一种基于BIM模型的铁路站场线路结构数据提取智能算法.pdf

收稿日期:20230531;修回日期:20230710基金项目:中铁工程设计咨询集团有限公司科技开发课题(数字-研2022-5)作者简介:刘 昭(1988),男,工程师,2017 年毕业于天津大学工程管 理 专 业,工 学 硕 士,主 要 从 事 BIM 研 究 工 作,E-mail:330131185 。第 67 卷 第 10 期2023 年 10 月铁 道 标 准 设 计RAILWAY STANDARD DESIGNVol.67 No.10Oct.2023文章编号:10042954(2023)10007008一种基于 BIM 模型的铁路站场线路结构数据提取智能算法刘 昭1,邓运成1,李 鸣2(1.中铁工程设计咨询集团有限公司,北京 100055;2.石家庄铁道大学土木工程学院,石家庄 050043)摘 要:基于 BIM 的铁路站场智能审查中,识别站场线路结构并提取为可用于审查的整体线路是关键问题。站场线路为线状实体工程,线路的 BIM 模型往往被道岔、轨缝、绝缘头等构件分割,因此线路结构具有离散性,难以被识别并提取为可用于审查的整体线路集合数据。针对这一问题,结合知识工程、图论,分别对线路规范、知识等文字性描述条文与线路图形结构等图形信息进行计算转译,两者结合后对线路图形信息进行识别,从而实现对整体线路结构数据的获取。首先,根据线路中线信息,获取识别站场线路结构所需的推理知识,建立线路基本特征与线路结构特征计算表达,依据一阶逻辑形式语法编制了线路结构描述的多级词汇表,并进行知识编码形成线路结构的计算语义表达;然后,根据线路在 BIM 软件中的数据结构,与图论相结合,实现了对线路结构图的计算转译,形成线路结构的无向图,随后根据深度搜索算法并结合线路基本特征,构建了一种考虑线路结构特征知识的类树结构构建算法,实现了单次遍历树形结构即可获取初步的线路整体结构数据;进一步,使用线路结构特征与一阶推理分析初步线路整体结构,从而将其提取为最终的整体结构数据。结果表明,本文所述算法可以高效地分析各类站场线路结构并提取线路整体结构数据,为后续审查提供准确的基础信息,此外,本文算法提供的审查信息可反向审查线路分类的标注信息,进一步扩大了审查范围与深度。关键词:铁路站场;BIM 模型;数据提取;知识工程;人工智能中图分类号:U291.1 文献标识码:A DOI:10.13238/j.issn.1004-2954.202305310008An Intelligent Algorithm for Extracting Railway Station Yard Line Structure Data Based on BIM ModelLIU Zhao1,DENG Yuncheng1,LI Ming2(1.China Railway Engineering Design and Consulting Group Co.,Ltd.,Beijing 100055,China;2.School of Civil Engineering,Shijiazhuang Tiedao University,Shijiazhuang 050043,China)Abstract:During BIM-based intelligent inspection of railway yards,it is a key issue to identify the railway line structure of the railway yards and extracts it as an integral line that can be used for inspection.The railway line of the railway yards are linear solid projects,whose BIM model is often divided by turnouts,rail joints,insulating heads and other components.As a consequence,the railway line structure is discrete,making it difficult to identify and extract it as a set of integral line data that can be used for inspection.In view of this issue,the paper translates the textual description and graphic information to computing language,such as code for railway lines design and graphic structure of the railway lines,by combining knowledge-based engineering and graph