基于Revit输出设计成果的连续梁桥BIM正向设计系统研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:lmail
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
桥梁设计质量对工程全生命周期影响重大,现有设计方式有待提高效率,解放生产力。BIM技术的应用丰富了设计成果交付形式,体现了土木行业迈入信息化的发展趋势,但同时也有待提高应用效率。目前行业内存在通过二维图纸“翻模”设计的“逆向”过程,为改变这一现状,业内提出了BIM正向设计概念。然而对于这一概念的定义与实现方式仍未有定论。因此,本文主要围绕预应力混凝土连续梁桥这一桥型为研究对象,对BIM正向设计的概念以及应用价值进行了深入研究,论述BIM正向设计系统如何实现并加以应用,并着重阐述了桥梁信息模型在Revit平台的表达,为目前桥梁设计方式的优化提供参考。具体研究内容如下:首先,通过分析国内桥梁设计方式的弊端,以及对国内外桥梁正向设计工具进行的对比研究,明确了正向设计的内容与特点在于流畅的设计流程、便捷的自动化设计以及设计成果多平台的同步表达。提出由核心数据+算法形成的桥梁信息模型,以之为核心,结合IFC数据格式,探讨了多平台实现信息交互的正向设计解决方案。提出了以Revit、Midas为设计成果表达的正向设计架构。其次,基于正向设计的特点进行BIM正向设计系统的开发。以核心数据为设计参数、自动化设计算法为内核提供桥梁信息模型。设计方案的优化、调整均基于核心数据。通过开发内嵌于Revit的WPF用户界面实现符合设计习惯的设计流程。以Revit和Midas为例,对不同平台进行二次开发,实现围绕核心数据进行多平台设计成果的表达。最后,基于桥梁信息模型进行编程实现Revit平台设计成果的表达。以连续梁桥为研究对象,实现基于核心数据中少量参数,以及编程算法补充的设计数据,利用Revit API进行二次开发,可调用体量族自动建立任意变截面直腹板混凝土箱梁模型。编程通用的钢束线型计算函数、格式输出函数,自动生成带有平弯竖弯的预应力钢束空间曲线模型。实现基于三维模型进行细部构造的正向出图、工程量统计表的输出。并以一座预应力混凝土连续梁桥为实例,应用BIM正向设计系统完成全过程的设计,并输出设计成果,验证该系统的可行性、有效性以及对设计方式的优化作用。
其他文献
锂离子电池作为电动汽车的核心部件,是新能源汽车的重点研究领域。电池的健康状态(State-of-health,SOH)反映了电池的老化程度,电池的荷电状态(State-of-charge,SOC)反映了电池的剩余电量,准确的预测电池的SOH和SOC是保证电池使用可靠性的前提。电池SOH和SOC预测研究最关键的问题是提高SOH和SOC的预测精度并实现实时在线预测。本文采用优化的神经网络方法实现电池S
近年来,国内外发生了多起电动车安全事故。其中,碰撞引起的电动车起火爆炸事故往往会造成较为严重的人员财产损失,究其原因,是电动汽车内部的电池元件发生热失控造成的。因此,对电池元件尺度的安全性研究至关重要。在电动车发生碰撞后,电池包内电池单体无论受损与否、受损程度如何,电池包内全部电池单体一律报废,这造成了极大的浪费和环境污染。本文基于我校HRT车队使用的高倍率钴酸锂电池,研究其在挤压工况下响应特性;
