鐵路信號室外設備BIM關鍵數據結構分析

摘 要：建筑信息模型（building information modeling，BIM）技術在我國建筑等領域已基本成熟，但在鐵路領域，尤其是鐵路信號室外設備中應用較少。針對該問題，本文提出了基于IFC的BIM關鍵數據結構構建方案。綜合考慮了設備的幾何、空間和電氣等屬性，定義了關鍵數據結構，通過編碼和熵權法確定數據間的權重。再運用Prim算法優化高速鐵路標準站的鐵路信號室外設備BIM數據構建。該方案不僅為鐵路信號設備的BIM建模提供了新方法，也為BIM技術在鐵路信號中的創新應用開辟了新的道路。

關鍵詞：鐵路信號；BIM技術；數據結構；IFC；Prim算法

中圖分類號：U 284" " " 文獻標志碼：A

隨著建筑信息模型（BIM）持續發展，其在鐵路信號領域的應用受到廣泛關注。盡管BIM技術在建筑行業中的應用較成熟，但在鐵路信號領域，尤其是室外設備的應用研究基本為空白。

以往研究多聚焦于BIM管理系統和三維可視化系統，但晨等[1]提出了一種利用Revit軟件建立橋梁標準構件庫的方法；謝先當等[2]采用構件裝配和面向對象的設計思路，創建了基于Bentley平臺的鐵路路基參數化構件庫；劉苗苗等[3]根據裝配式部品部件分類，建立了裝配式構件BIM模型數據庫和管理系統。這些研究為BIM技術在鐵路信號領域的應用奠定了堅實基礎。鑒于鐵路信號室外設備在鐵路運輸安全中的關鍵作用、本身的復雜性和特殊性，需要對其進行更精細化的研究。

本文分析了鐵路信號室外設備特點，提出了一種BIM關鍵數據結構，采用熵權法確定各個數據間的權重關系，為鐵路信號室外設備的智能化設計、高效施工和精準維護提供基礎支持。并提出Prim算法，構建高速鐵路標準站的鐵路信號室外設備BIM關鍵數據。

1 鐵路信號室外設備的組成與特點

1.1 鐵路信號室外設備的組成

鐵路信號室外設備主要組成通常包括信號機、轉轍設備、軌道電路以及箱盒、電纜等。信號機是鐵路信號系統中用于顯示信號的設備，通常安裝在鐵路線路的旁邊或者上方。轉轍設備用于控制鐵路道岔的轉向，確保列車能夠按照預定路徑行駛。軌道電路是鐵路信號系統中的重要組成部分，用于檢測列車位置。除此之外，跟隨設備配備的電纜線路、箱盒也是重點之一[4-5]。

1.2 面向鐵路信號室外設備BIM數據格式的特點

數據格式需要存儲設備的幾何形狀和非幾何信息[6]。鐵路信號系統具有層次化特點，數據格式應能體現這種結構。數據格式應支持設備間的關聯性，當一個設備的位置或屬性發生變化時，與之相關的設備應能自動更新。

2 關鍵數據結構分析

通過上述分析，本文提出一種基于工業基礎類（Industry Foundation Classes，IFC）的數據結構。IFC主要定義了建筑、結構和設備等多個專業領域的實體、屬性和關系，所有信息分成幾何信息與非幾何信息2類。

2.1 軌道交通BIM構件標準庫

通用數據標準IFC是目前國際通用的數據底庫，也是一個公開的標準，由buildingSMART開發，為BIM應用軟件輸入數據通用格式和一致性驗證提供依據[7]。整體構架分為資源層、核心層、交互層和專業領域層。考慮BIM構件模型在上傳構件庫、構件庫管理和項目應用等方面的需求，軌道交通BIM構件標準庫總體框架可分為4個層次，具體如圖1所示。

本文主要研究目標為數據庫的專業應用層，因此數據類型、數據約束和編碼尤為重要。《建筑工程信息模型存儲標準》（GB/T51447—2021）中規定IFC的數據結構通常由以下3個元素構成。1）實體。研究目標本身，作為鐵路鐵路信號室外設備，包括信號機、轉轍設備、軌道電路和箱盒。2）屬性。研究目標本身對系統產生影響的因素，例如所處位置、老化程度等。3）關系。研究目標間的關系。

2.2 鐵路信號室外設備的IFC約束屬性

根據鐵路信號室外設備所處環境和室外設備運維管理的關鍵點，本文提出空間屬性、電氣屬性、環境屬性、維護屬性、其他屬性以及連接關系6個維度的約束，比之前的研究多了電氣屬性、維護屬性2個維度，用以描述鐵路信號室外設備的IFC數據。

2.2.1 空間屬性（?ki）

借助國鐵集團標準站工程廬山站的圖紙資料，可對二維平面屬性進行約束。其關鍵信息包括公里標、距鋼軌邊沿距離、距柵欄距離和位置（位于路肩，還是位于坡腳）。

空間中重要信息為設備基礎高程、設備基礎距離軌面的高度，可以確定垂直方向位置，并結合鐵路信號系統性質，在線路的左側/右側補充設備。對于信號機，應補充信號機的高柱/矮型屬性。

