IfcOpenShell解析IFC文件，通過IFC關系實體IfcRelContained- InSpatialStructure找到某樓層標高實體IfcBuildingStorey與其關聯的所有構件實體，如樓板實體IfcSlab、梁實體IfcBeam、柱實體IfcColumn等，并利用PythonOCC幾何處理分別得到這些構件實體的質心平面與其自身相交得到的截面；②將得到的這些構件實體的相交截面在軸方向平移至同一平面，調用BRepAlgoAPI_Fuse()函數對TopoDS_Shape類型的所有相交截面進行兩兩融合，其中平面重合部分將疊加融合形成新平面，起到自動去除重合部分面積的作用，故最后形成的并集平面，即為該樓層平面圖，其面積為該樓層的非開洞面積；③最后通過關系實體IfcRelVoidsElement 得到所有樓板實體的洞口，求得所有開洞面積，并與樓層的非開洞面積相加得到樓層總面積。

圖7 獲取樓層的開洞面積、非開洞面積和總面積((a)獲取某樓層元素質心處水平截面；(b)平移所有質心處水平截面到某平面再取并集面積；(c)將樓層的開洞面積與非開洞面積相加獲得樓層總面積)

有效樓板寬度指樓板扣除洞口等尺寸后的實際尺寸，樓板典型寬度指樓板外形基本寬度，兩者是判斷樓板局部是否連續的關鍵審查信息。如圖8所示，2種樓板寬度的提取算法分為4步：①根據算法的前2步，計算樓層開洞面積和樓層總面積獲取樓層平面圖；②利用最小矩形包圍盒確定樓層平面圖和方向，再比較和方向樓板投影尺寸L和L，樓板典型寬度典取較小者；③由樓板典型寬度方向決定遍歷像素行方向，如樓板典型寬度取方向樓板投影尺寸，并沿方向遍歷像素行；④提取有效樓板寬度通過遍歷某方向所有黑色像素行長度來實現，其中最短黑色像素行長度即有效樓板寬度有。

圖8 獲取有效樓板寬度和樓板典型寬度((a)獲取樓層平面圖；(b)獲取樓板典型寬度；(c)確定像素行遍歷方向；(d)獲取有效樓板寬度)

構件之間的位置關系包括梁與柱的空間位置關系，該關系是判斷柱是否為連續構件的主要依據。如圖9所示，梁、柱空間關系的提取算法分為3步：①參考陳培智等[30]提出的方法，首先得到梁或柱的8個頂點，根據8個頂點間距離進行頂點排序，得到矩形截面梁或柱兩端截面中心，即13中點1和57中點2；②根據梁和柱的連接位置，判斷梁、柱之間的連接關系：若柱與梁兩端相接，則比較梁、柱截面中心距離|12|與閾值1的大小，以判斷柱是否與梁相接，其中1計算如式(1)；若柱與梁中側面相接，則比較柱一端截面中心至梁軸線線段的垂直距離與閾值2的大小，以判斷柱是否與梁相接，其中2計算如式(2)，垂足為4；③通過比較與某層某梁相接的相鄰上層柱軸線與同層柱軸線空間垂直距離與閾值3大小，來判斷柱是否連續，其中3為柱的寬度。

判斷與梁相接的所有相鄰上層柱是否連續后，在本體中對梁實體添加數據屬性：梁上層柱是否連續，其屬性格式為布爾值，梁上層柱均連續時為“真”。

圖9 判斷柱是否連續((a)確定梁或柱兩端截面中心；(b)確定與梁相接的柱；(c)通過梁上下層柱與梁相接關系，判斷柱是否連續)

1.4 推理查詢模塊

推理查詢模塊根據審查規則，并利用Jena推理引擎對審查本體進行推理得到審查結果。審查結果作為實例的數據屬性存儲在審查本體中，并可通過圖10所示的SPARQL[31]查詢語句進行檢索，在本體中作為實例的數據屬性存儲的審查結果，生成審查報告。

圖10 審查結果SPARQL查詢語句

2 案例應用

為驗證審查方法的可行性和實用性，以某宿舍樓建筑為案例進行應用分析。該宿舍樓建筑為現澆鋼筋混凝土框架結構，占地面積約216 m2，地上共七層，頂層層高為3 m，其余層層高均為3.8 m。抗震設防烈度為8度，設計基本地震加速度為0.2 g，設計地震分組為第二組，場地特征周期為0.3 s，場地為Ⅳ類。該宿舍樓建筑結構模型如圖11所示，為更好地體現本文方法的實用性，對宿舍樓設計方案進行了修改，使其存在不符合建筑不規則類型審查條文的設計。本文使用BIM軟件Autodesk Revit建立建筑模型，用有限元分析軟件YJK進行結構分析。