高速铁路桥梁在运营期间,长期接受各种环境因素、运营因素共同作用的影响,桥梁结构的安全性和耐久性在国内外研究中受到广泛关注。对大跨钢桁梁桥而言,当高速列车作为其主要荷载时,桥梁结构静动力性能与普通简支跨铁路桥梁不同,需要重点研究分析。本文具体研究内容如下:加速度响应的时域分析。对于加速度峰值与均方根值指标,分析相邻传感器信号的相关性。对不同工况,确定加速度响应的统计特性,分析列车运行路线、列车编组及
电动汽车产业是我国重点发展的战略性新兴产业之一,是我国应对能源和环境挑战、实现汽车技术弯道超车的重要举措,传统燃油汽车被电动汽车取代的趋势已经不可逆转。而车用动力电池及其相关技术正成为时下的研究热点,荷电状态(State of Charge,SOC)估计则是该领域最重要的研究方向之一。三元锂离子电池能量密度高、一致性好。本文的研究基于三元锂离子动力电池展开,以提高在噪声干扰的情况下SOC值估计的准
对于多跨简支梁桥来说,为了适应主梁的温度变化和混凝土收缩徐变效应,一般需要设置较多的伸缩缝。但是伸缩缝容易损坏,易导致雨水通过伸缩缝渗入桥梁结构,进而降低桥梁结构的耐久性。为了有效解决这一问题,相关学者提出使用桥面连接板代替伸缩缝,桥面连续的简支梁桥既能保证桥梁结构的连续性和行车的平顺性,又能有效减少伸缩缝的数量,降低桥梁维护成本。此外钢-混组合简支梁具有可标准化预制、施工方便、自重轻、经济、绿色
纯电动汽车具有污染小、能源利用率高、结构简单等优势,发展前景广阔。由于缺少发动机的“掩蔽”,纯电动汽车车内低频噪声问题变得尤为突出,大大降低驾乘人员的舒适性。噪声主动控制(Active Noise Control,ANC)技术由于对低频噪声控制能力强、控制目标灵活、布置方便等优点而成为纯电动汽车的一种重要降噪方式。然而,纯电动汽车噪声源较为分散,车内噪声信号具有时变、宽带宽、线性度差等特点,严重影
电动汽车近年来在汽车市场的占有量呈爆发式增长,电动汽车保有量的增加对其动力电池的循环寿命和可靠性提出了更高的要求。定期对电池进行健康状态(State Of Health,SOH)估计和异常工况导致的容量快速衰减问题进行研究具有重要意义。在SOH估计方面,基于模型的估计方法涉及到参数辨识相对过于复杂,在实车应用方面存在困难;在异常工况导致的容量衰减及故障诊断方面,涉及到化学机理的非原位分析需要对电池
环境污染问题的日益严重与不可再生能源的逐渐枯竭加速了全球新能源汽车产业的发展,使新能源汽车正逐步取代传统内燃机汽车。电机驱动系统作为新能源汽车的关键组成部分之一,其安全性和稳定性对驾驶员的财产及生命安全来说至关重要。电机断相会造成三相电流及转矩的波动,造成机械应力损害电机内部零件,电机控制性能下降,长时间运行甚至可能烧毁电机。容错控制可以在发生故障后保证系统能够降额稳定运行,可以更好地提高系统的可
感知系统是无人车实现自动驾驶各项功能的基础,其中基于视觉传感器的感知技术由于低成本的优点被广泛应用于无人车辆的目标检测和自定位任务。目前基于视觉的目标检测技术计算量较大,难以用于性能有限的车载计算平台;经典SLAM技术一般进行了场景静态假设,往往在包含动态物体的真实交通场景中定位精度较差;并且智能硬件平台几乎被国外垄断,发展自主智能硬件平台迫在眉睫。本文基于Atlas 200 DK智能硬件平台使用
社会与时俱进,广大群众日常生活水平的大幅提高,中国私家车使用量与日俱增,城市交通设施交通量急剧增长。对于城市的智能交通系统来说,信号分配时的优化也好,移动路径导航计划也好,都依赖于与之相关的交通量数据。应用动态同步检测的流量信息,掌控下一个时长的公路交通,精准度不太好。因此,公路交通量短时的预报是城市公路交通科技应用领域学术研究工作的热点板块。深度学习是将深层次神经网络模型的数个暗藏层重叠,并将使