2.2.2 電氣屬性（?dqi）

鐵路信號系統的電氣屬性不僅是實現聯鎖關系、發揮信號系統作用的重要屬性，還對全系統的生命周期管理有重要意義。通常設備老化，電氣屬性就會產生偏差。

在電氣屬性中，通用屬性為設備電流、電壓、電流波形、電壓波形、對地電流和接地電阻。對于轉轍設備，其啟動、動作電流為重要屬性；對于25Hz相敏軌道電路，其相位角、電碼化的低頻信息與高頻載頻為重要屬性；對于一體化軌道電路，其低頻信息、高頻載頻等為重要屬性。

2.2.3 環境屬性（?hi）

鐵路信號室外設備面對的環境條件比室內設備更復雜，常用的設備使用時間、溫度和濕度不能滿足室外設備全生命周期管理需求。

考慮設備老化的影響因素[8]，本文將設備發熱量、海拔、全年溫差、當日溫差、年平均降水量、年最大降水量、日照時間以及風沙強度作為環境屬性的特點補充，以滿足BIM系統對設備使用生命的預測。

2.2.4 維護屬性（?whi）

維護屬性的特點是人為因素對設備帶來的影響，定期維護對設備生命周期具有較大影響，例如轉轍設備注油周期、信號機光源更換周期等。

2.2.5 其他屬性（?qti）

本文所述的其他屬性是設備管理必須的屬性，但這些屬性對設備的狀態預測、運行狀態和連接關系等均無直接影響，具體重點屬性為設備名稱、生產廠家和設備顏色等。

2.2.6 連接關系（ψj）

鐵路信號室外設備的連接關系有以下3種：對于轉轍設備、信號機、軌道電路，其連接關系可以歸納為對上連接、對下連接；對于終端盒、方向盒等專用于接線的室外箱盒，其連接關系除了對上連接、對下連接，還有共連接這一屬性。由于目前鐵路信號系統內連接關系的媒介為電纜，因此加入電纜相關信息，即電纜數量及類型、電纜備用情況、電纜埋深、標樁號和標樁位置。鐵路信號室外設備的BIM關鍵數據歸納見表1。

因此，對于任一室外設備，可用公式（1）進行描述。

Sij=ij{?ki，?hi，?dqi，?whi，?qti，ψj} （1）

式中：Sij為任一室外設備；?ki、?hi、?dqi、?whi、?qti和ψj分別為該設備的空間屬性、環境屬性、電氣屬性、維護屬性、其他屬性和連接關系，對于任一室外設備，均可由這些屬性和關系進行描述。

2.3 鐵路信號室外設備數據的權重

熵權法是一種客觀賦權法，根據不同指標的變異程度確定不同的權值，即利用信息熵計算出不同數據的熵權，再使用熵權修改各個數據的權值，使所得權值較客觀，具體步驟如下。

計算第i層中第j個因素的比重pij，如公式（2）所示。

（2）

式中：rij代表第i層中第j個因素。

計算第j個因素的熵，如公式（3）所示。

（3）

式中：k=1/lnm；ej為第j個因素的熵

計算第j個因素的熵權，如公式（4）所示。

（4）

式中：w'j為第j個因素的熵權。

遍歷j個因素后，最終熵權法的權值向量為w'=（w'1，w'2，...，w'n）。

本文將鐵路信號室外設備各屬性的使用頻率作為輸入因素，進行兩兩對比，因此熵權法的比較矩陣為45×45的矩陣，最終得出各數據的權值。

對于任一室外設備，其加權后的數據結構可用公式（5）進行描述。

S'ij=ij{w'k?ki，w'h?hi，w'dq?dqi，w'wh?whi，w'qt?qti，w'jψj} （5）

式中：w'為各類數據結構的權值向量。

以上關鍵數據結構可用于鐵路信號系統BIM構建，對于不同設備的特殊分析，可增強所構建的BIM系統或者平臺的可用性、可靠性，以提高其生命力。

3 高速鐵路標準站的應用

以高速鐵路標準站的應用為例。首先，采用Prim算法，對第2節中提出的信號室外設備數據結構模型進行精簡，剔除其中不必要的數據。其次，采用熵權法進行權值計算，將高速鐵路信號室外設備各屬性的使用頻率作為輸入因素。最后，得出可以用于BIM系統構建的高速鐵路標準站室外設備加權數據模型。

Prim算法是用于找出無向加權圖中最小生成樹的經典算法。Prim算法最初設計的目的是解決通信網絡中的網絡連通性問題，進而其應用范圍擴展到圖論的更廣泛問題。對于本文提出的BIM系統數據結構，數據間的關系是圖關系的一種。因此，采用Prim算法是一種可以識別出高速鐵路標準站數據結構的有效途徑[7]。

