掌桥专利:专业的专利平台
掌桥专利
首页

一种基于BIM和改进型蚁群算法的除臭管道系统生成方法

文献发布时间:2024-04-18 19:53:33


一种基于BIM和改进型蚁群算法的除臭管道系统生成方法

技术领域

本发明涉及一种除臭管道系统的管线设计技术。

背景技术

随着城市化水平的提高,城市污水处理厂、垃圾处理站、污泥焚烧等市政基础设施日渐增多,除臭系统作为此类市政项目设计中的重要一环,为车间内及周边环境的改善起到至关重要的作用。传统除臭系统设计中,在工艺方案确定后,一般是首先确定除臭塔或核心处理设备位置,然后根据臭气所在区域,进行局部密闭处理,随后通过CAD软件二维绘图布置风口和管道路由,再进行风口和管道的连接,最后根据管路的水力平衡和其他专业图纸调整管径。

然而,传统除臭系统设计有着明显的弊端:其一,可视化效果差,各专业空间位置识别困难,节点位置需反复开会讨论;其二,准确度低,由于管道路由布置一般是人工确定,对净高的控制、梁下空间把握准确度较低,尤其在梁下空间狭小、净高要求高的情况下,很容易造成和结构梁或其他专业管道碰撞;其三:可优化性差,随着方案的不断更新,深化图纸的不断更迭,管道空间排布紧张,需要对路由不断优化,此时传统设计的弊端越来越明显。其四:耗时长效率低。依靠设计人对多专业图纸平面路由叠图、净高需求不断进行人工计算、分析、开会协商,用时长效率低,管道计算和布置自动化程度较低;其五,易出现变更成本高。人工确定的路径在遇到局部净高低、图纸未完全更新等问题导致路径规划不合理时,只能通过联系单等形式,调整局部的土建或机电解决,导致成本增加。

管道系统设计的核心在于路径规划,目前路径规划的主流算法有蚁群算法、A*算法、神经网络算法等,其中蚁群算法研究热度极高。蚁群算法是1991年意大利学者M.Dorigo发现的一种仿生学算法,该算法是蚁群为寻找食物,其原理是利用蚂蚁之间传递的“信息素”(费洛蒙的化学物质),实现行走路径被其他蚂蚁感知,距离实食物越近蚂蚁留下的信息素浓度越高,后续蚂蚁选择此路线的概率越大,通过不断的迭代计算,最终找到最优路径。蚁群算法使用场合有:路径规划,商旅问题,电力分配,通信路由等领域。主要优点:1)蚂蚁之间有信息共享和合作机制,可实现搜索的最优解;2)蚁群自身的正反馈机制,可强化寻优能力;3)易与其他算法结合。主要缺点:1)大空间大范围的路径寻优速度慢,耗时长;2)容易陷入局部最优解局面。

对于蚁群算法的改进,目前主要集中在如下方面:1)蚁群算法和其他算法的交叉融合,互补优缺点提高计算速度。如中国专利文献CN 108932876A一种引入黑区的A*和蚁群混合算法的快递无人机航迹规划方法,其综合了蚁群和A*算法优点,实现路线避障和快速寻优;2)对下一节点选择概率的改进,降低搜索的盲目性,提高计算效率。如中国专利文献CN 111310999 A一种基于改进蚁群算法的仓库移动机器人路径规划方法,利用效用函数对路径搜索结果进行排序,使信息素具有正确的方向性,提高了蚂蚁选择较短路径的概率,避免了在搜索过程中的盲目性,提升计算速度;3)信息素分配规则的调整,引入奖惩机制进行信息素的更新和分配。如中国专利文献CN 111748822A一种基于改进蚁群算法的多配送中心车辆路径优化方法,通过将启发式信息的罚函数加入到各配送点的信息素更新过程中,提高算法的搜索效率,然后对非劣解集合中的非劣解进行模拟退火,有效地避免了蚁群算法陷入局部最优。

