BIM based reinforcement processing management system for beam yard
-
摘要:
针对钢筋加工过程中存在的翻样质量低、原材料利用率低、管理信息不透明等问题,设计数字化钢筋加工管理工作流程,通过钢筋下料BIM(Building Information Modeling)模型生成、数据分片处理与智能化设备控制等关键技术,形成以模型管理、料单转换、钢筋加工、设备管理、进度管理、安全质量管理为主体的梁场钢筋加工管理系统。应用表明,该系统将钢筋利用率提升至97%以上,加工效率提升50%以上,助力钢筋原材料科学配置。
Abstract:In response to the problems of low sample quality, low raw material utilization rate, and opaque management information in the steel bar processing process, this paper designed a digital steel bar processing management workflow. Through key technologies such as steel bar cutting BIM (Building Information Modeling) model generation, data sharding processing, and intelligent equipment control, the paper formed a beam yard steel bar processing management system with model management, bill of materials conversion, steel bar processing, equipment management, schedule management, and safety and quality management as the main body. The application shows that the system has increased the utilization rate of steel bars to over 97%, improved processing efficiency by over 50%, and assisted in the scientific allocation of steel bar raw materials.
-
钢筋是铁路工程建设的主要材料,具有构造复杂、工程量大、工序繁琐、精算难度大、翻样要求高等特点[1]。钢筋下料作为钢筋加工的关键工序,以传统的人工翻样为主,由于人工判断的不确定性,钢筋加工方案的材料浪费情况较为严重。此外,钢筋下料单的编制工作量较大,清单常由多名工作人员配合编制,既不能保证钢筋下料单的编制效率,又导致项目所需要的人力成本进一步提高,难以高效获取最优的钢筋下料方案,导致钢筋原材料利用率低,施工成本居高不下[2]。在管理方面,钢筋加工整体流程管理方式较为粗放,采购计划不准确、加工过程少优化、加工质量难控制、信息流转不透明等问题普遍存在[3-7],智能化管理水平亟待提升。
本文基于钢筋下料BIM(Building Information Modeling)模型生成、数据分片处理与智能化设备控制等关键技术,设计基于BIM的梁场钢筋加工管理系统(简称:钢筋加工管理系统)。利用信息技术和机械自动化加工技术,提高钢筋加工环节的管控能力,提升钢筋加工的生产效率,将钢筋进场、钢筋下料与设备管理及进度、质量和安全等加工要素管理深度融合,形成钢筋加工全流程协同管理的解决方案,全面提升钢筋加工质量与效率,为施工企业降本增效提供可行路径。
1 系统设计
1.1 数字化钢筋加工管理工作流程
基于信息化技术与智能化钢筋加工设备,设计数字化钢筋加工管理工作流程,即通过BIM技术建立钢筋三维模型,并自动提取钢筋规格、长度和数量等属性信息,结合梁场生产计划,生成料单数据,如图1所示。
采集料单数据中的施工现场钢筋规格、长度和数量等基础数据,在钢筋加工环节根据二次下料方案优化设计原则,确定钢筋加工任务,同步获取钢筋加工设备位置及运行状态,分配任务单。根据存储区原料统计情况,调配原材料,供给数字化加工设备进行生成,输出半成品。料单数据转换生成绑扎料单与加工料单,加工料单用于核对半成品数量,数量合格后统一配送至现场进行绑扎。绑扎料单可直接作为现场绑扎的参考依据,提高钢筋原材料利用率和加工质量安全管理水平。
1.2 系统总体架构
基于钢筋加工流程、梁场工区规模、产量需求和设备配置,考虑钢筋加工管理系统与铁路工程管理平台的可交互性[8],设计钢筋加工管理系统总体架构,如图2所示。
1.2.1 感知层
