连立川　张鹏程　刘燕妮

(福建工程学院土木工程学院、福建省土木工程新技术与信息化重点实验室、国家级土木工程虚拟仿真实验教学中心，福州　350118)



基于BIM体系的钢筋优化下料初探

连立川张鹏程刘燕妮

(福建工程学院土木工程学院、福建省土木工程新技术与信息化重点实验室、国家级土木工程虚拟仿真实验教学中心，福州350118)

钢筋工程是混凝土框架结构中的组成部分，在造价中占有很大的比例。传统钢筋下料面临算量偏差、裁切无章等问题，造成不必要钢筋成本增加。运用BIM虚拟仿真技术可指导实际工程，研究从(1)施工深化设计和(2)钢筋优化下料两方面展开，讨论将BIM技术和优化算法结合，建立基于Revit实体配筋技术导入钢筋下料优化方法初步程序。为后期开发下料插件提供思路，以达到优化钢筋的下料，减少资源的浪费。

钢筋下料； 建筑信息模型； 优化演算法； Revit配筋

【DOI】 10.16670/j.cnki.cn11-5823/tu.2016.04.12

1　引言

混凝土框架是房屋建筑的主要结构形式，钢筋工程是混凝土结构中的重要组成部分，在工程造价中占有很大的比例。杨党辉等人[1]指出，我国因城镇化的快速发展，相关工程建设不断增加，建筑钢筋用量将不断地上升。钢筋浪费是广泛存在的问题之一，合理的设计与施工是经济钢筋的使用前提。如图1所示，本研究重点为在合理结构设计图纸的前提下，如何使钢筋施工用量最少。建筑信息模型(Building Information Modeling，BIM)技术的理念为应用数字化技术，在计算机中把建筑物所有信息都储存于其对应的虚拟建筑模型中，构造出一个与现实精确匹配的虚拟平台。王策等人[2]指出钢筋管理流程为：钢筋下料表→钢筋算量→钢筋原材计划→钢筋原材采购→进场原料验收、出入库→钢筋加工→钢筋绑扎。研究将从施工深化设计和钢筋算量下料两方面展开，透过BIM的可视化技术与钢筋数量提取的功能[3]，讨论如何将BIM技术和优化演算法(Optimization Method)结合，建立基于Revit钢筋下料优化初步程序，以达到钢筋下料最少。

图1　研究方向

2　Revit钢筋深化建模

BIM，从英文字面上理解为，Building-建筑，Imformation-信息，Modeling-模型，应用数字化技术，在计算机中把建筑物所有信息都储存于其对应的虚拟建筑模型中，构造出一个与现实精确匹配的虚拟平台。人们可以在此平台上，虚拟仿真出整个建筑物的全生命周期，应用虚拟结果指导现实，在整个建筑的规划、设计、施工、运营维护等过程中帮助工程技术人员作出相对准确的判断和决策。BIM的热潮顺应了当下大数据时代，大数据科技正带领中国建筑业向信息化转型。

Revit是我国建筑业BIM体系中使用最广泛的软件之一。利用Revit BIM技术建立可以直接指导施工的实体配筋模型具有如下优势[1]：1)实体配筋在平面、立面、剖面、图中可见、直观； 2)可以将结构设计和施工对接，发现结构设计中存在的问题，有利于结构设计人员对结构设计的把握； 3)钢筋尺寸和定位准确，可以直接指导现场施工； 4)可以对复杂节点进行钢筋碰撞检查； 5)根据实体钢筋配置方案确定钢筋下料方案，确定下料长度，减少施工过程中的浪费。

研究采用Revit软件，根据国家建筑标准设计图集(11G101)对一个模拟的混凝土框架结构进行配筋，配筋建模过程遵循以下几个准则：

(1)对于钢筋长度超过9m(施工现场的钢筋原料长定为9m)的，由现场工程师经验指导在模型中进行钢筋搭接，搭接位置会避开受力薄弱点；

(2)施工现场常会出现复杂节点施工困难导致临时变更问题，对此充分利用BIM技术在模型中对其穿插模拟，得到一个最优施工方案，同时减少不必要的钢筋浪费；

(3)最终出的钢筋模型图可以直接指导施工，达到虚拟指导现实目的。图2为本研究针对某一真实案例，完成的混凝土框架结构最终钢筋模型图及其某一复杂节点。图中可发现，利用Revit BIM可视化技术，建构钢筋模型完全可行，钢筋尺寸和定位准确，使隐蔽工程可视化，可身临其境感受配筋信息。