以上算法的改进策略,多是从不同算法的复合交融、选择概率的函数优化、信息素分配机制角度出发,但是对于蚁群算法同时引入正负双反馈调节,通过强化正反馈因子加快计算速度,采用负反馈改善局部最优解,二者结合的算法目前罕有,且此改进型蚁群算法对核心函数调整量小,仅需调节正负反馈因子,计算效率高,避免陷入局部最优优势明显,故可从此角度进行改进优化。

发明内容

本发明的目的是提供一种基于BIM和改进型蚁群算法的除臭管道系统生成方法,以解决通过改进型蚁群算法,执行计算命令,生成管道路径规划图的技术问题。

为了实现上述发明目的,本发明所采用的技术方案如下:

一种基于BIM技术和改进型蚁群算法的除臭管道生成方法,包括:

1)步骤一,收集项目需求后,通过BIM正向或半正向设计,生成梁下可用空间分析图,其中梁下可用空间分析图应满足以下特征:

空间分析图内的质点应满足,在直角坐标系下,一方面,质点的Z方向的坐标,满足梁底可用空间计算公式和梁下净高要求的点集公式;另一方面,X、Y方向不与现有项目BIM模型内的构件,即障碍物位置重合,即满足不与障碍物重叠的点集公式;

(1)梁底可用空间计算公式

H

式中,H

(2)满足梁下净高要求的点集公式:

P={P

H

P

(3)满足障碍物以外区域点集公式:

P=U-P{P

P为满足障碍物以外区域点集,U为研究区域内所有质点的全集,P(x

2)步骤二,将梁下可用空间分析图网格化,切分为细小的网格单元便于后续计算,网格划分单元具有如下特征;

(1)平面图中,网格尺度有:100mmx100mm,10mmx10mm,1mmx1mm,粗、中、细3种精度,网格尺度可根据工程精细程度、计算速度,在计算机中进行尺度的调整;

(2)网格划分的结果是将二维的空间分析图划分为细小单元,将满足净高要求的点集,容纳到所划分的网格单元中,形成类似细胞核和细胞的包含关系;

3)步骤三,在网格拆分后的梁下可用空间分析图中,布置臭气收集点和臭气处理设备的位置,将臭气处理设备管道接口位置作为起点,距除臭设备最远端臭气收集点作为终点,中间位置臭气收集点作为中间点;

4)步骤四,根据梁下可用空间分析图、在除臭管道系统边界参数界面,输入臭气收集点位置、臭气处理设备位置、建构筑物障碍物位置、管道曲率半径等边界条件,通过改进型蚁群算法,执行计算命令,经过正负反馈双重调节加快计算,当设计条件发生变更时进行判断并调整边界参数重新进行计算,循环计算,直至生成最终的管道路径规划图;

(1)此步骤四中,在改进型蚁群算法中定义了蚂蚁爬行速度、转移概率、信息素分配、臭气信息素计算公式;

(2)此步骤的计算最终目的:是形成最终的管道路径或管道路由规划图;根据图1的流程图和图4的改进型蚁群算法的流程,进行初步试算和复核计算,并可适应外界参数调整时修改计算边界参数,重新计算;

(3)具备正负反馈调节机制;由于蚂蚁爬行速度主要受信息素分配影响,可解决以下3种调节机制下的计算问题;机制1,当爬行速度缓慢时,通过在信息素分配公式中提高正反馈因子Gstren,增大信息素在此支路的累计,加快蚂蚁爬行速度,即迭代计算速度v

(4)改进型蚁群算法的核心函数1,即蚂蚁爬行速度:

式中,vτ定义为蚂蚁爬行瞬时速度,是无限短的微元时间内某一位置蚂蚁爬行位移△L和所用时间△τ的比值;

(5)核心函数2:改进型蚁群算法的转移概率公式:

式中,Gstren为正反馈的强化因子,Sbad为臭气信息素(负反馈因子),其余参数同传统蚁群算法转移概率公式;

(6)核心函数3:改进型蚁群算法的信息素分配公式:

/>

式中:Gstren为正反馈因子,Gstren∈[1,2]。①正常爬行时,Gstren=1;需要加快计算速度时,通过正反馈因子快速增加信息素的积累;②蚂蚁爬行停滞陷入局部最优解时,爬行速度vτ→0,通过Sbad臭气信息素负反馈调节算法进程;

(7)核心函数4:臭气信息素计算公式:

S

5)步骤五,结合管道路径规划图自动布置管道,阀门附件,进行设备连管、风口连管;

其一,结合BIM技术,在管道路径形成后,按照设计管径将管道路径的单线图,转变为有实际管道壁厚、管径、材质的双线图,实现自动布管;其二,通过手动添加阀门附件和末端的风口等,完成管道系统的布置;

6)步骤六、根据风口、风管风速要求,复核风管水力,确定最终除臭管道系统;

结合规范中对设计参数的变化范围,对阻力损失的要求约定,进行校核计算,调整矩形风管长、宽尺寸或圆形风管的管径,实现除臭管道系统的优化。

本发明的积极效果如下:

(1)数据准确度高。一方面,根据BIM模型采集得到的净高、平面位置关系等与实际完全一致,准确度和可信度高;另一方面,改进型蚁群算法是基于现有算法,对转移概率、信息素分配等核心公式的改进,底层理论数据支撑严谨准确;

(2)计算速度快。一方面,通过梁底可利用空间分析图简化三维问题为二维问题,节省大量计算工作,另一方面,基于改进型蚁群算法的正负反馈,可快速生成的最优路径,后续还可用高性能电脑进行大量案例训练和运算,进一步提高计算速度;

(3)耗时少效率高。本方法用于人脑思考时间少,主要依靠电脑计算机计算,速度快效率高,可为大幅节约设计周期;

(4)可视化程度高。结合BIM模拟施工预建造,直观明显地得到各专业空间位置关系,方便了各专业的识图、校核、协调和修改,提高了设计效率;

(5)可优化能力强。随着方案的不断推进,BIM模型,梁下可用空间分析图、管道路径规划图可实时更新,随项目不断计算生成,得到最优解;

(6)节约建设成本。通过BIM技术快速准确地进行管道系统布置,节约设计计算时间,提前解决碰撞问题,避免返工造成的人力物力投入,节约设计和施工成本,环保且经济;

(7)适用性广泛。不仅在水厂、垃圾处理厂、污泥干化焚烧项目等各种除臭设计中可用,基于此套除臭管道系统的生成算法,将臭气收集点、臭气处理设备分别改为热水用水点、热水入口便可衍生到建筑给排水的热水系统,将臭气收集点、臭气处理设备分别改为新风风口或排烟风口、通风机房或排烟机房便可适用于暖通的新风系统、排烟系统等,可复用性和适用性强;

(8)数字化程度高。利用BIM技术和改进型蚁群算法,推动市政工程的正向设计和数字化进程。

附图说明

图1本发明的除臭管道系统生成方法流程图;

图2本发明的梁下可用空间分析图;

图3本发明的栅格网格中除臭管道路径示意图

图4本发明的改进型蚁群算法计算原理图;

图5本发明的除臭管道系统边界参数录入界面;

图6本发明的数字化信息传递关系。

具体实施方式

一种基于BIM技术和改进型蚁群算法的除臭管道生成方法,其特征在于,包括以下主要流程、核心函数和核心创新点。

(1)本发明的主要流程:如图1,步骤一,收集项目需求后,通过BIM正向或半正向设计,生成梁下可用空间分析图(如图2,在图2中斜线阴影部分为梁下可利用空间,点状阴影部分为梁下不可利用空间);步骤二,将梁下可用空间分析图网格化,切分为细小的网格单元便于后续计算;步骤三,在网格拆分后的梁下可用空间分析图中,布置臭气收集点和臭气处理设备的位置,将臭气处理设备管道接口位置作为起点,距除臭设备最远端臭气收集点作为终点,中间位置臭气收集点作为中间点(如图3,在图3中斜线阴影部分为梁下可利用空间,点状阴影部分为梁下不可利用空间,右上角五星标志为起点,左侧五星标志为最远端收集点,三个实心黑点为三个中间收集点,网格处为网格化处理);步骤四,根据梁下可用空间分析图、在除臭管道系统边界参数界面(如图4),输入臭气收集点位置、臭气处理设备位置、建构筑物障碍物位置、管道曲率半径等边界条件,通过改进型蚁群算法,执行计算命令,经过正负反馈双重调节加快计算,当设计条件发生变更时进行判断并调整边界参数重新进行计算,循环计算,直至生成最终的管道路径规划图;步骤五,结合管道路径规划图自动布置管道,阀门附件,进行设备连管、风口连管。步骤六、根据风口、风管风速要求,复核风管水力,确定最终除臭管道系统。

