FEMA P-58作为新一代建筑抗震性能评估方法,可给出精细到构件层级的地震损伤后果。然而,评估所需多源异构信息缺乏有效组织与关联,知识难以共享及重用,导致评估效率低下,自动化程度有待提高。文章在对FEMA P-58解读的基础上,提出一套基...FEMA P-58作为新一代建筑抗震性能评估方法,可给出精细到构件层级的地震损伤后果。然而,评估所需多源异构信息缺乏有效组织与关联,知识难以共享及重用,导致评估效率低下,自动化程度有待提高。文章在对FEMA P-58解读的基础上,提出一套基于建筑信息模型(building information modelling,简称BIM)和本体的建筑抗震性能评估方法。通过构建本体对评估所需信息进行统一组织;预处理工业基础类(industry foundation class,简称IFC)文件从BIM模型中获取建筑基本信息,并识别构件拓扑关系为自动化评估做准备;在BIM建模软件与结构分析软件间进行模型转换提高结构响应分析的效率和质量;借助SWRL(semantic web rule language)和SPARQL(SPARQL protocol and RDF query language)语言分别实现评估逻辑的合理表达以及语义层面的信息查询。该方法适用于建筑在现有评估类型下各性能指标的自动化预测,并具备可扩展性,为将来评估内容增删、更新提供空间。最后,以某一建筑为例进行可行性验证,取得较为满意的成果。展开更多
文摘FEMA P-58作为新一代建筑抗震性能评估方法,可给出精细到构件层级的地震损伤后果。然而,评估所需多源异构信息缺乏有效组织与关联,知识难以共享及重用,导致评估效率低下,自动化程度有待提高。文章在对FEMA P-58解读的基础上,提出一套基于建筑信息模型(building information modelling,简称BIM)和本体的建筑抗震性能评估方法。通过构建本体对评估所需信息进行统一组织;预处理工业基础类(industry foundation class,简称IFC)文件从BIM模型中获取建筑基本信息,并识别构件拓扑关系为自动化评估做准备;在BIM建模软件与结构分析软件间进行模型转换提高结构响应分析的效率和质量;借助SWRL(semantic web rule language)和SPARQL(SPARQL protocol and RDF query language)语言分别实现评估逻辑的合理表达以及语义层面的信息查询。该方法适用于建筑在现有评估类型下各性能指标的自动化预测,并具备可扩展性,为将来评估内容增删、更新提供空间。最后,以某一建筑为例进行可行性验证,取得较为满意的成果。
