基于BIM的大壩安全監測信息系統開發

吳佳蓓，黃 銘

(合肥工業大學土木與水利工程學院，安徽 合肥 230009)

1 概述

我國廣闊的地域決定了我國多變的自然氣候與復雜的地理條件，導致我國水資源時空分布不均。我國修建大量水利工程，用以調控水資源分布、優化水資源配置。其中，大壩在防洪、灌溉、發電等方面發揮巨大作用，而大壩安全監測是保障大壩安全運行的重要工作[1]。

由于大壩安全監測項目和儀器數量眾多，監測信息的采集與管理任務繁重，這就對傳統的大壩安全監測技術提出了更高要求[2]。監測自動化技術則彌補了傳統監測的不足，大大提高了監測數據采集工作的效率與頻次，從而采集到海量的監測數據，這些監測數據需要得到有效地分析處理，才能準確反映出大壩的運行狀態[3]。

建筑信息模型(BIM)技術區別于傳統的CAD技術，是一種可以貫穿于項目的全生命周期的新管理方法，具有高度可視化功能，是應用于工程設計、建造、管理的數據化設計工具，能夠有效提高工作效率、實現可持續發展[4-5]。本文基于BIM技術，采用visual studio與C#語言對Revit進行二次開發，實現大壩三維模型與監測數據的交互，構建大壩的安全監測信息系統。

2 安全監測信息系統開發

2.1 系統開發工具

Autodesk Revit Architecture是目前我國BIM體系中使用最廣泛的軟件之一。Revit在建模中提供統一標準的默認樣板文件，且基于默認樣板的任意新項目可繼承來自樣板的所有族文件，大大提高設計效率。Revit也能夠進行自由形狀的建模和參數化設計，創建項目獨有的族文件。

此外，Autodesk Revit系列所有軟件都提供Application Programming Interface，用于Revit的二次開發。Revit的二次開發允許使用者通過API接口，實現一些重復工作的自動化、添加自定義功能或對接其他分析模擬軟件等多項工作[6]。

本文為有效地實現對壩體結構、監測儀器模型、監測儀器布設的可視化管理，以及對監測數據的便捷有效分析等功能，結合開發軟件visual studio，并使用C#語言，實現Revit與其他軟件的交互，開發大壩的安全監測信息系統。

2.2 系統總體設計

2.2.1 系統結構功能設計

大壩的安全監測信息系統以Revit為開發平臺，構建工程的三維模型，并結合開發軟件visual studio對Revit進行二次開發，連接數據庫，實現數據的管理與預測分析[7]。大壩安全監測信息系統的總體結構圖如圖1所示。

該系統總體上分為四個模塊：大壩結構管理、監測儀器管理、監測數據管理、監測數據分析。

大壩結構管理模塊是基于大壩三維實體模型，通過對大壩的三維模型進行縮放、移動、隱藏等操作，從大壩的整體、局部、剖面等多視角呈現大壩結構。

監測儀器管理模塊是按照監測儀器的實體裝置，建立各監測儀器的等比例族模型，直觀地體現監測儀器類型以及儀器的具體布設位置。

監測數據管理模塊主要用于監測數據的高效管理。

監測數據分析模塊是通過建立數學模型對實測數據進行預測分析，可對接多種數學模型以滿足不同情況下的建模分析需要。

2.2.2 系統開發流程

基于Revit的二次開發，本文利用visual studio結合C#語言對系統的各項功能進行開發。基本流程如下：1)visual studio中新建類庫，添加引用“RevitAPI”“RevitAPIUI”；2)依據功能的具體要求編寫代碼，生成解決方案(dll文件)；3)利用Revit的Add-In Manager模塊，對解決方案進行調試；4)部分功能調試成功后，在Revit的菜單欄中，添加自定義的選項卡頁，并在選項卡頁中添加對應功能的命令按鈕。

2.3 數據分析模型

系統中的監測數據分析模塊是為了對數據庫中的監測數據建立數學模型，進行分析預測，從而掌握工程的安全運行狀態。針對不同監測數據的特點，系統中可嵌入不同的數學模型，本文以BP神經網絡模型為例，對位移的沉降監測數據進行建模計算，基本步驟如下：

首先，在(-1,1)內隨機選定BP神經網絡模型各神經元之間連接權值和閾值的初始值；沉降的影響因素，確定輸入為時效因子、水位因子以及降雨因子，輸出為沉降值；以實測數據建立訓練樣本；輸入訓練樣本，按式(1)和式(2)計算各層輸出，同時計算誤差總和；若誤差總和滿足精度要求或訓練次數達到5 000次，則結束訓練，否則，修改權值和閾值后，繼續訓練。

隱層輸出：

(1)

輸出層輸出：

(2)

其中，hj為隱含層各節點的輸入;yj為隱含層各節點的輸出;xi為輸入值;wij為輸入層到隱層的權值;θj為隱層閾值;ls為輸出層各節點輸入;Os為輸出層各節點的輸出;cjs為隱層到輸出層的權值;γj為輸出層閾值。