图5数字化信息传递关系图,主要表达了根据本发明的流程,可实现如下数字信息的输入流程和交付过程。其过程主要为:1)输入模型信息。利用BIM技术建立土建、设备、管线等参数化模型,赋予模型信息;2)输入位置、尺寸坐标信息,包括臭气收集点坐标、车间层高、净高要求、吊顶高度、管道尺寸;3)导出图像信息,包括梁下可用空间分析图,以颜色方案、图案填充或RGB像素形式进行呈现;4)输入和输出数字信息,具体指通过输入边界条件信息,结合算法内部的函数关系进行计算,最终可输出计算书;5)输出路径信息,在完成除臭管道系统路径计算后,输出管线路径规划图或曲线。最终上述信息可进行多元输出,以模型信息、位置坐标、尺寸参数、图像信息、数字信息、路径信息等形式反馈给业主,实现设计产品的数字化交付。

(2)本发明的核心函数:

a、本发明中生成梁下可用空间分析图的核心公式:

1)梁底可用空间计算公式

H

式中,H

2)满足梁下净高要求的点集公式:

P={P

H

P

3)满足障碍物以外区域点集公式:

P=U-P{P

P为满足障碍物以外区域点集,U为研究区域内所有质点的全集,P(x

b、本发明的改进型蚁群算法的核心函数:

1)蚂蚁爬行速度

式中,v

2)改进型蚁群算法的转移概率公式:

式中,G

3)改进型蚁群算法的信息素分配公式:

/>

式中:G

4)臭气信息素计算公式:

S

(3)本发明的核心创新点有四处:其一是梁下可用空间分析图的生成流程。它是以BIM技术为载体,对梁下空间和净高要求进行差值计算,形成二维空间分析图,以减少三维问题求解计算量;其二是提出改进型蚁群算法,通过建立双反馈调节机制,通过提高正反馈因子,增大信息素在此支路的累计,加快蚂蚁爬行(迭代计算)的速度,同时对于求解完成或陷入局部最优解的问题情景,一方面采用臭气信息素(负反馈因子)降低信息素的累计,提醒其他蚁群避免此支路的重复计算,尽快完成此支路的收敛判断;其三,是BIM技术和改进型蚁群算法的深度结合,通过上述步骤,以软件或插件的实体形式辅助设计快速生成除臭管道系统;其四,实施的过程中,可实现多元信息输入和输出,实现设计产品的数字化交付。

8.实施例

以下实施例仅是为清楚说明本发明所作的举例,而非对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在下述说明的基础上还可以做出其他不同形式的变化或变动,而这些属于本发明技术实质所引出的显而易见的变化或变动仍处于本发明的保护范围之内。

实施例1:

步骤1,收集各专业设计条件。具体如:建筑的空间布局、结构所需的各专业载荷信息、暖通发供暖通风布置要求、电气的设备用电等资料,同时同步收集除臭的换气次数、点位需求等除臭系统设计详细条件;

步骤2,基于BIM软件进行正向半正向设计。利用Revit构建土建、工艺、机电专业模型,布置详细的设备、管阀仪表等构件;

步骤3,生成梁下可用空间分析图,并进行网格化处理。基于梁底可用空间计算公式,通过各房间的层高、梁高和净高要求计算梁下可用空间,在Revit中生成并导出梁下可用空间分析图,如图2;进一步,对梁底可利用分析图栅格化,划分如图3所示的m x n的网格(m,n分别为横向、纵向网格个数);