圖11 某宿舍樓建筑模型

首先從IFC文件抽取BIM信息：樓層的平面凹進尺寸、樓層的相應投影方向總尺寸、樓層開洞面積、樓層總面積、樓層錯層高度、樓層局部收進尺寸、收進方向下層尺寸、有效樓板寬度、樓板典型寬度、梁高和梁上層柱是否連續；然后從YJK結構計算書抽取有限元計算結果：扭轉位移比、樓層受剪承載力、樓層側向剛度。

抽取審查信息完成后，利用rdflib將審查信息在建筑不規則類型審查本體中實例化，審查信息實例化后的情況如圖12所示。

根據定義好的審查規則，在Jena推理引擎中對審查本體推理后獲得審查結果，通過SPARQL語句查詢審查結果并生成審查報告，如圖13所示。經查看發現，該建筑結構模型中不符合建筑不規則類型審查條文處，均能審查到，同時得出該宿舍樓屬于既平面不規則又豎向不規則的建筑。

圖12 實例化后的部分審查信息

圖13 SPARQL語句查詢的部分審查結果

3 結論與展望

本文提出的基于BIM和本體的建筑不規則類型審查框架的核心包括2個方面，建筑不規則類型審查本體和審查規則的構建，以及建筑信息的處理和提取。與硬編碼的自動審查方法相比，審查本體可以有效地組織審查所需要的知識、信息和邏輯。此外，語義規則具有簡單易懂、描述清晰等特點，易被專家理解，大大降低了審查過程的開發、維護和驗收成本。另外，本文提出了從BIM模型和有限元計算結果中自動化抽取信息的方法，提高了建筑信息獲取和處理的效率。最后，通過實際案例證明了該審查框架的可行性，為進一步實現建筑抗震審查的自動化奠定了技術基礎。

目前，采用計算機自動轉譯規范條文為語義審查規則工作，其轉譯精度不高，而人工智能識別得到補充信息技術也存在著缺乏數據集導致訓練模型不夠完善的問題，使得轉譯規范和高精度信息的補充工作仍需人工完成，并未實現完全自動化。同時，規范條文大致可以分為指導性規范條文和定量約束類規范條文，指導性規范條文描述的要求一般較廣泛，需要具體情況具體分析，如總則規定或基本規定，而本文著重研究的是定量約束類條文的審查。因此，后續研究工作可以從3方面展開：①研究計算機自動轉譯工作，提高轉譯精度，實現自動化轉譯；②繼續深入研究人工智能識別獲取補充信息技術，完善訓練模型，實現自動化獲取高精度信息；③研究探索指導性規范條文的審查。

[1] 翟麥富, 陳楊, 張曉東. 不規則建筑結構地震反應分析與性能評估的研究[J]. 價值工程, 2010, 29(9): 162.

ZHAI M F, CHEN Y, ZHANG X D. The research of the earthquick response analysis in irregular construction structure and performance evaluation[J]. Value Engineering, 2010, 29(9): 162 (in Chinese).

[2] 招云杰. 不規則高層建筑結構設計要點分析[J]. 工程建設與設計, 2021(20): 4-6.

ZHAO Y J. Analysis on key points of structural design of irregular high-rise buildings[J]. Construction & Design for Engineering, 2021(20): 4-6 (in Chinese).

[3] 中國建筑科學研究院. GB 50011-2010建筑抗震設計規范[S]. 北京; 中國建筑工業出版社, 2010.

China Academy of Building Research. GB 50011-2010 Code for seismic design of buildings[S]. Beijing: China Architecture & Building Press, 2010 (in Chinese).

[4] 甘晨. 基于IFC和本體的建筑施工圖合規性審查研究[D]. 武漢: 華中科技大學, 2018.

GAN C. Research on code compliance checking for design drawings of architecture based on IFC and ontology[D]. Wuhan: Huazhong University of Science and Technology, 2018 (in Chinese).

[5] 馬文琪, 趙杰, 馬汝杰. BIM技術在市政工程中的應用研究綜述[J]. 工程建設與設計, 2022(5): 60-63.

MA W Q, ZHAO J, MA R J. Review for research and application of BIM technology in municipal engineering[J]. Construction & Design for Engineering, 2022(5): 60-63 (in Chinese).

[6] 林佳瑞, 郭建鋒. 基于BIM的合規性自動審查[J]. 清華大學學報: 自然科學版, 2020, 60(10): 873-879.

LIN J R, GUO J F. BIM-based automatic compliance checking[J]. Journal of Tsinghua University: Science and Technology, 2020, 60(10): 873-879 (in Chinese).