用于现场数据采集与预处理。通过传感器、视频监控、二维码标签和智能化设备等形成感知网络[9],获取钢筋库存量、钢筋存储位置、设备运行状态及加工工序等相关信息,并通过数据初步提纯与加工,产生更清晰的通用格式数据。
1.2.2 传输层
用于数据综合管理,采用MyBatis[10]与RecordSet[11],进行数据的高效采集与交换,并引入Redis缓存解决方案,优化数据处理的流程与效率,减轻数据库压力。同时,采用云对象与数据库配合的存储方式,保障数据的存储安全与读取速度。通过有线/无线网络的深度融合,将现场监测设备整合为物联网系统,确保感知信息的实时、可靠传输。
1.2.3 数据层
集成登录服务,是数据应用和平台服务的基础,可对数据按统一标准进行管理。数据来源包括监测数据和上传数据,其中,监测数据为通过感知层设备监测接口接入的数据;上传数据则包括通过施工管理人员统计上传的箱梁图纸模型、钢筋需求量清单等数据和通过铁路工程管理平台获取的钢筋加工进度、质量和安全等数据。
1.2.4 支撑层
用于钢筋加工的全流程管理,为本系统提供统一身份认证、Web服务、搜索引擎和报表管理等服务和资源。其中,统一身份认证即进行功能纬度权限和数据维度权限的精准划分,保障数据的可溯性与安全性;Web服务用于构建钢筋加工全流程管理视图;搜索引擎用于支撑用户所需信息快速定位;报表管理用于数据的统计分析和汇总展示,提高数据的应用效率。
1.2.5 应用层
为用户提供直观服务,实现钢筋加工相关流程的线上分析,通过各流程数据的直观展示,做到数据一览。依据标准化流程构建钢筋加工全流程业务线上处理的管理模式,辅以进度、质量、安全等管理要素,实现钢筋加工模型构建、下料方案优选、智能化设备控制、进度可视化展示和安全质量(简称:安质)闭环管理等功能。
1.2.6 用户层
基于参建各方管理要点,提供大屏、PC端、移动端的应用服务,实现钢筋加工流程数据多维度综合展示。
1.3 功能架构
钢筋加工管理系统功能架构如图3所示。
模型管理以钢筋模型深化设计和需求量清单生成为主;料单转换形成钢筋加工与绑扎料单,指导施工现场人员与设备作业;钢筋加工可获取下料清单,并基于加工任务要求适时启动加工流程;设备管理用于管理钢筋加工和运输相关设备;进度管理以钢筋加工计划为基础,精准展示加工任务完成情况;安质管理构建钢筋加工安全质量问题库,并通过问题闭环,提升钢筋加工全流程管理水平。
2 关键技术
2.1 基于BIM的钢筋下料模型生成技术
基于BIM软件的二次插件进行钢筋建模,辅助下料单与绑扎料单自动生成,实时更新钢筋加工各个节点的数据,具体流程如图4所示。
(1)构建内置铁路钢筋施工相关技术规范的二次开发插件,借助空间解析算法识别圆弧面与不规则形状,利用基于边界、线、面、族和自由绘制等的建模方式实现复杂表面的钢筋下料模型创建,保障钢筋下料长度计算满足规范要求。同时,通过拾取操作自动计算每一层钢筋距离混凝土表面的实际距离,优化钢筋保护层设置,充分考虑钢筋规格、位置、形状、保护层及接头形式,并根据多层钢筋相对位置关系,建立钢筋实际位置模型,保障钢筋模型的准确性和完整性。
(2)读取钢筋实际位置模型所包含的信息,分析需要加工的钢筋规格、长度及数量等信息,结合钢筋原材料长度、余料利用率和措施钢筋辅料筋需求量,运用二次插件中的优化算法,获取钢筋原材料利用率最高的最优钢筋下料方案。编制料仓分拣算法分配切断后的钢筋半成品仓位,相应的切断方案和仓位信息写入钢筋加工料单。
(3)根据最优钢筋下料方案获取钢筋加工料单,钢筋加工料单包括但不限于钢筋规格、切割长度、数量、接头套丝加工形式、加工后的指定料仓等信息。根据料单信息可进一步实现钢筋工程量统计、加工动作统计及按分区筛选等功能。
2.2 基于数据分片的数据处理技术
采用垂直拆分和水平拆分进行数据分片操作,构建高效、稳定的数据处理系统,将各类数据分批操作、成表处理,有效提升数据处理系统的运行速度和数据处理效率。
垂直拆分是将工程量清单、钢筋下料清单等数据表相关数据按照业务逻辑进行垂直分区,以减小数据表的宽度,拆分后的数据表部署于独立的服务器,有助于优化钢筋加工管理中各类数据的处理性能。水平拆分则是在保留工程数据表业务特征的基础上,通过钢筋下料、进度管理、料单转换等核心数据表相同特征数据行的合并,实现水平分区,有助于提高数据管理的灵活性与可溯性,辅助钢筋加工管理的数据分析与业务决策。
2.3 基于物联网的智能化设备控制技术
钢筋数控加工配送中心配置了钢筋运输车、智能化吊装设备、数控钢筋剪切生产线、钢筋切断弯曲生产线等设备,通过基于物联网的智能化设备控制技术实现对这些设备的高效有序管理。
在钢筋加工管理系统中,数据服务器、网络服务器和监控中台等设备之间的关系如图5所示。
钢筋加工相关信息由数据服务器通过通信模块发送至中央处理模块,中央处理模块依据加工信息,生成钢筋下料方案,依据该方案和智能化设备使用情况,控制智能化设备进行钢筋加工。其中,数据服务器中存储的标准信息包括用户提前设置的信息和监控中台通过网络服务器发送的信息。
3 工程应用
3.1 工程概况
