文摘

一个有效的数据库管理系统,支持不同的信息模型的集成和互操作性是更高水平的基础cyber-physical系统构建。在本文中,我们解决的问题与建筑信息模型集成监控数据通过使用图数据管理系统和IFC标准(行业基础类)来支持互操作性和合作的必要性。提出了工作流描述了IFC模型转化为图形数据库和连接传感器的数据,然后使用桥梁监测系统的例子进行验证。提出了国际金融公司和传感器图像数据模型结构灵活,可满足智能城市和大数据的挑战。

1。介绍

数据管理(DM)可以被定义为一组最佳实践、建筑技术和工具,使一致的数据访问和交付一个广阔的区域内的所有应用程序和业务流程,在物联网(物联网),cyber-physical系统的更高层次的基础。为了充分利用建设4.0 [1)和用例的概念,我们必须先设计一个高效的数据管理系统,将支持不同的信息集成模型,使数据的互操作性,并支持实时数据流的集成。不同的信息模型包括,但不限于,建筑信息模型(BIM)和传感器数据模型。

Mannino et al。2]在文献综述BIM和物联网集成的集成设备管理(FM)得出的结论是,仍有许多挑战,需要研究和开发。最重要的研究问题之一是越来越重要的数据互操作问题和改善工业基础类(IFC) (3)标准调频的支持。此外,随着的增加部署各种物联网系统,连接建筑信息模型和实时数据流正成为一个重要的研究课题(2]。目前,大多数的解决方案使用外部数据库系统来存储传感器数据。这个外部数据库系统是连接到造型或协作工具进行分析和可视化4- - - - - -7]。在使用多个数据库是一个工作解决的问题,它也提出了一些挑战,比如部署和管理多个数据库系统和可伸缩性问题。为应对这些挑战,我们的目标是提出一个数据管理系统,支持多种数据类型,允许配对各种数据模型实时传感器数据。设计问题的一种可能的解决方案是使用一个基于数据库管理系统(8)来支持模型信息和监测数据,以促进未来的用例(例如,数字/智能城市),将需要有效处理和查询不同的数据集(例如,模型数据,传感器信息,时间序列,和位置)。

本文开发了基于数据库管理系统的描述,使高效和可扩展的存储解决方案不同的数据集(如上介绍)以及所要求的各种分析和可视化的平台不同的用例。桥梁监测案例研究用于演示和评估拟议的数据库系统。

虽然提出了几种不同的数据库管理系统支持IFC数据模型,考虑到不断进化领域的数据管理和处理,我们只会提到最近的研究关注BIM数据互操作和存储领域。

例如,李et al。9)提出了一个面向对象的存储模型来支持IFC模型没有损失的信息。工作流中,他们提出了IFC数据之间的映射规则类型和Oracle数据库的解析IFC数据存储在相应的表中。工作流是建筑模型进行验证,表明没有信息丢失的数据交换。

建筑领域的绩效管理,Zhang et al。10)提出了一个可伸缩的cyber-physical平台基于NoSQL数据库,在建筑信息建模和传感器网络集成到一个统一的结构。该平台支持灵活的结构和横向扩展来处理大数据的挑战。

宋et al。11]提出了桥梁监测数据管理框架基于Apache Cassandra NoSQL数据库系统,它们存储桥信息模型(边缘),从现场计算机传感器数据,检查信息。工作流中,他们使用一种基于xml的桥梁结构信息模型是适当的解析和映射到NoSQL列家庭存储桥几何,信息,和工程模型以及传感器信息和数据。工作流是验证一个真正的桥上,他们得出的结论是,该系统启用方便用户查询和使用大型数据监控的目的。

在图形数据库的主题,伊斯梅尔et al。12)提出了一个用于开发图形方法基于IFC标准的数据模型。在工作流中,他们使用web服务使用脚本自动解析IFC模型基于表达模式和生成CSV文件包含图模型数据。这些可以被转移到Neo4j图形数据库使用生成的命令和CSV文件。拟议中的图表数据模型验证在案例研究模型显示简单的查询,分析应急路线的空间包含在IFC模型,以及可能的不同版本之间的比较相同的模型找出发生在造型的差异。

同样,赵et al。13)采用图形数据库来提高IFC数据的合并。他们提出了一个国际金融公司图数据结构,保持国际金融公司实例之间的关系。他们的图数据模型是基于三种类型的节点区分实体,单个值,列表值。支持简单的数据挖掘,这需要他们提出的数据融合。他们显然表明,IFC数据可以用图表和保持国际金融公司的结构模型。