theory.Based on these operations,the graphic information of the railway lines is identified so as to obtain integral line structure data.Firstly,according to the information of railway center line,the paper obtains the reasoning knowledge necessary for identifying the railway yard line structure,and establishes an expression for the basic characteristics of the railway lines and the structural characteristics of the railway lines.Moreover,a multi-level vocabulary of the railway lines structure description is compiled by the first-order logical formal grammar,and the vocabulary knowledge is coded to form a calculating semantic expression of the railway line structure.Based on the data structure of the railway lines in the BIM software,and in combination with the graph theory,the computational translation of the railway line structure diagram is realized to form an undirected diagram of the railway lines structure.Then,according to the deep search algorithm and combined with the basic characteristics of the railway line,a tree-like structure construction algorithm considering the knowledge of the railway lines structure characteristics is built to obtain the preliminary integral structure of the railway line by traversing the tree structure in a single time.Furthermore,the preliminary integral structure of the railway lines is analyzed based on the line structure characteristics and first-order reasoning,and extracted as the final integral structure data.Results reveal that the algorithm described in the paper could efficiently analyze various types of railway yards lines structure,and extracts the set of integral structure data,which provide accurate basic information for the subsequent inspection.In addition,the inspection information provided by the algorithm in the paper could reversely verifies the marking information of the railway line classification,and further expands the scope and depth of the inspection.Key words:railway yard;BIM model;data extraction;knowledge-based engineering;artificial intelli-gence引言随着我国铁路建设的加快,铁路车站的数量也随之增加,在基于 BIM 模型的铁路站场智能化审查中,分析、提取线路整体结构数据对线路有效长度的计算、线路性质的判断、信号灯与警冲标等设施的审查具有重要意义。