(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210456004.5 (22)申请日 2022.04.24 (71)申请人 东南大学 地址 210018 江苏省南京市玄武区四牌楼 2 号 (72)发明人 罗桑　王耀正　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 李想 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/08(2012.01) G06F 30/13(2020.01) (54)发明名称 一种基于BIM的隧道工程安全风险监测系统 及方法 (57)摘要 本发明属于建筑信息模 型信息技术领域， 尤 其涉及一种基于BIM的隧道工程安全风险监测系 统及方法。 该系统现场监测模块布置在隧道施工 现场的监测区域内， 用于监测当前监测区域中监 测点的支护体系力学性能数据及围岩稳定状态 数据； 并将该数据传输至数据服务器； 通过风险 评估模型， 确定所在监测区域中监测点的风险评 估结果并传输至数据库； 创建三维BIM监测模型 并转化成IFC监测模型， 并对IFC监测模型进行 IFC监测信息扩展， 获得扩展后的IFC监测模型并 采用可视化预警平台进行加载； 本发明IFC监测 模型作为BIM监测模型数据的交互标准， 并写入 监测模型的IFC属性集， 提高监测信息的使用效 率， 将模型携带信息量扩展至满足可视化监测的 要求， 实现隧道工程实时动态安全预警。 权利要求书3页 说明书15页 附图4页 CN 114862169 A 2022.08.05 CN 114862169 A 1.一种基于BIM的隧道工程安全风险监测系统， 其特征在于： 包括现场监测模块、 数据 服务器、 风险评估模块、 数据库、 BIM监测模型创建模块、 IFC监测模 型扩展模块、 可视化预警 平台、 移动端质量核检模块； 所述现场监测模块布置在隧道施工现场的监测区域内， 用于监测当前监测区域中监测 点的支护体系力学性能数据及围岩稳定状态数据； 并将该 数据传输 至数据服 务器； 所述数据服务器获取的支护体系力学性能数据及围岩稳定状态数据实时发送至风险 评估模块； 所述风险评估模块用于对支护体系力学性能数据及围岩稳定状态数据进行计算 分析， 确定所在监测区域中监测点的风险评估结果并传输 至数据库； 所述BIM监测模型创建模块用于根据 监测点CAD图纸设计参数； 创建三维BIM监测模型， 通过IFC监测模 型扩展模块将三维BIM监测模 型转化为IFC监测模 型， 并对IFC监测模 型进行 IFC监测信息扩展， 获得扩展后的IFC监测模型； 所述可视化预警平台用于加载IFC监测模型使其可视化， 生成风险评估结果、 发布质量 核查任务传输至移动端质量核检模块， 移动端质量核检模块用于监理人员接收和处理质量 核查任务。 2.根据权利要求1所述的基于BIM的隧道工程安全风险监测系统， 其特征在于： 所述现 场监测模块所监测的支护体系力学性能数据能包括： 锚杆轴力、 钢架内力、 支护内应力、 衬 砌混凝土应力、 衬砌混凝 土应变、 初期支护与二次衬砌间接触压力、 混凝 土外荷载； 所述围岩稳定状态数据包括： 围岩体内位移、 拱顶下沉、 地质与支护观测、 地表沉降、 周 围建筑物沉降、 隧道洞水压力、 孔隙水压力、 围岩压力和隧道隆起。 3.根据权利要求1至2任意一项所述的基于BIM的隧道工程安全风险监测系统 的监测方 法， 其特征在于： 步骤如下： 步骤1， 通过现场监测模块采集监测区域中监测点的支护体系力学性能数据及 围岩稳 定状态数据； 步骤2， 监测数据进行计算分析： 利用数据服务器将采集监测区域中监测点的支护体系 力学性能数据及围岩稳定状态数据发送至风险评估模块， 通过风险评估模块确定监测点所 在监测区域的风险评估结果， 并将风险评估结果和监测数据实时传输至数据库； 所述风险 评估结果包括 安全风险等级、 风险概 率； 步骤3， 根据监测点CAD图纸设计参数创建三维BIM监测模型， 并对监测模型进行构件编 码； 将BIM监测模 型转化为IFC监测模 型， 并对IFC监测模 型进行IFC监测信息扩展， 获得扩展 后的IFC监测模型； 步骤4， 根据可视化预警平台加载扩展后的IFC监测模型， 将数据库中的监测数据和监 测区域的风险评估结果与扩展后的IFC监测模型关联； 根据风险等级发布预警和质量核查 任务； 步骤5， 监理人员接收和处 理质量核查任务。 4.根据权利要求3所述的基于BIM的隧道工程安全风险监测系统 的监测方法， 其特征在 于： 所述步骤2中， 对监测数据进行计算分析， 确定监测点所在监测区域的风险评估结果包 括： 步骤2.1， 统计隧道工程施工过程中的安全事故， 将安全事故按照隧道事故类型进行分 类汇总， 即历史监测数据；权　利　要　求　书 1/3 页 2 CN 114862169 A 2对隧道施工过程的工序进行结构分解， 依据 上述分类后的隧道事故类型构建隧道工程 安全风险因素清单； 依据上述隧道工程安全风险因素清单， 利用贝叶斯网络拓扑结构构建风险因素网络拓 扑结构； 使用模糊理论计算风险因素网络拓扑结构各节点的参数， 利用贝叶斯网络拓扑结构对 隧道工程 安全风险因素进行定量分析， 获得风险因素权 重值； 步骤2.2， 根据风险因素网络拓扑结构， 建立监测数据与风险因素的对应关系， 使用G ‑S 风险分类模型计算 监测数据对应的风险分类结果和风险概 率， 从而确定风险等级。 步骤2.2.1， 从上述历史监测数据中随机抽取数据样本， 将样本数据归一化处理， 公式 如下： 其中， xmax为样本中最大值， xmin为样本中最小 值， xi为某个样本数据， x ′为归一化处理后 的数据； 步骤2.2.2， 使用径向基核函数作为支持向量机SVM的核函数对历史监测数据进行分 类， 并利用遗传GA算法计算径向基核函数的最优参数gamma和C， 参数gamma为支持向量的样 本的影响半径的倒数， 参数C为 惩罚松弛变量； 构建 G‑S风险分类模型； 步骤2.2.3， 使用Sigmoid函数获取后验概率计算的分类结果和 分类概率， 后验概率公 式如下： 其中， f(x)为G ‑S风险分类模型决策函数的输出； A和 B为待拟合Sigmoid参数； P(y＝1∣ f (x))为输出值f(x)的条件下样本属于1类的程度大小； 参数A和B使用下式计算： 其中， 表示使 为最小值时的参数A和 B的取值； ti 为目标概率， i＝1,2, …,n， N+和N‑分别为模型中的正例和反例的数目； yi表示样本， n表示样 本总数； 步骤2.2.4， 将上述除去样本数据的历史监测数据中随机抽取预测监测数据； 将预测监 测数据代入G ‑S风险分类模型， 对 模型评估结果进行验证； 步骤2.2.5， 将所监测的支护体系力学性能数据及围岩稳定状态数据代入G ‑S风险分类权　利　要　求　书 2/3 页 3 CN 114862169 A 3