西延(西安—延安)铁路富平梁场占地220亩,承担着880孔箱梁的制梁生产任务,其中32 m箱梁839孔、24 m箱梁41孔,制梁周期为10个月。梁场钢筋数控加工配送中心按功能设置定位网数控加工中心、卧式U型钢筋数控中心、四机头式立式数控钢筋加工中心、五机头式立式数控钢筋加工中心、弯箍数控钢筋加工中心等加工区域,配置了数控钢筋剪切生产线、钢筋切断弯曲生产线、全自动定位网焊接机等智能化钢筋加工设施,为钢筋加工数字化管理提供了硬件支撑。
3.2 梁场应用
基于信息技术和智能化设施,对钢筋运输、加工、绑扎全流程进行数字化赋能,应用方案如图6所示。
通过基于BIM的钢筋下料模型生成技术,生成钢筋下料单;钢料加工管理系统可控制钢筋运输车、吊篮运输与定位系统,完成钢筋运输与配送,提高钢筋运输效率,加快施工进度。钢筋加工过程中,操作人员可通过吊装设备将钢筋原材料根据规格、加工形状、长度等信息运送至不同的加工设备位置,基于设备便捷的触控操作面板、强大的信息化拓展与网片信息储存能力,保障钢筋加工的速度与可靠性。钢筋绑扎流程采用装配式胎具辅助钢筋定位,提高现场钢筋的绑扎效率。
3.3 应用效果
利用钢筋加工管理系统,对某日待加工箱梁钢筋进行深化设计,获取钢筋需求量清单后,落实当日钢筋加工任务,并汇总钢筋加工统计情况,如表1所示。
表 1 某日钢筋加工统计情况原料钢筋长度/m 消耗钢筋数量 消耗钢筋总长度/m 钢筋需求长度/m 钢筋利用率 常规方式钢筋利用率 钢筋加工用时/h 常规方式每日钢筋加工用时/h 9 175 1575 1537 97.59% 95.3% 2.3 5.3 12 130 1560 1537 98.53% 94.8% 2.1 4.5 9+12 63+83 1563 1537 98.34% 95.7% 2.5 5.2 统计结果显示,采用本文提出的钢筋加工管理系统可将钢筋利用率提升至97%以上,钢筋从需求到下料再到加工,用时可控制在45 min以内,每日钢筋加工用时从常规方式的5 h左右缩减至2.5 h以内,加工效率提升50%以上。
4 结束语
面向数字化钢筋加工管理需求,本文设计了基于BIM技术的梁场钢筋加工管理系统,并在西延铁路富平梁场应用,实现了钢筋下料方案自动生成、智能化加工、加工业务数据的协同管理,以及钢筋利用率与加工效率的双重提升。未来可依托数字孪生技术,联结钢筋生产与运营维护流程,为钢筋全生命周期一体化管理提供有效助力。
-
表 1 某日钢筋加工统计情况
原料钢筋长度/m 消耗钢筋数量 消耗钢筋总长度/m 钢筋需求长度/m 钢筋利用率 常规方式钢筋利用率 钢筋加工用时/h 常规方式每日钢筋加工用时/h 9 175 1575 1537 97.59% 95.3% 2.3 5.3 12 130 1560 1537 98.53% 94.8% 2.1 4.5 9+12 63+83 1563 1537 98.34% 95.7% 2.5 5.2 -
[1] 付远雄. 配置高强钢筋的铁路重力式桥墩抗震性能研究[D]. 兰州:兰州交通大学,2023. [2] 杨新元,陈滨津,何 平,等. 基于Revit二次开发的钢筋下料软件[J]. 土木建筑工程信息技术,2023,15(2):115-120. [3] 白 虹,文健勇,袁继帅. 钢筋加工车间工厂化管理[J]. 公路,2022,67(11):257-261. [4] 辛贝亮,张跃柯. 基于全过程策划的钢筋工程创效研究[J]. 建筑结构,2022,52(S2):2903-2907. [5] 马远航. 基于BIM正向设计的钢筋计量研究[D]. 重庆:重庆大学,2020. [6] 陈硕. 基于智能移动终端采集数据的工人活动识别与管理研究[D]. 大连:大连理工大学,2019. [7] 田四明,王 伟,杨昌宇,等. 中国铁路隧道40年发展与展望[J]. 隧道建设(中英文),2021,41(11):1903-1930. [8] 解亚龙,李 琳,郑心铭. 铁路工程管理平台及其深化应用[J]. 铁路计算机应用,2020,29(1):49-54. DOI: 10.3969/j.issn.1005-8451.2020.01.010 [9] 袁 帅,冯 哲,仇伯仓,等. 用于无线传输和神经网络计算的碳化硅纳米线多功能高效视觉突触器件[J]. 中国科学:材料科学(英文版),2023,66(8):3238-3250. [10] 叶茂林,余发江. SDBatis:基于MyBatis和CBAC的数据库应用访问控制[J]. 武汉大学学报(理学版),2022,68(1):57-64. [11] Samraj K V, Appusamy R, Shankar R R. Utility enhancement of deficient relational recordset anonymization[J]. International Journal of Intelligent Engineering & Systems, 2018, 11(6): 137-147.
-
期刊类型引用(1)
1. 胡怡之. 基于BIM的钢筋远程加工技术. 建筑机械化. 2024(11): 149-153 . 百度学术
其他类型引用(0)