站场一旦建成难以改动,因此也是车站图纸审查的重点。提取线路整体结构数据是站场 BIM模型审查的重要环节,其中考虑的要素众多,目前主要依赖专业知识与工程经验丰富的人员在设计图上根据线路、道岔、信号灯、警冲标、列车进路等关系结合设计规范,并进行一系列分析与计算得到,过程繁琐复杂、效率低下,而且对审查人员的要求较高。随着建筑信息模型(Building Information Model-ing,简称“BIM”)技术的逐渐发展,BIM 技术已经成为土木工程领域中十分重要的工具1,如数字化编码体系、数字化工程管理平台能有效地提高工程规划、建设效率2-3,在设计、施工方面的使用也能减少设计误差,降低成本4-5。BIM 模型以三维展示实体的实际空间占用并携带完备的属性、关系等信息,相比二维施工图来说更加丰富、直观且高效,因此在设计与实施阶段6-7、运维阶段8-9都有着广泛的应用。BIM 模型有着种类繁多、完备的数字化信息,人工审查 BIM 模型已经难以满足智能化设计的需求,因此,基于 BIM 模型的自动合规审查方法以其高效简便的优势成为研究重点10。工业与民用建筑领域在智能化审查方面成果较多,通过对相关规范的计算转译以及 BIM 构件间的连接关系、空间关系可以对建筑图进行智能化审查11-13。在铁路工程领域,利用 BIM 正向设计14-15、BIM 自动建模16技术产生的数据进行智能化审查也取得了不少成果。这些技术成果有利地推动了 BIM智能化审查技术的进步。基于 BIM 模型的自动合规审查方法可以分为规范转译、模型准备、模型审查和生成报告四个阶段,前两步是模型审查的基础工作17。其中,规范转译将人类自然语言转译为计算机可识别的逻辑表达,便于计算机对规范的理解。模型准备阶段需要将模型几何、属性信息同样转换为计算机可识别的数据18-21。当前,铁路站场设计模型尚无统一的设计标准,且站场线路也存在着数据离散化、拓扑关系复杂等特点,导致模型识别困难,需要反复进行修正,工作量大且准确度不高22-25。因此,建立符合铁路站场审查特点的规范转译、模型准备阶段的算法体系具有重要意义26-27。模型数据的自动提取与校核是 BIM 模型智能化审查重要的前置步骤28-30,在基于 BIM 站场线路审查中,识别站场线路结构并提取可用于审查的整体线路是关键问题。线路往往被道岔、轨缝、绝缘头等构件分割,因此结构具有离散性,基于 BIM 软件内部数据提供的连接信息无法完整提取用于审查的整体线路,难以开展后续的审查工作。基于此,提出一种基于无向图、语义表达和一阶推理的线路整体结构提取算法,在离散的线路结构条件下,对站场线路结构总体进行分析与识别,获取可用于智能化审查的线路离散体集合,为后续审查提供基础数据,并可实现线路的属性审查17第 10 期刘 昭,邓运成,李 鸣一种基于 BIM 模型的铁路站场线路结构数据提取智能算法与智能标注,主要流程如下。首先,建立有关线路结构的知识工程,依据一阶逻辑形式语法编制待审查线路结构描述的词汇表,使用词汇表对线路规范、知识等文字性描述条文进行知识编码,形成线路结构的计算语义表达;随后,进行模型的几何结构分析与转译,形成一种类树形式的计算表达;使用深度搜索并结合计算语义与图形逻辑推理检索初步可行的整体线路集合;最后,使用一阶逻辑前向推理筛选出最终可行的线路集合,得到可用于审查的线路,从而实现对线路结构的分析。整个过程仅需BIM 模型中的线路几何信息,因此,推理结果可以反向审查线路分类的标注信息。1 线路基本结构分析在模型审查的步骤中,模型准备的作用是从模型中提取必要数据,为模型审查提供数据支持,是进行模型审查关键性的一步。传统点状实体建筑,如民用、工业建筑,其中的构件具有属性数据清晰、组织关系明确的特点,因此,可以形成较为完备的、可用于规则审查的数据结构。而站场线路的 BIM 模型在数据提取方面,对比于工业与民用建筑的点状建筑实体,铁路站场为一个既包含点状实体(如站房、站台、各类设备等)又包含线状实体(线路)的工程,其信息的提取主要面临如下2 个问题。(1)在模型建模标准不统一的前提下,无法直接根据模型携带的信息进行数据准备,若适配多种建模标准会使得智能化开发工作量巨大,且模型携带的信息也无法得到审查,容易造成错漏。而相反的,需要根据模型准备阶段获取的数据情况对模型携带的信息进行修正,实现对模型携带信息的审查,并将结果作为数据准备的一部分参与后续的模型审查,可以提升审查的等级与层次,增加审查结果的可信度。如图 1 所示模型,线路由多段线拼接而成,人为赋予属性才能形成一段有一定意义的线路,如到发线、牵出线等。若此类属性信息错误,则无法检索到正确信息,会导致模型审查过程中导入错误信息降低审查成功率及可信度。图 1 站场线路结构Fig.1 Structure of railway station and lines(2)站场线路模型具有离散的特点,如站线股道是由多节钢轨拼接而成、线路进路方向的左侧应有信号灯、到发线等站线应有对应的警冲标。分段的轨道并无实际意义,只有联系起来才能判断其实际用途;线路与信号灯、警冲标并不产生直接的模型联系,但它们之间的关系是线路有效长度审查的重要前提条件。