图2　配筋模型及某复杂节点

3　优化算法解决下料问题

3.1Revit钢筋算量

根据Revit产生的钢筋模型，经过整理，可产生不同直径的钢筋用量及该直径具体料需(以直径为12mm为例)分别如表1所示。从表1可看出，用量最大是直径为14mm的钢筋，占全部钢筋的13.85%； 用量最小是直径为10与18mm的钢筋，占全部钢筋的0.21%； 直径为12mm的钢筋用量占13.79%，其中长度为5.45m的所需根数最多，为72根。数量明细表已经详细列出所需钢筋的长度以及其数量情况等，这些内容都是后续钢筋下料需要用到的重要信息。

3.2钢筋裁切数学模型

为了解决实际钢筋裁切问题，首先必须将裁切问题归纳成数学问题，即建立相关数学模型。举例来说有多根长度为1m的钢筋，欲裁切成40、30及20cm长的棒料分别为20、45及50根，如何下料最省？所谓如何下料最省是指把1m长的钢筋按三种长度作裁切，在满足不同料长的根数要求前提下，使钢筋废料最少。因此首先必须分析1m长的钢筋，若要裁切成三种长度有几种方法，以本案例来说，将会有8种裁切方案，这8种方案各产生了废料情况，整理如表2所示。由表2可看出若采用方法Ⅲ，则各可产生1根40、30及20cm的钢筋，但产生废料10cm； 若采用方法Ⅵ，则可产生2根30cm及2根20cm的钢筋，无废料产生，但无法切割出40cm的钢筋。上例即为简单的下料问题，须转换成数学模型以便求解，模型为公式(1)及公式(2)所示，分别为目标函数与约束方程。这些公式将转换成可编程的程序语法(本研究采用Matlab)，以提供最优算法求解。

目标函数：

(1)

约束方程：

(2)

其中，x是总使用钢筋根数；xi包括x1～x8，是8种方法的使用次数。

表1　钢筋用量明细表

钢筋直径(mm)钢筋长度(m)所需根数总计长度所占百分比(%)6——829.0313.858——664.1411.1010——12.520.21121.488825.2213.791.5721.8822.0022.28102.48252.65202.7212.93102.9883.1243.2523.5024.1724.5024.8585.45725.6567.2228.5028.62814——829.0313.8516——664.1411.1018——12.520.2120——825.2213.7922——553.079.24总长5984.48100

表2　钢筋裁切方法整理

方法棒长(cm)IⅡⅢⅣⅤⅥⅦⅧ最少根数402111000020300210321045201013023550余废料00100100100

3.3优化算法

国内外目前被提出的优化算法有很多种，不管使用哪一种算法，关键是面对何种优化问题，例如可行解变量的取值(连续还是离散)、目标函数和约束条件的复杂程度(线性还是非线性)等，然后选择适用的优化算法。对于连续和线性等较简单的问题，可以选择一些经典算法，例如最陡坡降法(Gradient Steepest Descent Method，GSDM)等； 而对于更复杂的问题，则可考虑用一些智能优化算法，例如遗传算法(Genetic Algorithm，GA)和蚁群算法(Ant Algorithm)，此外还包括粒子群算法(Particle Swarm Optimization，PSO)以及近年来发展的群智能算法(Swarm Intelligence，SI)等。举例来说，图3为粒子蜂群算法(Particle Bee Algorithm，PBA)的群智能算法架构[4～6]。图3中，粒子蜂包含四种，分别是(1)侦察蜂(n)，(2)精英蜂(e)，(3)优异蜂(b)及(4)随机蜂(r)。精英蜂占侦察蜂种数的半数，剩下的半数由优异蜂及随机对分。粒子蜂群算法包含三个参数，即精英蜂的迭代数(Pelite)及优异蜂的迭代数(Pbest)，最后整体的迭代数(Bitr)。本研究认为钢筋数量明细表在整理后，将其设计成钢筋裁切数学求解模型，再经由优化算法求解，便可有效提出最优钢筋下料裁切方案。