步骤4,输入/调整边界条件。在Visual Studio中运用C语言进行计算机二次开发,编制除臭管道系统边界录入界面,录入界面可以插件或软件形式和BIM软件结合,如图4。在此界面中输入项目信息、除臭工艺、边界条件、除臭系统的起点、终点、若干个中间收集点、选择并确定计算算法,当个别专业边界条件有变化时可在此界面调整,实现完成初始化和计算准备工作。

步骤5,基于改进型蚁群算法进行计算。根据本发明的改进型蚁群算法转移概率公式、信息素分配策略公式、臭气信息素计算公式等,计算蚂蚁爬行路径。按照“先求解主干路径,再求解分支路径”的原则,算法计算原理如图5。具体计算中常遇到如下3种情景,情景1:计算速度缓慢问题:通过在信息素分配公式中提高正反馈因子Gstren,增大信息素在此支路的累计,加快蚂蚁爬行速度(迭代计算速度)vτ;情景2:计算停滞陷入局部最优解问题,具体表现为蚂蚁爬行速度vτ→0,对于求解完成或陷入局部最优解的问题情景,通过释放释放臭气信息素Sbad,通过负反馈调节降低信息素的累计,提醒其他蚁群避免此支路的重复计算,尽快完成此支路的收敛判断,臭气信息素Sbad随蚂蚁的在此不利支路的撤退逐渐减弱,当蚂蚁完全退出此不利路径且恢复正常爬行速度时,臭气信息素停止分泌;情景3:个别专业更改条件问题:此时进行逻辑判断,如无条件变化,输出最优主干管和分支管路径,如有变化,根据具体调整在BIM模型中重新修改对应的初始边界条件,更新梁底可用空间分析图和蚁群算法计算数据,直至计算完成主干和所有分支路径;

步骤6,生成路径规划图和初版除臭管道布置。根据步骤5的计算结果,在BIM软件中绘制主干路、支路路径,绘制初版的除臭系统管道布置;

布置7,管径校核计算。布置除臭风口并连接风管,布置设备、阀门仪表,进行风管水力校核计算,得到最终的除臭系统布置。

布置8,输出最优的除臭系统管道布置及多元数字化信息。包括除臭系统CAD图纸、三维效果图、三维剖切图,BIM漫游动画等多种数字化成果,完成设计产品数字交付。

实施例二:本发明在其他领域的应用

本发明的技术方法不仅可生成除臭管道系统,方便给水厂、污水厂、垃圾处理厂、污泥干化焚烧项目的除臭系统设计,对于管道贴梁底敷设或吊顶内敷设、有明确的管线起点和中间点的系统,亦可应用,如:热水系统、新风系统、消防排烟等系统,具体如下:

1)热水系统的应用:基于本发明的除臭管道系统生成算法,保持步骤1~8主要内容不变,将步骤4中边界条件进行修改:风管长度和宽度参数改为热水管径,蚁群爬行的栅格网格图中的起点和中间点,分别改为热水入口和热水用水点,步骤7中的布置除臭风口和风管阀件,改为卫生洁具和给水阀件,便可生成建筑给排水专业的热水系统设计工作;

2)新风系统的应用:基于本发明的方法,保持步骤1~8主要内容不变,仅将步骤4中边界条件进行修改:蚁群爬行的栅格网格图中的起点和中间点,分别改为新风机房、各房间的新风风口位置可生成新风系统;

3)消防排烟系统:基于本发明的方法,保持步骤1~8主要内容不变,仅将步骤4中边界条件进行修改:蚁群爬行的栅格网格图中的起点和中间点,分别改为机械排烟机房、机械排烟风口,便可生成消防排烟系统。

相关技术
  • 基于改进型蚁群算法的数据中心巡检机器人路径规划方法
  • 一种基于改进型蚁群算法的配网低电压自动治理方法
  • 一种基于改进型蚁群算法的配网低电压自动治理方法
技术分类

06120116338548