诸如此类的模型关系是审查站场设计成果的关键要素。在大部分的 BIM 模型表达规范以及 Revit、CATIA 等BIM 软件中,这种无直接联系的单体模型并不会自动建立关系,使得线状工程的数据准备阶段存在模型关系的缺失,严重影响后续模型审查的实现。如图 1 所示,铁路站场的线路种类众多,不同的线路形式几乎一致,但因所处的位置、起讫点与道岔的关系而具有不同的功能;又如,图 1 中的警冲标与信号灯并没有与线路产生物理联系,在 BIM 软件中也不会有内在联系,但这两者应该与某一线路建立起正确的关系,以方便后续的审查判断。另一方面,BIM 的线路模型若取线路的中线进行表达,考虑轨道的轨缝、绝缘头、实际施工时配轨等因素,单一轨道按实际轨条长度进行绘制,会形成多段线,可见,在缺乏标识或标识错误的情况下,更给线路模型结构的识别造成困难甚至无法识别。通过上述分析可见,不同于点状结构实体,在 BIM审查的模型准备阶段,如何正确识别站场线路的拓扑结构、标定线路的实际组成、明确线路的作用属性是进行后续模型审查的基础。因此,本文算法将整个识别的过程分为线路知识工程表达、线路图形计算逻辑表达与一阶推理过程,流程如图 2 所示。图 2 算法流程Fig.2 Algorithm flow chart2 线路基本结构提取算法2.1 线路结构的一阶逻辑表达线路在模型中可抽象为一系列线路或轨道中线的27铁 道 标 准 设 计第 67 卷集合,常用的 BIM 软件都可以导出线路中线的数据(如 IFC 数据格式),可以提供这些中线的起讫点坐标、连接关系,如图 3 所示(IFC 结构图),需要根据这些数据提取出有意义的整体线路。一段线路能否被认为是正线、到发线、牵出线等有意义的整体线路,取决于该段线路与邻线、上下行道岔、警冲标等设施的关系。这些关系常用自然语言进行记载和表达,无法被计算与推理。本文采用一阶逻辑表达这些关系,并使用一种类树结构实现线路属性的计算表达与推理。图 3 IFC 数据Fig.3 IFC data chart一阶逻辑语言围绕对象和关系建立,可以用于表达全部对象的事实。分析图 1,并结合线路设计规范、工程经验以及 IFC 数据给出的信息,关于整体线路的特征可用自然语言表达为以下 6 点。(1)道岔可以表示为 2 条以上线路的交点。(2)可计算线路应为道岔与道岔之间或道岔与线路端点之间的线段(线路)或线段集合。(3)有足够长度停放列车的线路可以用于计算有效长度。(4)道岔与端点之间的线路为牵出线或出入段线等其他线路。(5)相同方向有效线路部分的集合中,最长的是线路正线。(6)道岔和道岔之间过短的线路不属于有效线路,此处可参考道岔配列的相关设计要求,如基异对、基同对、基异顺等都根据道岔号数有对应的要求。以上描述可仅使用线路中线的起讫点坐标、起讫点处的连接数量对线路的基本结构进行描述,无需BIM 模型提供更多的数据。上述自然语言无法直接被计算机程序识别,需要将自然语言转译为可供程序分析的计算语言。以上描述在本质上是建立以线段端点为对象、多个端点之间的关系,因此,引入一阶逻辑对这些对象进行描述。一阶逻辑使用函词、谓词与常量对事物进行描述,得到一系列形式化的可对客观事物在计算语言领域描述的知识。首先确定一阶逻辑使用的词汇表,词汇表可以将线路结构转换为逻辑概念,从而进行推理。考虑到线路的知识工程分别需要在中线数据转移至线路图、线路图向线形分类转换这两个阶段分析时使用,建立2 级知识工程,以满足在不同推理阶段对线路基本元素部件和线路结构的描述。因此关于线路识别的词汇分为两个部分:图形元素部分和实体映射部分。图形元素部分包括线路中线性质描述、线路连接信息(端点)描述,用于初步识别图形结构,主要用于 IFC 数据向线路图的转译;实体映射部分为通过图形元素各特征识别后形成的实体部分,实体部分进一步地推动线路结构的推理与识别,如线路、道岔、线路端点以及衍生的相关属性。线路基本特征词汇表如下。(1)中线端点使用谓词表达,end(x,le)表示编号为 x 的端点,有 le 条线与其连接。(2)中线使用谓词表达,cLine(endn1,endn2)表示该中线的端点为 endn1,endn2实体映射部分词汇表如下。(1)道岔使用谓词 r(n),其中 n 为道岔编号。(2)中线普通端点,例如图中 1 的轨缝部分,为钢轨接缝。使用谓词 p(n),其中 n 为中线端点编号。(3)中线终点,为线路终点,如图 1 中与道岔连接部分或中线端点。使用谓词 e(n),其中 n 为中线端点编号。(4)有效线路中线使用谓词 line(n,i,j),其中 n 为中线编号,i,j 分别为端点或道岔编号。(5)线路方向使用函词 d(x,y),表示 x 到 y 的方向,x,y 可表示道岔或线路端点,例如,d(r(1),p(2)表示道岔 1 指向端点 2 的方向。(6)线路长度使用谓词 le(n),其中 n 为第 n 条线路长度。(7)线路正线使用谓词 sl(n,i,j),其中 n 为中线编号,i,j 分别为端点或道岔编号。