3 工程實例

本文以某水庫大壩為例，按照上文系統的功能模塊劃分和開發流程，以Revit為平臺，結合visual studio和C#語言，開發基于BIM技術的大壩安全監測信息系統。

3.1 大壩的三維建模

Revit中建模一般是先建立項目的軸網和標高，然后利用軟件自帶的樣板文件和族文件，建立三維模型，再依據軸網和標高準確放置。由于水工建筑物的結構不同于一般的建筑物，無法直接使用Revit提供的樣板文件與族文件。為了充分展現水工建筑物的特點，本文利用二維的CAD圖紙，對大壩的不同部分，如壩體、防浪墻、正常溢洪道、泄洪涵洞等，通過放樣、拉伸、融合、旋轉等操作，分別繪制三維模型，再通過軸網和標高進行整合，從而形成大壩的整體三維模型，如圖2所示。

為了更好地實現基于BIM的安全監測功能，在大壩三維模型中放置監測儀器的等比例三維模型，直觀體現儀器的類型以及布設位置[8]。利用Revit的“族”圖元特性，在項目中新建族模型，依照監測儀器的實體裝置，通過放樣融合、旋轉等操作，創建各監測儀器的三維模型，如圖3,圖4所示，并設置好模型的各項參數，如幾何尺寸、材料等，以儀器的名稱命名，載入項目文件夾中，形成自定義族庫。

布設大壩的各類監測儀器時，利用自定義族庫，只需確定監測儀器的類型和布設的具體位置，載入對應的族模型，即可快速在系統中設置監測儀器三維模型。

3.2 監測信息可視化管理

大壩的監測項目眾多，數據量大，為對監測數據進行有效的管理，本文利用數據庫技術，結合Revit二次開發，在Revit中建立監測項目與數據的關聯，實現對監測數據的高效便捷管理，并采用了兩種方法，一種是在菜單欄中建立與數據關聯的命令按鈕；另一種是通過監測儀器的三維模型，直接關聯數據。

大壩的安全監測方案依據工程實際進行設計，例如降雨量監測在工程中可以放置雨量計進行監測，也可直接使用當地的氣象數據。考慮以上兩種情況，本文對降雨量監測數據采用第一種關聯方式。

為實現降雨量監測項目與數據的關聯，在visual studio中新建類庫，添加引用“RevitAPI.dll”“RevitAPIUI.dll”，實現IExternalApplication接口。在類庫中新建winform窗體，獲取從數據庫中讀取的降雨量監測數據，利用C#語言編寫winform窗體與Revit交互代碼，并在菜單欄中生成相應的命令按鈕，從而實現降雨量監測項目與監測數據的關聯。使用者單擊Revit菜單欄中的“降雨”按鈕，即可查詢數據庫中降雨的監測數據，如圖5所示。

系統對位移、滲流量等具有三維模型的監測項目，使用了上文中的兩種方法關聯數據，下文以位移監測數據關聯為例，對第二種方法的使用進行闡述。

基于Revit軟件參數化建模的特性，每個監測儀器模型在建立時，擁有不同且唯一的ElementID[9]。在新建的類庫中，同樣添加引用并實現IExternalApplication接口，不同的是編譯代碼時，使用pick object()方法，將測點的ID號與類庫中的winform窗體綁定，從而實現儀器三維模型與數據的關聯。使用者在系統中查看位移測點時，單擊該測點的三維模型，即可查詢該測點的監測數據，如圖6所示。

3.3 監測數據預測分析

從系統中調用監測數據分析模塊，實現監測數據的預測分析。本文以沉降監測數據分析為例，采用模塊中的BP神經網絡模型進行分析預測。依據大壩的實際情況，選取時效因子t、水位因子h、前期雨量和(前3天)R1-3為輸入因子，將測點2018年9月1日～9月25日的實測數據作為訓練樣本，當模型的總體誤差降至0.001或訓練次數達到5 000次時停止訓練。BP神經網絡對測點的25組實測數據進行計算，并預測后3天的沉降，如圖7所示。其中沉降的實測值與擬合值的相對平均誤差為0.65%，預測沉降的平均相對誤差為0.58%，表明本文構建的BP神經網絡模型精度較高，預測效果較好[10-11]。

4 結語

本文基于BIM技術，在Revit中，利用二維CAD圖紙建立工程的三維模型，依照監測儀器實體裝置，建立監測儀器族模型，并利用visual studio和C#語言，對Revit進行二次

開發，實現系統與數據庫的交互，內建安全監測模型，對監測數據進行預測分析。以某水庫大壩作為工程實例，構建大壩的安全監測信息系統，全方位呈現了大壩結構、監測儀器類型及布設，提高了安全監測的可視化程度；數據管理模塊通過Revit與數據庫的交互，實現了監測數據的高效管理；監測數據分析模塊建立的BP神經網絡模型，對實測數據的預測分析取得較好的預測效果[12]。