融合知识推理与性能仿真的性能化消防设计自动审查方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51908323
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    29.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0806.工程建造与服役
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Performance-based fire protection design is essential for quantify fire risk and improve fire safety of buildings. As an important method for design checking and optimization, the current automatic compliance checking lacks efficient knowledge updating methods and effective integration mechanism of reasoning and performance simulation. To address these problems, this research proposes a new method by integrating rule reasoning and performance simulation for performance-based design of public buildings with large spaces: 1) establish a unified domain knowledge model that captures the context information, checking rules, design data and simulation data; 2) propose an ontology-enhanced information retrieval method to extract rules for text-based building codes and dynamically update the domain knowledge model; 3) establish the coordination mechanism between rule reasoning and performance simulation based on mapping mechanism between design BIM model, domain knowledge, and simulation model, and invoking methods of the reasoning engine and simulation software. The proposed integration method could automate the checking process of performance-based fire protection design, improve checking accuracy and efficiency, enable better design optimization to build a more resilient city.
基于仿真的性能化设计是量化火灾风险、提升消防安全的重要手段。作为确保设计合规、提升设计水平的关键环节,既有自动设计审查方法存在审查知识更新困难、知识推理与性能仿真相互割裂的问题。因此,本研究结合大空间公共建筑的消防性能化设计,基于BIM与人工智能等信息技术,研究知识推理与性能仿真相融合的设计自动审查方法。重点研究:1) 面向性能化消防设计审查的领域知识建模方法,建立工程常识、审查规则、设计信息与性能仿真知识的统一描述框架与模型;2) 领域知识增强的消防审查规则自动解译方法,解决文本规范的知识抽取与领域知识模型的更新问题;3) 基于BIM和本体的知识推理与性能仿真的协同机制,建立BIM、知识模型与仿真模型的映射转换关系与推理引擎、仿真软件的动态调用方法。通过本研究,可实现消防设计性能仿真与规则检查推理的集成和自动化,对提升设计效率、改善建筑火灾防御具有重要的科学意义和工程价值。

结项摘要

针对既有自动设计审查方法存在的审查知识更新困难、知识推理与性能仿真相互割裂的问题,本研究结合大空间公共建筑的性能化消防设计,以BIM、本体论和人工智能等信息技术为支撑,研究知识推理与性能仿真相融合的设计自动审查方法。首先,课题通过文献调研与案例调查,总结了智能审图研究现状。随后,构建一个集工程常识、审查规则、设计信息与性能仿真知识于一体的领域知识模型,明确性能化消防设计审查领域知识的构成、结构与相互关系,实现性能化消防设计审查知识的统一描述与管理;在此基础上,本课题提出了领域知识增强的消防审查条文分类、拆解与规则自动解译方法,实现了自动将规范从文本解译为计算机可执行代码;最后,本课题研究了知识推理与性能仿真的协同机制,建立设计BIM模型、知识模型与仿真模型的映射转换关系,提出推理引擎、仿真软件的动态调用方法。并通过构建面向性能化消防设计的合规性自动审查与评估系统原型,验证了所提出方法的有效性。在执行期间,课题共发表学术论文34篇,其中SCI收录16篇、EI收录5篇,Automation in Construction等领域顶级期刊论文9篇;申请发明专利4项、授权发明专利3项,获2项软件著作权登记,参编地方、行业及团体标准5项并获上海市土木工程学会科技进步二等奖(排序2/9);有关成果可实现消防设计过程性能仿真、规则检查推理自动化,对提升设计效率、改善建筑火灾防御具有重要科学意义和工程价值。

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(15)
专利数量(3)
A Hybrid Data Mining Method for Tunnel Engineering Based on Real-Time Monitoring Data From Tunnel Boring Machines
基于隧道掘进机实时监测数据的隧道工程混合数据挖掘方法
  • DOI:
    10.1109/access.2020.2994115
  • 发表时间:
    2020-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Leng, Shuo;Lin, Jia-Rui;Shen, Xuesong
  • 通讯作者:
    Shen, Xuesong
Integrating NLP and Context-Free Grammar for Complex Rule Interpretation towards Automated Compliance Checking
集成 NLP 和上下文无关语法以进行复杂规则解释以实现自动合规性检查
  • DOI:
    10.1016/j.compind.2022.103746
  • 发表时间:
    2022-11
  • 期刊:
    Computers in Industry
  • 影响因子:
    10
  • 作者:
    Zhou Yu-Cheng;Zheng Zhe;Lin Jia-Rui;Lu Xin-Zheng
  • 通讯作者:
    Lu Xin-Zheng
SODA: A large-scale open site object detection dataset for deep learning in construction
SODA:用于建筑深度学习的大型开放站点目标检测数据集
  • DOI:
    10.1016/j.autcon.2022.104499
  • 发表时间:
    2022-07-31
  • 期刊:
    AUTOMATION IN CONSTRUCTION
  • 影响因子:
    10.3
  • 作者:
    Duan, Rui;Deng, Hui;Lin, Jiarui
  • 通讯作者:
    Lin, Jiarui
Building information modeling–based cyber-physical platform for building performance monitoring
基于建筑信息模型的网络物理平台,用于建筑性能监控
  • DOI:
    10.1177/1550147720908170
  • 发表时间:
    2020-02
  • 期刊:
    International Journal of Distributed Sensor Networks
  • 影响因子:
    2.3
  • 作者:
    Zhang Yun-Yi;Kang Kai;Lin Jia-Rui;Zhang Jian-Ping;Zhang Yi
  • 通讯作者:
    Zhang Yi
Knowledge-Informed Semantic Alignment and Rule Interpretation for Automated Compliance Checking
用于自动合规性检查的基于知识的语义对齐和规则解释
  • DOI:
    10.1016/j.autcon.2022.104524
  • 发表时间:
    2022-10
  • 期刊:
    Automation in Construction
  • 影响因子:
    10.3
  • 作者:
    Zheng Zhe;Zhou Yu-Cheng;Lu Xin-Zheng;Lin Jia-Rui
  • 通讯作者:
    Lin Jia-Rui

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

面向Web的BIM三维浏览与信息管理
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    土木建筑工程信息技术
  • 影响因子:
    --
  • 作者:
    王珩玮;胡振中;林佳瑞;张建平
  • 通讯作者:
    张建平
基于IFC的绿色性能分析数据转换与共享
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    清华大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    林佳瑞;张建平
  • 通讯作者:
    张建平
基于BIM的施工资源配置仿真模型自动生成及应用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    施工技术
  • 影响因子:
    --
  • 作者:
    林佳瑞;张建平
  • 通讯作者:
    张建平

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

林佳瑞的其他基金

数据与知识融合驱动的复杂机电管线时空冲突辨识机理及优化方法
  • 批准号:
    52378306
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码