根据以上词汇结合线路结构的自然语言描述,建立对线路结构通用知识进行编码。37第 10 期刘 昭,邓运成,李 鸣一种基于 BIM 模型的铁路站场线路结构数据提取智能算法(1)连接端点的线路数量为 1 条的称为正常连接。leend(x,le)le=1p(x)(2)连接端点的线路数量超过 2 条的称为道岔。leend(x,le)le 2r(x)(3)连接端点的线路数量为 0 条的称为线路终点。leend(x,le)le=0e(x)(4)道岔和道岔之间的线路称为有效线路。cline cline(i,j)end(i)=r end(j)=rcline(i,j)=line(n,i,j)(5)顺向连接的道岔和端点之间的部分称为有效线路集合。cline end(i)=r cline(i,j)cline(i,j)=line(n,i,j)(6)如果有效线路集合的线路方向相同,可合并为一级有效线路。clinen+1,clinen+2clinen+mcline(in,jn)cline(jn,in+1)(d(r(in),p(jn)=d(r(jn),p(in+1)line(n,i,j)(7)有效线路集合中 x 轴投影最长的线路为正线。cline max(cline(i,j)sl(n,i,j)(8)端点都是道岔且与正线形成一定角度的为渡线。cline end(i)=r end(j)=r angle(d(i,j),sl(n,x,y)line (9)第 2 个及以后的道岔应该与非起讫点道岔之间的线路在同一方向。r r i r j r cline(i,j)angle(d(r),d(i)cline(i,j)line (10)考虑有效长度应为 550 m 以上,定义道岔与道岔间长度小于 300 m 的不是有效线路。cline dis(line)300cline(i,j)line 以上描述建立起整体线路结构属性的知识工程表达。2.2 图形的计算表达获取线路结构的一阶逻辑描述后,另一关键问题为将站场线路图形转换为计算语言,使得线路结构的一阶逻辑表达可以与图形结构进行匹配判断。根据 2.1 节中关于线路结构的描述可知,表达或分析线路结构图形的基础在于识别每一段线路的起讫点坐标、起讫点与其他线路的连接数量等与线路起讫点相关的信息。各类 BIM 软件的 IFC 数据可以提供每一条线路中线两端起讫点信息以及连接关系,如图 4(a)所示,通过这些关系,可以构建一张如图 4(b)所示的无向图,其中,图的节点表达了线路的起讫点坐标信息,起讫点处的线段连接数量表达了实际线路的连接情况。通过无向图中的线路端点以及连接情况,结合 2.1 节的内容,可以对图形化的线路结构进行分析与判断。图 4 结构图向无向图的转换Fig.4Transformation from structural graph to undirected graph为能对图形化的线路结构进行分析,需要根据连接关系不重复地、完整地遍历整个线路结构,形成一个类树结构,结合线路结构的知识工程描述,对类树结构的连接关系进行判断,从而实现对线路结构的推理并获取答案。形如图 4(b)的站场结构图数据结构可以表达为G=(V,E)(1)式中,G 表示一个图;V 为图 G 中顶点的集合;E为图 G 中边的集合。图 1 中的线路图转化为无向图后,其表达如图4(b)所示(省略了部分绝缘头或轨缝,节点标记与图1 相同)。根据线路结构的通用知识,则线路结构提取的问题可以转换为图的路径求解问题,即:在图 G 的所有路径中,找出所有满足线路结构知识的路径。为求解该问题,在图 4(b)中,采用邻接目录法保存图中各个节点的连接关系,防止节点与节点之间的无序连接,以实现清晰、简洁地描述整体的数据结构,减少后续的数据处理工作,图 4(b)按邻接目录法的示例数据,如表 1 所示,表中展示了与节点 1、13 相连接节点数量和节点编号。表 1 无向图的邻接目录Table 1 Adjacent directory table of undirected graph节点 iR(i)V(i,j)122,1313216,14 表 1 中,节点 i 为节点编号;R(i)为与节点 i 点相接的边数;V(i,j)为与 i 节点邻接的第 j 个节点的节点号。47铁 道 标 准 设 计第 67 卷类似图 4(b)的数据结构复杂,在线路结构识别场景中,使用深度或广度优先遍历节点的方式获取所有的路径,需要将所有的节点都作为起点进行计算,才能完整地获取所有可能的路径,计算量大、耗时长、占用内存多。因此,结合前述线路结构的知识工程表达,提出一种适用于线路结构识别的路径检索算法,利用知识工程中线路的定义,基于深度优先算法,使用一个节点作为起点即可完整获取所有的路径,其主要算法流程如下。(1)图向树的转换Step1 建立一个数组 visited,其大小与站场图节点数量一致,用于保存已访问的节点。Step2 在邻接目录表中检索连接关系,查询出任意一个连接数量2 的节点,加入 visited 中,根据知识工程对线路部件的描述,可以识别出该节点为道岔,因此标记该节点为道岔类型,如图 5 中节点编号右上角的符号,表明该节点为道岔。