图3　粒子蜂群算法架构

4　钢筋下料裁切初步优化程序

钢筋下料裁切初步优化程序如图4所示，具体过程如下：

图4　钢筋下料裁切优化初步程序

1)统计钢筋明细表：首先在Revit明细表中统计出不同直径钢筋用量明细表；

2)透过Revit功能将明细表导出：将明细表通过汇出功能，将明细表转换成文字档，再汇入Excel进行再次整理，如表2所示；

3)将Excel数量表经由公式(1)及公式(2)的转换，程序化成Matlab可以读取的数学程序码；

4)使用Matlab写成的优化算法，对钢筋数量数学程序码进行优化，使产生钢筋下料裁切的最后钢筋数与废料情况；

5)对搜寻出不同钢筋下料裁切方案进行分析；

6)确认优化方案可行，若不可行，再回到第4步骤。

5　结语与展望

5.1结语

研究以一个假设混凝土框架结构为例，提出基于Revit的钢筋下料优化初步程序，充分利用BIM技术和优化演算法，成果初步表明该下料优化程序具有可行性，程序除了实现虚拟施工指导实际，还引入优化演算法得到最优下料方案，可为BIM技术在钢筋下料优化方面更好运用于实际工程提供方向。正是因为BIM技术可以实现虚拟和实际无缝链接，才使我们的研究变得更有意义。作为一个初步程序，其思路可为相关人士提供借鉴。

5.2展望

该下料程序目前只是初步程序，最终课题目的为设计出一个Revit下料插件，实现钢筋下料最优化，是BIM技术的完善； Revit只是BIM体系里的一个软件，研究认为下料优化初步程序同样适用于其他BIM软件，如Tekla等，未来可做其他BIM软件的扩展； 同时我们提出的钢筋下料初步程序也可被用于其他材料下料如一维下料(管材等)，二维下料(模板等)，未来也可做深入研究； 需要指出，目前Revit软件配筋效率偏低，现有的Revit Extension 插件也略显不足，如何开发出操作方面、效率高的配筋插件也是未来的研究方向。

[1]杨党辉， 苏原，孙明.基于技术的混凝土结构配筋精益化设计分析[C].工程建设中计算机应用与创新实践， 2004：203-207.

[2]王策， 刘昌平，杨晓.钢筋下料优化管理方法与施工技巧[J].施工技术， 2014:204-206.

[3]刘燕妮， 连立川，吴波.以粒子蜂群神经网络建立高性能混凝土强度模型[J].福州大学学报， 2016， 44(2)： 253-258.

[4]连立川， 刘燕妮，叶怡成.以粒子蜂群网络建立高性能混凝土坍落度模型[J].福建工程学院学报， 2015， 13(1)： 1-9.

[5]Li-Chuan Lien，min-Yuan Cheng，A hybrid swarm intelligence based particle-bee algorithm for construction Site Layout Optimization，Expert Systems with Applications， 2012(39)： 9642-9650.

[6]Li-Chuan Lien，min-Yuan Cheng，Particle bee algorithm for tower crane layout with material quantity supply and demand optimization，Automation in Construction， 2014(45)： 25-32.

Preliminary Procedure Study on BIM-based Steel Bars Picking Optimization

Lian Lichuan， Zhang Pengchen， Liu Yanni

(CollegeofCivilEngineering，FujianProvincialKeyLaboratoryofAdvancedTechnologyandInformatizationinCivilEngineering，NationalCivilEngineeringVirtualSimulationExperimentalTeachingResearchCenter，FujianUniversityofTechnology，Fuzhou350118，China)

Reinforced concrete(RC)is a component of a concrete-based frame structure.It accounts for a large proportion of the cost.Traditional steel bars picking has such problems as deviation calculating the amount of material，picking no effective rules and so on，which lead to unnecessary increase of steel bars cost.Building information modeling(BIM)virtual simulation technology can guide the actual engineering.This study focuses on two major aspects：(1)detail construction design and(2)steel bars picking to combine BIM technology and optimization algorithms to establish a preliminary procedure of BIM-based Revit reinforcement and steel bars picking methodology.This study provides ideas for later development of BIM-based steel bars picking plug-in software to achieve steel bars picking optimization and reduce waste of resources.

Steel Bars Picking； Building Information Modeling； Optimization Method； Revit Reinforcement

国家自然科学基金项目资助(编号：51308120)；福建省自然科学基金项目资助(编号：56237845)；福建省高校杰出青年科研人才培育计划资助(GY-Z15120)

张鹏程(1993-)，男，硕士研究生，主要从事现代土木工程施工与信息化技术；
刘燕妮(1983-)，女，讲师，硕士，主要从事现代土木工程施工与信息化技术。

TU17

A

1674-7461(2016)04-0069-04