Prim算法的步驟如下所示。1）初始化。選擇一個起始頂點v，將其加入最小生成樹MST中。2）維護一個優先隊列。該隊列用于存儲尚未加入MST的頂點和及其到MST邊界最小邊的權重。3）循環。在所有頂點都被加入MST前，重復以下步驟。①從優先隊列中取出權重最小的頂點u。②如果u還沒有加入MST，將其加入MST。③遍歷u的所有鄰接頂點，對于每個鄰接頂點v，如果u還沒有加入MST，計算u和u間的邊的權重，并將這個權重與當前v在優先隊列中的權重進行比較。如果u和v間的邊權重更小，更新v在優先隊列中的權重，并記錄u通過u到達MST。4）結束。當優先隊列變空即所有頂點都被訪問過時，算法結束，此時MST包括圖中所有頂點，形成了一棵最小生成樹。

本文所用算法的代碼如下。

function Prim（GSTLGraph， startVertex）：

MST = empty set

visited = set containing only startVertex

priorityQueue = new PriorityQueue（）

for each vertex in GSTLGraph.adjacentVertices（startVertex）：

priorityQueue.insert（vertex， GSTLGraph.weight（startVertex， vertex））

while priorityQueue is not empty：

vertex = priorityQueue.extractMin（）

if vertex not in visited：

visited.add（vertex）

MST.add（vertex）

for each neighbor of vertex in GSTLGraph：

if neighbor not in visited：

priorityQueue.insert（neighbor，GSTLGraph.weight（vertex，neighbor））

return MST

通過上述過程，最終選取出32個高速鐵路信號室外設備的BIM關鍵數據，見表2，其中“設備名稱”相對于其他數據獨立，因此權重為 0。

通過本例可以發現，將BIM技術應用于鐵路信號系統構建，不僅可以提高設計階段的效率，還能在系統部署和維護中發揮重要作用。關鍵數據結構是BIM構建過程中不可或缺的。這些數據結構包括但不限于信號設備的類型、位置、性能參數以及與其他鐵路系統的交互關系。通過對這些關鍵數據進行精確捕捉和組織，BIM模型能夠提供一個全面的視角，幫助工程師和決策者更好地理解信號系統的布局和功能。對鐵路信號系統中不同設備進行分析是提升BIM系統可用性和可靠性的關鍵。BIM模型可以模擬這些設備在各種工況下的表現，預測潛在問題，并優化設計，以適應特定的需求。增強BIM系統的生命力，可使其能夠適應不斷變化的技術和運營環境。隨著新技術出現和鐵路運營需求的演變，BIM系統需要具備靈活性和可擴展性，以整合新的數據、工具和流程。這不僅涉及軟件平臺的更新，還包括對用戶界面和用戶體驗的持續改進。

通過持續的技術創新和跨學科合作，使鐵路信號系統的BIM構建更智能、高效。集成先進的傳感器技術、物聯網（IoT）和人工智能（AI）算法，可使BIM系統實現實時監控、預測性維護和自動化控制，從而提高鐵路信號系統的安全性和效率。

4 結論

本文通過分析鐵路信號室外設備BIM關鍵數據結構，提出了一種建立鐵路信號室外設備BIM關鍵數據結構的方法，可用于鐵路信號系統BIM構建，并提出通過最小生成樹構建高速鐵路標準站鐵路信號室外設備BIM關鍵數據的應用。還需要進一步研究BIM技術與鐵路信號室外設備的深度融合和創新應用模式，關鍵數據結構也會在引入智能化解決方法（例如深度學習、知識圖譜等）后發生變化。

參考文獻

[1]但晨，肖春紅.基于Revit軟件的公路橋梁標準構件庫研究[J].土木建筑工程信息技術，2022，14（5）：7-12.

[2]謝先當，劉厚強.基于Bentley平臺的鐵路路基參數化構件庫研究[J].高速鐵路技術，2021，12（6）：47-51.

[3]劉苗苗，付亞靜，周盼，等.裝配式標準部品部件庫構件設計及應用[J].四川建筑，2021，41（增刊1）：165-167.

[4]李子龍，賀曉玲，郭芳，等.鐵路BIM咨詢服務體系架構及標準化工作流程研究[J].鐵道技術標準，2023，5（10）：1-7.

[5]王基全.鐵路領域BIM研究知識圖譜構建與分析[J].鐵道工程學報，2023，40（11）：87-93.

[6]白明剛，周剛，賴華輝，等.基于IFC的軌道交通BIM構件標準庫研究[J].都市快軌交通，2024，37（2）：23-28，59.

[7]李耀東，苗春艷，高健，等.基于改進Prim算法的路徑規劃研究[J].現代電子技術，2024，47（4）：176-181.

[8]張黎明，蔡琦，趙新文，等.考慮環境和運行狀態影響的設備老化等效齡模型[J].核動力工程，2010，31（5）：14-17，23.