3所示。基于国际金融公司和传感器表示

3.1。数据模式的产业基础类

IFC文件的通用格式是一步物理格式(IFC-SPF),一个紧凑的文本格式存储数据的序列实例,每个实例包含数字,一个类名,和它的属性,描述几何和语义信息的BIM模型(14]。模式定义的数据表达数据模型,其中包含的规范类和BIM模型中使用的数据类型。每个类由关键字定义实体的名称和类属性,包括父子关系和属性特定于该实体(见图1)。


图1
表达IfcBeam类规范。

指定的亲子关系是超类型和子类型,指定属性的继承,即。,a single class inherits all the properties pertaining to each parent class in the hierarchy, plus a specific class property if it has one [15]。例如,在图2的前四个属性属于类IfcRoot IfcBeam实例,这是第一个层次,第二属性继承自IfcObject IfcProduct,和IfcElement,而最后一个属性PredefinedType IfcBeam的类属性。属性可以表示一个值或一个聚合的值可以是一个引用到另一个实例,例如,OwnerHistory属性给出的实例数量IfcOwnerHistory实例,或一个简单的数据类型,如真实,整数,数字,逻辑、布尔,二进制或字符串。


图2
国际金融公司属性继承。

IFC数据模型中定义的表达语言,本质上是面向对象的。他们的重点是描述对象,分解为组件和组织成类相互关联(16]。由于结构复杂,人类很难读,可以使用图表数据模型的表示,因为他们已经在使用一个图结构的定义和图形更容易理解(17]。

3.2。图形数据库管理系统

图形数据库管理系统或几乎被称为图形数据库是一个平台,您可以使用创建、读取、更新和删除操作在图数据模型表示为节点和连接他们的关系。最常见的图标签属性图,在实体表示为节点连接定向边(关系),这两个可以贴上标签,可以包含任意数量的键值属性(参见图3)。这个结构是表达和通用,它允许以图表形式来描述许多真实世界的场景(8]。


图3
标签属性图的例子。

与关系数据库相比,图形可以处理连接数据与更好的性能,甚至随着数据量的增加,因为查询只局限于图的一部分。此外,他们提供了一个灵活的结构,因为我们可以包括新类型的节点或关系不改变现有的函数或查询(8]。虽然图模型的使用高度互连的数据才有意义,有一些通用的优点:简单的图形表示;图形数据结构使造型数据表示在现实世界中,可以将所有信息存储在一个节点或关系;图上的查询可以直接使用结构,从最短路径或各种sup-graphs可以提取;已经开发的图形算法和存储结构允许数据高效存储和呼吁17]。尽管有许多图形数据库系统,在这项研究中,Neo4j平台使用,被称为原生图数据库作为存储和处理它使用图模型(18]。

3.3。国际金融公司图模型

促进IFC数据与图形模型中,我们使用标签属性图的语义描述IFC实体标记节点和属性引用指示和标签的关系。我们的国际金融公司图数据模型旨在保护国际金融公司结构,这样就可以将模型映射回IFC的一步。然而,它可以很容易地修改通过调整节点和关系结构的Python脚本,和其他作者12,13)提出了不同的国际金融公司根据用例图模型。

节点的类型来自两个来源:一个直接从实例类(例如,IfcBeam IfcOwnerHistory, IfcMaterial)和其他的实例属性标签根据表达模式(例如,IfcLabel IfcText, IfcValue)。IFC模式源自IfcRoot实体之间的区别,全球识别码,主人历史、名称和描述,和那些没有身份在资源层(16]。在我们的图结构,我们把身份属性节点属性作为键值对,而不是为这些值创建单独的节点。所有其他节点只能有一个属性(包括身份证号),简单数据类型属性的值。

定义之间的关系两个节点,每个节点分配是基于连接它们的ID号。实例的节点类继承的实例数量(例如,# 188),而节点的属性接受额外的数量基于属性的顺序位置(例如,# 188 _5)。每个实例然后连接到另一个实例,如果属性包含数字或连接到一个创建引用的实例属性节点,如果它包含了一个简单的值类型。此外,每个关系分配一个标签基于IFC表达模式中定义的属性键名(如OwnerHistory,标签,和表示)和一个ID号基于属性的位置(参见图4)。


图4
图IfcBeam实体数据模型。

地址属性聚合,创建一个额外的节点,然后被分离成单个值的聚合,并不断重复,创建关系到其他实例或创建新节点分隔值。

3.4。传感器图模型

传感器图结构,在国际金融公司图是相似的。单个传感器由传感器节点包含名称和描述,而其他属性,如传感器类型,被定义为一个单独的节点和连接到传感器节点提供一个有组织的结构和简化查询。