Step3 以该节点为父节点,其连接关系为子节点,以深度优先算法为准则,建立图 5 中类树结构,并将子节点加入 visited 中。若子节点已存在 visited 中,则该子节点不再拥有下一子节点。在检索过程中,根据知识工程,对节点赋予道岔或端点标记(如数字右上角的符号)。Step4 子节点作为父节点,循环 step3。Step5 当 visited 中的元素数量与节点数量一致,构造结束。经过以上步骤后,图 4(b)转化为图 5 的类树结构,该结构以道岔节点作为根节点,在构建线路结构的无向图时,可以结合前述知识工程对线路结构的描述,自动判断树结构中各节点的属性(如道岔、终点)并进行赋值,为后续将离散的线路进行聚合提供了基础数据。图 5 线路类树结构Fig.5 Similar tree structure of railway lines(2)树的整体线路提取上述步骤形成了图 5 的线路类似树形结构,在每一关键节点处具有特殊的属性值,并且结合树形结构遍历数据的唯一性,可以将图 1 离散的线路进行聚合,得到初步的整体线路。在该类树结构中检索可行线路时,使用深度优先算法,以道岔或端点节点作为起点,如图 5 中的 13 节点,根据实体映射部分词汇表被判断为道岔,由此根节点向下进行检索,直至检索到道岔或端点的节点,如1、20 节点则此次检索结束,形成一条可行线路,然后继续以上次的终点向下检索,直至达到最底层的叶节点终止,如从 20 节点检索到 18 节点。是否形成整体线路,取决于起点和终点是否都为道岔或端点。这样,离散化的线路结构可形成若干线路整体,避免了 BIM模型中轨缝或绝缘头对线路结构的分解。根据以上方法,以根节点 13 出发,则 13-1 为一条可行路线,随后以节点 1 出发,0 终止,1-0 为一条可行路线;如以节点 8 出发,则因节点 7 不为道岔或端点,且 7 为最底层叶节点,则检索结束,8-7 不为可行线路,在另一侧,则8-9、9-21、21-23 形成了可行线路,其中,21-23 中,包含了轨缝节点 22,但也被纳入了 21-23 的线路整体中。通过以上两个步骤,在此类树结构中仅需一次检索即可完成所有可能整体线路的获取,可有效提高路径的检索效率。整个检索路径结果的集合为第 1 次筛选的结果,其中包含一些不合理的线路,如 8-9、9-21 等,为紧邻的两副道岔或渡线两端的道岔,在现实中不能被认为可以停靠列车,因此需要通过知识工程进一步筛选。2.3 知识工程筛选前述可能整体线路的获取排除了钢轨接缝、绝缘头等分割实体对线路识别的影响,但其中也包含了部分不合理线路,知识工程则根据线路结构的知识表达对可行路径进行分析,获取实际可用于有效线路长度计算的路径集合。具体过程如下。(1)根据 2.2 节有效线路提取的结果分析,首先进行线路正线的识别,根据线路通用知识(6)、(7),节点 0-1、1-13、13-18、18-20、20-21、21-23 的有效线路集合被识别为线路的正线,即:0-1-13-18-20-21-23,并获取正线的方向。(2)根据线路通用知识(8),排除被定义为渡线的有效线路,如 17-18、21-9。(3)根据线路通用知识(4)并结合图 4,可见:13-14-15-19-20(集合 1)、17-4-5-6-7-8(集合 2)、1-2-3-4-5-6-7-8(集合 3)、1-2-3-4-17-18(集合 4)57第 10 期刘 昭,邓运成,李 鸣一种基于 BIM 模型的铁路站场线路结构数据提取智能算法均满足有效线路集合的要求。但集合 2 不满足知识(4),17-4 与后续的线路不满足顺向的要求,被排除;集合 3 满足知识(4),但不满足知识(9),被排除;集合1、集合 4 满足通用知识(4)(5),符合条件。通过知识工程的筛选,可见集合 1、4 以及 13-18 为可被视为是有意义的整体线路集合(正线或站线),可用于后续进一步分析。3 实例分析前文已经对图 1 中通过式站场的线路结构进行分析,本节取尽端式站台进行分析。以图 6 中站场为例分析该算法,其图形化表达可表示为图 7。图 6 尽端式站场线路结构Fig.6 Structure of dead-end station lines图 7 尽端式站场线路类树结构Fig.7 Similar tree structure of dead-end station lines从图 7 可见,从节点 2 出发,可以遍历所有的线路节点,并形成一系列可行的线路列表,表中均满足。其中,从 0 出发,集合 0-1-2-8-5-6-4-3 满足通用知识(7),可判断为正线;集合 5-6 可判断为渡线被排除;集合 6-7、2-10 由于长度不满足通用知识(10),被排除;其余线路集合,如图 7 中可见,均满足通用知识(4)(5),可判断为有意义线路。4 结论通过对站场线路基本结构的分析,根据线路设计规范与实际工程经验,首先建立了可用于逻辑表达的线路结构词汇表,结合知识工程的一阶逻辑表达形成了包含部件定义知识、类型定义知识的多层级线路知识工程表达,用于描述离散线路集合的各类特征,实现了线路结构自然语言描述向计算语言的转译。