利用3D数字化设计数据进行公路建设-案例研究-07数据类型和模式
2018-05-14   点击:

【摘要】项目团队通常将3D数据用于多种用途,因此可以根据目标用途和投资优化数据的开发级别(LOD)。LOD概念传达了数据的两个特定特征。第一个涉及模型中的细节,我们将其描述为模型密度(MD)。第二个关系到模型建立在多大程度上的不确定性,这必须定性地表达。我们将把它定性为定性置信水平(CL),并使用类似于地下效用信息所采用的分级标度。重要的是不要将高度细节 . . .


模型密度(MD)
模型密度是衡量3D数据如何完全描绘设计意图的指标,可以指导适当的使用。表33列出了MD波段及其授权用途的定义.MD-1至MD-4定义了3D数据如何与理想化设计相关联,而MD-5定义了3D数据如何与完工资产相关。每个用例都有自己的最低数据需求,但更高密度的数据可以支持低频段的用途,除了MD-5。

表33:模型密度波段的定义。
 

 

模型密度 定义 授权用途
MD-1 数据点位于常规站点和关键几何点 初步设计
只有在2D数据中才会加入诸如车道加宽,戈尔区域和交叉点之类的过渡 正确的工程
  允许应用程序
MD-2 数据点位于常规站点和关键几何点 最终设计
三维数据中包含了诸如车道加宽,戈尔区域和交叉点之类的过渡 投标文件
典型的数据密度是: 起飞量
·切线中的25英尺点间隔  
·曲线中10英尺的点间隔  
·转换中的5英尺点间隔  
MD-3 中间坐标距离足够小以支持GNSS或RTS的放样 起飞量
典型的数据密度是: 施工前质量控制
·切线中的10英尺点间隔 建设方向
·曲线中的2英尺点间隔  
·转换中的2英尺点间隔  
MD-4 中间距离足够小,以尽量减少材料超限的风险 建筑布局
典型的数据密度是: AMG建设
·切线中的5英尺点间隔 实时验证
·曲线中1英尺的点间隔  
·转换中的1英尺点间隔  
MD-5 中间坐标距离足够小,可以测量测量精度内的数量 竣工记录文件
典型的数据密度是: 衡量薪资数量
·直线或常规特征的25英尺点间隔 资产库存
·不规则地形中的10英尺点间隔(例如借矿坑)  
·曲线中的5英尺点间隔  
·水平偏转和/或等级中断点  

 

数字数据清单
各种特征的最佳LOD会因项目特征而异,特别是那些支配设计决策制定的不确定性的特征。3D数据的内容需要清晰描述,以便他们可以被要求,开发和使用。在BIM早期,人们担心在查看与真实设计意图不符的代表性图形时,模型数据会被误解。美国建筑师协会(AIA)创建了发展水平(LOD)指定(44)以指导BIM内容的适当使用。

标准做法是在BIM模型中创建一个对象列表,其中包括每个对象类别的不同项目阶段的LOD指定。模型化对象在各个阶段的进度计划是一种规划工具,允许模型用户(设计师,承包商等)预测不同模型中所需的信息或细节以满足目标应用程序或用途。3D高速公路数据的这种数字化数据清单将按地点明确定义每个功能的LOD。作为项目执行计划过程的一部分,将建筑信息模型(BIM)广泛使用将项目特定的模型元素库存(将建筑信息建模(BIM))细分为功能组和设定标准LOD度量。(45)

通常,BIM对象按其Uniclass格式分类。(44)Uniclass并未全面描述公路对象。还有其他选择,包括扩大Uniclass格式或可能的道路元素模型清单(MIRE)。(46)尽管MIRE并不全面,但它是按照对齐方式组织的,包括水平和垂直弯曲,横截面和交叉点。理想情况下,3D数据将围绕支持在建筑和其他领域使用该数据的逻辑进行组织。即使在没有民用数据的对象类的情况下,将LOD分配给道路设计中常见的3D数据类型(例如特征线,曲面和点)也将成为成功的数据治理的一部分。

数字数据清单可以是计划,文档和风险管理工具。列出了设计中每个元素的MD和CL的清单将清晰显示数据作者对交付的3D数据的信心。它将作为规划和记录设计模型内容及其预期用途的简写。这是设计师在模型中规划所需信息并传达数据创建背后的意图的工具,因此限制了他们对数据使用的责任,因其完整性和/或准确性而被用于不适当的目的。

数字化数据清单将用于建立数字数据可交付成果的明确要求,其基础是可能的建筑用途和质量信息的可用性,以便为工程判断提供信息,同时提供灵活性以优化基于项目特性创建数据的投资。它可用于识别记录的设计者,定义特定数据的授权用途,并提供可搜索的参考来定位特定施工或检验任务所需的数字数据。

实质上,数字化数据清单将为施工用户提供关于数据在交付时成功使用的可能性的基本信息。施工用户可以调整他们的努力来减少不确定性,并在动员或施工前根据需要修改数据。

表34提供了在构造中使用3D数据的每个案例研究中的各种特征的示例数字数据清单信息。样本对比了原始设计数据和施工中使用的最终数据。该表格包含解释活动风险和发生的风险事件影响的栏目,以及避免风险的积极结果。

表34:示例数字数据清单。
 

 

数据集 特征 车站范围 MD CL 风险 影响
犹他州的原始设计数据 最终成绩 所有 MD-2 CL-C 不准确的沥青加工量需要将材料输入/输出峡谷 收集新的地形调查并修改剖面以实现物质平衡
CTAB等级
犹他州最终AMG数据 最终成绩 所有 MD-4 CL-A 不准确的沥青加工量需要将材料输入/输出峡谷 成功的本地化物料平衡。良好的平整度和良好的混凝土摊铺产量
CTAB等级
弗吉尼亚原创设计资料 遏制和排水沟 所有 MD-4 CL-d 路面在最终重铺后不会与现有道路相连。无法保持6“显示。Pon水和排水问题。 3周停止工作条件,更换订单100万美元,新的地形调查和广泛的设计修订。
弗吉尼亚州最终布局数 遏制和排水沟 所有 MD-4 CL-A 路面在最终重铺后不会与现有道路相连。无法保持6“显示。Pon水和排水问题。 在最低等级条件下,返工率极低,积极平滑和排水结果
弗吉尼亚州最终道路数据 最终成绩 所有 MD-4 CL-A 无法保持4英寸路缘石,无数车道和路缘石切割问题,最低等级的正面排水,平滑度 建设成功
铣削剖面
密苏里州 最终成绩 所有 MD-4 CL-A 超出具体数量 混凝土产量的高度可预测性。没有超支。
铣削剖面
纽约原创设计资料 最终成绩 所有 MD-2 CL-d 土方工程,基层和混凝土摊铺量差异 AMG清理和锉磨和设计后的新地形测量重新建模
路基
纽约最终AMG数据 最终成绩 所有 MD-4 CL-B 土方工程,基层和混凝土摊铺量差异 可预测的支付数量。土石方临时支付的差异有助于确定滑坡的开始。
路基

 

相关热词搜索:公路3D 公路3D模型 公路3D设计 公路3D数字化 公路3D测量 公路3D测绘

上一篇:利用3D数字化设计数据进行公路建设-案例研究-06过程分析
下一篇:利用3D数字化设计数据进行公路建设-案例研究-08数据模式开发