解读《美国国家BIM标准》–— BIM能力成熟度模型(十一)原创

陆一昕 2019年2月28号

解读《美国国家BIM标准》–— BIM能力成熟度模型(十一)原创

BIM的核心是数据,在数据产生、管理和复用的整个过程中,数据的质量是重中之重,不准确、不完整、不规范的低劣数据将会严重影响后续的使用。因此,在BIM实施或应用时,如何有效地确保信息准确性就显得尤为重要。在BIM能力成熟度模型CMM中对信息准确性(即“Information Accuracy”)进行了重点剖析。

在美国规范中,CMM关于BIM信息准确性的评价标准是这样定义的:

解读《美国国家BIM标准》–— BIM能力成熟度模型(十一)原创

信息准确性是后续BIM数据在全生命周期使用的前提保障。但遗憾的是,我们往往更多关注了BIM的“颜值”(可视化效果),对BIM数据的准确性不够重视。当前,大部分BIM数据还停留在非常初级的手工录入和校对阶段,这种方式人因差错风险较大,验证质量不可控。那么,我们该如何来提升信息准确度呢?在美国国家规范中提到了这样两个关键点:数据有效性自动校验、空间自动计算。

先说说数据有效性自动校验。BIM数据在录入时或使用前进行必要的验证和确认,在这个过程中,主要会对数据格式以及一些有业务规则的约束进行校验。这有点类似Excel中的“数据有效性验证”,通过设定一些计算机能识别的判断规则,让计算机代替人工对数据进行自动化校验。最常见的数据校验内容有:格式、长度、范围、大小、奇偶性等。这种自动化方式的好处是,在面对BIM海量构件级数据时,计算机能快速精准地筛选出不合格的数据项,校验效率高、出错率低、可靠性远远高于人工方式。

另一个关键点则是空间自动计算。所谓空间自动计算是指,计算机能将BIM构件及其信息按物理空间划分规则,进行自动识别和组织的过程。通过这类自动化的操作,可以将BIM构件与空间位置进行逻辑关联,便于后续的提取使用。显然,依靠人工的模式已无法适应这种机械式、批量化的操作,并且在信息量较大时极易出错。所以,通过设定业务规则,实现空间自动化计算是唯一确保数据拆分、组织准确性的最佳解决途径。

解读《美国国家BIM标准》–— BIM能力成熟度模型(十一)原创

可见,在面对大体量BIM构件级数据时,普通人脑的计算能力极为有限,提高数据准确度最理想的方法是建立一系列能让计算机读懂的逻辑规则度量准则,借助机器强大的运算能力,对数据进行自动化的校验和识别。

 

 

我的观点

牛人希望您写下您的观点.......

观点碰撞
  • 静鸣惊人 2019-03-11 15:10:34

    你好,非常感谢您的原创分享,我在阅读的过程中有一个问题想要请教一下,还望百忙之中抽空解答一下,非常感谢!

    在你的文章里提到,中国的BIM相较于国外的发展有一部分的之后,其中有一大原因是企业管理和行业的模式上的问题是吗,基于这个原因我目前还想象不到其中具体的逻辑关系和问题冲突的点,一直很困惑,不知作者可有更好的理解,还望分享,感谢。

    0 0
精彩推荐
更多精彩