[发明专利]一种基于BIM技术的高大梁板一键识别方法在审

专利信息
申请号: 201911002562.9 申请日: 2019-10-21
公开(公告)号: CN111209614A 公开(公告)日: 2020-05-29
发明(设计)人: 李贲;卢福新;陈春城;孟辉;谭志刚;曾戈文;陈文卉;邹积霖;徐鹏飞;张峥嵘;於丙昊;李佳乐;徐子鸣;陈昂 申请(专利权)人: 广州市第一市政工程有限公司
主分类号: G06F30/13 分类号: G06F30/13;G06T17/00
代理公司: 北京盛凡智荣知识产权代理有限公司 11616 代理人: 商祥淑
地址: 510060 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 bim 技术 大梁 板一键 识别 方法
【说明书】:

发明涉及一种基于BIM技术的高大梁板一键识别方法,将高大梁板搭设高度8m及以上,施工总荷载15kN/㎡及以上,集中线荷载20kN/m及以上,通过模型中上下两层板之间标高,通过REVIT API利用C#语言编码,限制模型中条件,改变模型中楼板或梁颜色,在模型中高亮显示出来。本发明利用BIM模型,通过REVIT API利用C#语言编码,制作自动识别属于模板支撑工程中定义的高大梁、板等构件的工具,实现高大梁、板一键识别,为编制高大支模施工方案提供准确依据;且将识别后的高大梁板三维直观展示给管理人员及工人,辅助项目现场安全管理。

技术领域

本发明涉及BIM技术识别高大梁板荷载技术领域,具体是指一种基于BIM技术的高大梁板一键识别方法。

背景技术

现阶段多通过人工查图识别高大梁板,对于大型公共建筑或其他大体量现浇混凝土项目,其结构图数量、高大梁板数量之多,人工识图需要花费大量时间,且无法做到准确、无漏项,亟待改进。

发明内容

本发明要解决的技术问题是,克服现有技术缺点,提供一种基于BIM技术的高大梁板一键识别方法。

为解决上述技术问题,本发明提供的技术方案为:一种基于BIM技术的高大梁板一键识别方法,基于BIM技术,将高大梁板搭设高度8m及以上,通过模型中上下两层板之间标高,通过REVITAPI利用C#语言编码,限制模型中条件:当层间距≥8m,则改变模型中楼板或梁颜色,在模型中高亮显示出来;

施工总荷载15kN/㎡及以上,通过当模型中板厚h1≥350mm,则改变模型中所有满足该h1≥350mm楼板颜色,在模型中高亮显示出来;

集中线荷载20kN/m及以上,当梁宽b=300时,梁高h2>1.76m;当梁宽b≥400时,h2>1.32m;当梁宽b≥500时,h2>1.05m;当梁宽b≥600时,h2>0.86m;当梁宽b≥700时,h2>0.72m;当梁宽b≥800时,h2>0.62m;当梁宽b≥900时,h2>0.54m;当梁宽b≥900时,按其截面积>0.48㎡统一处理,满足上述条件时,自动改变模型中满足条件的所有梁,高亮显示或显示为自动选定状态,与模型其他构件区别开来,达到一键识别的效果。

进一步的,所述施工总荷载中荷载的组成包括均荷载=永久荷载×分项系数+施工均布活荷载×分项系数,其中永久荷载=钢筋砼自重+模板木方自重,其中钢筋砼自重=板厚×25KN/m3,其中单位模板木方自重0.3KN/m2,其中单位施工均布活荷载3KN/m2。

进一步的,所述集中线荷载=永久荷载×分项系数+施工均布活荷载×分项系数,其中永久荷载=钢筋砼自重+模板木方自重,其中单位钢筋砼自重=梁的截面积×25KN/m3,其中单位模板木方的自重=梁截面模板的周长×0.5KN/m2,其中单位施工均布活荷载=梁宽×3KN/m2。

本发明具有如下优点:本发明利用REVIT二次开发,通过超高大梁板荷载定义转换为计算机能识别的计算机语言自动选定定义中的梁、板等构件,实现一键识别属于《危险性较大的分部分项工程安全管理规定》中超过一定规模的混凝土模板支撑工程范畴内的混凝土梁、板等构件。

1、本发明在识别高大梁板时,可做到一键识别,节约大量人工识图、查图时间,且借助计算机软件的特性相比人工查找做到快速、准确、无缺漏。

2、识别后的三维立体图展示,可直观的向管理及作业人员展示该危大工程的具体部位和规模,相比传统二维展示更直观清晰,达到危大工程人人心中有数,有力辅助项目安全管理。

附图说明

图1是本发明中支模高度>8m识别后高亮显示部分的示意图。

图2是本发明中施工总荷载>15kN/㎡识别后高亮显示部分的示意图。

图3是本发明中集中线荷载>20kN/m识别后高亮显示部分的示意图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州市第一市政工程有限公司,未经广州市第一市政工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911002562.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top