[7] 邱奎寧, 張漢義, 王靜, 等. IFC技術標準系列文章之一: IFC標準及實例介紹[J]. 土木建筑工程信息技術, 2010, 2(1): 68-72.

QIU K N, ZHANG H Y, WANG J, et al. An introduction of IFC by instances[J]. Journal of Information Technology in Civil Engineering and Architecture, 2010, 2(1): 68-72 (in Chinese).

[8] LIEBICH T. IFC4 Documentation[EB/OL]. [2021-12-23]. https://standards.buildingsmart.org/IFC/RELEASE/IFC4/ADD2/HTML/.

[9] EASTMAN C, LEE J M, JEONG Y S, et al. Automatic rule-based checking of building designs[J]. Automation in Construction, 2009, 18(8): 1011-1033.

[10] 孫澄宇, 柯勛. 建筑設計中BIM模型的自動規范檢查方法研究[J]. 建筑科學, 2016, 32(4): 140-145.

SUN C Y, KE X. Method of automatic design code checking for BIM models[J]. Building Science, 2016, 32(4): 140-145 (in Chinese).

[11] 張吉松, 趙麗華, 崔英輝, 等. 基于BIM模型的結構設計審查方法研究[J]. 圖學學報, 2021, 42(1): 133-140.

ZHANG J S, ZHAO L H, CUI Y H, et al. Code compliance checking of structural design based on BIM model[J]. Journal of Graphics, 2021, 42(1): 133-140 (in Chinese).

[12] LEE J K, EASTMAN C M, LEE Y C. Implementation of a BIM domain-specific language for the building environment rule and analysis[J]. Journal of Intelligent & Robotic Systems, 2015, 79(3-4): 507-522.

[13] 岳靜, 張自力. 本體表示語言研究綜述[J]. 計算機科學, 2006, 33(2): 158-162.

YUE J, ZHANG Z L. A survey on ontology specification languages[J]. Computer Science, 2006, 33(2): 158-162 (in Chinese).

[14] 徐秦平, 佘健俊, 葉嵩. 基于本體與BIM的綠色施工智能評價系統設計[J]. 土木工程與管理學報, 2021, 38(3): 180-186.

XU Q P, SHE J J, YE S. Design of green construction intelligent evaluation system based on ontology and BIM[J]. Journal of Civil Engineering and Management, 2021, 38(3): 180-186 (in Chinese).

[15] SMITH M K. OWL web ontology language guide[EB/OL]. (2009-11-12) [2021-12-23]. https://www.w3.org/TR/owl-guide/.

[16] GRUBER T R. Toward principles for the design of ontologies used for knowledge sharing?[J]. International Journal of Human-Computer Studies, 1995, 43(5-6): 907-928.

[17] BORST P, AKKERMANS H, TOP J. Engineering ontologies[J]. International Journal of Human-Computer Studies, 1997, 46(2-3): 365-406.

[18] The Apache Software Foundation. Reasoners and rule engines: Jena inference support [EB/OL]. (2021-09-26) [2021-12-23]. https://jena.apache.org/documentation/inference/index.html.

[19] 楊夏柏, 楊明, 楊德強, 等. 基于Jena系統的知識融合三元組存儲結構研究[J]. 價值工程, 2018, 37(8): 126-129.

YANG X B, YANG M, YANG D Q, et al. Research on knowledge fusion triplets storage structure based on Jena system[J]. Value Engineering, 2018, 37(8): 126-129 (in Chinese).

[20] JIANG L, SHI J Y, WANG C Y. Multi-ontology fusion and rule development to facilitate automated code compliance checking using BIM and rule-based reasoning[J]. Advanced Engineering Informatics, 2022, 51: 101449.

[21] IAN H. SWRL: a semantic web rule language combining OWL and RuleML[EB/OL]. (2004-05-21) [2021-12-23]. https://www. w3.org/Submission/SWRL/.

[22] ZHONG B T, DING L Y, LUO H B, et al. Ontology-based semantic modeling of regulation constraint for automated construction quality compliance checking[J]. Automation in Construction, 2012, 28: 58-70.

[23] PAUWELS P, DEURSEN D V, VERSTRAETEN R, et al. A semantic rule checking environment for building performance checking[J]. Automation in Construction, 2011, 20(5): 506-518.

[24] RATTANASAWAD T, SAIKAEW K R, BURANARACH M, et al. A review and comparison of rule languages and rule-based inference engines for the Semantic Web[C]//2013 International Computer Science and Engineering Conference. New York: IEEE Press, 2013: 1-6.

[25] BEACH T H, REZGUI Y, LI H, et al. A rule-based semantic approach for automated regulatory compliance in the construction sector[J]. Expert Systems With Applications, 2015, 42(12): 5219-5231.