以此为基础,将站场线路图形转换为可用于计算表达的无向图,并对无向图的节点进行遍历,形成类树形结构以获取整体线路集合,实现了线路结构图形的计算语言表达。随后,根据线路类型定义的一阶逻辑表达,结合正向推理对可行离散线路集合进行判断,最终获得有意义的整体线路集合,并可对线路的类型进行标注。通过实例证明,本文所述算法可以根据线路结构的知识工程正确识别各类站场的线路结构,同时算法耗费资源少、速度快;该算法不仅可以对线路的属性进行判断,还可用于线路类型的自动标注,进一步扩展了智能审查在实际应用的范围。文中构建的多层级线路结构计算语言描述线路结构计算语言编码一阶推理的算法体系,将自然语言的表达与图形都进行了计算语言转化,可以根据不同的场景扩展知识库以应对不同的审查判断场景,可为站场线路结构其他方面的类型审查提供一定的理论与实践基础。参考文献:1 EASTMAN C,TEICHOLZ P,SACKS R,et al.BIM Handbook:A Guide to Building Information Modeling for Owners,Managers,De-signers,Engineers and ContractorsM.Hoboken,NJ:John Wiley and Sons,2011,2:245-261.2 马岩,贾少昆.基于 BIM 技术的数字化工程管控平台研究J.中国建设信息化,2023(3):68-69.MA Yan,JIA Shaokun.Research on Digital Engineering Management and Control Platform Based on BIM TechnologyJ.Informatization of China Construction,2023(3):68-69.3 朱肖,刘彦明,李宗建,等.基于 BIM 技术的铁路桥梁构件编码应用研究J/OL.铁道标准设计:1-62023-07-05.https:/doi.org/10.13238/j.issn.1004-2954.202205170001.ZHU Xiao,LIU Yanming,LI Zongjian,et al.Research on Applica-tion of Railway Bridge Component Coding Based on BIM TechnologyJ/OL.Railway standard design:1-62023-07-05.https:/doi.org/10.13238/j.issn.1004-2954.202205170001.4 高峰,苗永抗,宋树峰,等.基于 BIM 的铁路预应力混凝土连续梁拱拱脚设计与施工深化研究J/OL.铁道标准设计:1-72023-07-05.https:/doi.org/10.13238/j.issn.1004-2954.20220 7010002.Gao Feng,Miao Yongkang,Song Shufeng,et al.Research of the Structure Detailed Design and Construction for Arch Foot of Railway Prestressed Concrete Continuous Beam-Arch on BIMJ/OL.Rail-way standard design:1-7 2023-07-05.https:/doi.org/10.13238/j.issn.1004-2954.202207010002.5王宝玉,朱武卫,孙永民,等.BIM 正向设计在地下综合交通枢纽中的应用研究 以西安火车站北广场综合改造工程项目为例67铁 道 标 准 设 计第 67 卷J.铁道标准设计,2023,67(7):146-154.WANG Baoyu,ZHU Wuwei,SUN Yongmin,et al.Study on the Ap-plication of BIM Forward Design in Underground Integrated Transpor-tation HubTaking the Comprehensive Renovation Project of the North-square of Xian Railway Station as an Example J.Railway Standard Design,2023,67(7):146-154.6 唐雪芹,董凤翔,赵亮亮.基于 BIM 技术的铁路数字化设计与应用J.铁路技术创新,2021(1):50-56.TANG Xueqin,DONG Fengxiang,ZHAO Liangliang.Research on Digital Design and Application of Railway Based on BIM Technology J.Railway Technical Innovation,2021(1):5