[26] 姜柳, 史健勇, 付功義, 等. 基于BIM和深度學習的建筑平面凹凸不規則識別[J]. 圖學學報, 2022, 43(3): 522-529.

JIANG L, SHI J Y, FU G Y, et al. Identification of the plane irregularity of structures based on BIM and deep learning [J]. Journal of Graphics, 2022, 43(3): 522-529 (in Chinese).

[27] RDFLib Team. rdflib 6.1.1 documentation [EB/OL]. (2021-09-17) [2021-12-23]. https://rdflib.readthedocs.io/en/ stable/index.html#.

[28] MCGUIRE. P T. pyparsing module - Classes and methods to define and execute parsing grammars [EB/OL]. (2021-12-15) [2021-12-23]. https://pyparsing-docs.readthedocs.io/en/latest/ pyparsing.html.

[29] The Pandas Development Team. Pandas API reference [EB/OL]. (2021-12-22) [2021-12-23]. https://pandas.pydata. org/docs/reference/index.html#api.

[30] 陳培智, 史健勇, 姜柳. 基于BIM和本體的建筑抗震性能評估方法研究[J]. 土木工程學報, 2020, 53(9): 52-59, 67.

CHEN P Z, SHI J Y, JIANG L. Research on seismic performance assessment method for buildings based on BIM and ontology[J]. China Civil Engineering Journal, 2020, 53(9): 52-59, 67 (in Chinese).

[31] PRUD'HOMMEAUX E, SEABORNE A. SPARQL query language for RDF [EB/OL]. (2013-05-26) [2021-12-23]. https://www.w3.org/TR/rdf-sparql-query/.

Research of BIM and ontology-based irregular building type checking

NAZHAER Mulatibieke1,2, SHI Jian-yong1,2, JIANG Liu1,2, PAN Ze-yu1,2, YANG Hai-tao3, WANG Jia-liang3

(1. School of Naval Architecture, Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, China;2. Shanghai Key Laboratory for Digital Maintenance of Buildings and Infrastructure, Shanghai 200240, China;3. Shanghai Urban Construction Design & Research Institute (Group) Co., Ltd., Shanghai 200125, China)

Irregular building type checking is a significant part of building checking for seismic compliance, which is of immense significance to buildings’ seismic safety. An approach based on building information modeling (BIM) and ontology was proposed for identifying irregular building types, thus boosting efficiency and accuracy. Firstly, the rules for checking irregular building types were analyzed and then translated into semantic compliance checking rules that could be recognized by the computer. Meanwhile, the irregular building type checking ontology was created to represent the checking logic. Secondly, the building information model’s information to be checked was extracted using automatic parsing, such as floor opening area, and such information was extracted from the building finite element analysis result parameters by the pattern matching algorithm, such as torsional displacement ratio. The extracted information was organized on the basis of the proposed irregular building type checking ontology. Next, the sematic reasoning was utilized to obtain the checking results and generate the checking reports. Finally, a designed building was taken as an example to verify the feasibility and strong expansion ability of the proposed method, which could lay a technical foundation for further realizing the automatic building checking for seismic compliance.

compliance checking; building irregularity; building information model; industry foundation class; ontology

TP 391

10.11996/JG.j.2095-302X.2022050918

A

2095-302X(2022)05-0918-09

2022-03-22；

2022-06-02

22 March，2022；

2 June，2022

重慶市自然科學基金項目(CSTC2021JCYJ-MSXMX0986)；基于BIM+AI的智慧化建筑抗震管理系統關鍵技術研究項目(滬住建管科2020-009-005)；電網工程BIM關鍵技術國產化研究與應用項目(5200-202156486A-0-5-ZN)

Natural Science Foundation of Chongqing (CSTC2021JCYJ-MSXMX0986); BIM+AI Based Intelligent Building Seismic Management System Key Technologies Research (Urban & Rural Construction Management Department of Shanghai Residential Construction Bureau 2020-009-005); Research and Application of Localization of BIM Key Technology in Power Grid Engineering (5200-202156486A-0-5-ZN)

那扎爾·木拉提別克(1996-)，男，碩士研究生。主要研究方向為土木工程信息化。E-mail：nze220@sjtu.edu.cn

NAZHAER Mulatibieke (1996-), master student. His main research interest covers building information modeling. E-mail：nze220@sjtu.edu.cn

史健勇(1975-)，男，副教授，博士。主要研究方向為建筑信息化、城市數字孿生等。E-mail：shijy@sjtu.edu.cn

SHI Jian-yong (1975-), associate professor, Ph.D. His main research interests cover building information modeling, digital twin city, etc. E-mail：shijy@sjtu.edu.cn