每个传感器测量数据表示为一个节点包含日期,时间,和价值的测量和连接到单个节点称为传感器数据,进而就与一个关联的传感器节点(见图5)。根据不同的目的,他们可以分为节点通过一年或其他措施。


图5
图数据模型对传感器及其测量。
3.5。转换方法

发达的方法提出了一种工作流将IFC模型转换成图数据,结合监测传感器的数据。工作流可以分为三个部分:首先,IFC模型转化为一个图表形式,然后添加传感器实体连接到相应的国际金融公司对象,最后,传感器数据被添加在批量或实时捕捉和连接到传感器实体(见图6)。通过这种方法,我们可以存储不同的IFC模型以及传感器数据在一个单一的图形数据库。


图6
工作流程将国际金融公司和传感器数据转换为图形数据库。

IFC模型图的转换数据模型是基于IFC表达模式。此工作流使用Python脚本自动化IFC步骤文件的解析,使用Python字典对于国际金融公司实体,将实例及其属性转换成图与正确的标签和属性节点和关系。这些是导出为CSV文件和导入Neo4j使用批次管理导入功能,适合大型数据集(19]。

Python字典为每个国际金融公司创建类及其属性键和值名称按照选定的国际金融公司表达模式从buildingSMART检索网站(20.]。在IFC表达模式,每个类只包含其特定的类属性没有继承的属性来避免重复,脚本迭代层次结构并把所有父属性添加到特定的类。图7显示类的Python字典IfcBeam产生的表达模式。可以看出IfcBeam包含9属性,将匹配的数量IfcBeam IFC一步实例属性的文件。这一步是执行一次创建一个字典IFC类基于所选择的模式。


图7
Python字典类IfcBeam属性键值对。

IFC模型映射到图形形式由国际金融公司一步解析每个实例的文件例如,类名和属性值。对于每一个国际金融公司实例,创建一个节点实例使用参考号作为ID、类名作为标签,标识属性节点属性如果有任何实例。接下来,脚本经过每个实例属性,如果它是一个参考号码,它会创建一个当前实例之间的关系和引用实例,包含一个标签来自属性名称,很快发现使用Python字典的。如果属性值是一个数据类型,该脚本创建一个节点一个标签的属性值类型和关系连接一个实例和一个属性与属性名称的标签,这也是字典(见图中找到8)。创建节点和关系实例导出到CSV文件中,带进了Neo4j数据库使用管理导入功能。


图8
的例子从一个IfcBeam实例创建节点和关系。

传感器使用Neo4j实体添加到图形数据库查询语言密码(6),它可以连接到Python通过Neo4j Python驱动程序。传感器节点和连接他们的关系IFC传感元件可以简单地使用MERGE命令创建和语句创建节点(变量:标签{名称:“价值”})和边(节点1)-[:标签](节点2)。同样,传感器数据实时添加通过执行批处理的数字命令或使用CSV文件和加载Neo4j CSV函数。

4所示。案例研究

IFC和监测数据库系统基于图像数据模型与模拟测试说明问题涉及的BIM模型桥梁监测传感器元素在不同位置(见图9)。监控元素代表应变传感器,并伴随着测量数据超过一分钟间隔几天。


图9
国际金融公司的梁传感器模型的例子。

Revit造型软件中创建的BIM模型并导出使用IFC4设计传输视图设置。IFC模型映射到节点和关系使用Python脚本基于IFC4表达规范和导出到CSV文件,并使用管理导入函数来创建导入Neo4j IFC图数据模型。图中可以看到IFC图结构10可以确定,在三个不同的集群。第一个集群包含的语义信息模型和建筑元素,第二集群代表模型中使用的单位信息,第三个集群模型的几何信息。


图10
国际金融公司的图表示单个BIM模型元素。

传感器图模型是由密码查询语言中执行命令:合并(s:传感器{名称:“P14_N4_MM7-T”,描述:“称重”})合并(t: SensorType{名称:“Strain_Gauge”})合并(m:制造商{名称:“TML”})合并(s) - [: HAS_PROPERTY] - > (t)合并(s) - [: HAS_PROPERTY] - > (m)

前三个命令创建一个传感器节点和属性节点实例的类型和传感器制造商,而最后两个命令连接实例的属性。

传感器数据由10天测量一分钟的平均压力和每个测量的日期和时间。数据被在一个CSV文件,批量转移到使用负载CSV功能图形数据库,和连接到传感器节点实例。模拟实时数据,连接到一个Python脚本通过Neo4j Python驱动图形数据库,从数字命令执行实时使用MERGE命令与测量首先创建一个节点,然后将其连接到传感器数据节点。

检索梁或传感器元素从IFC图模型,使用一个简单的查询:匹配p= (n: IFCBUILDINGELEMENTPROXY) - (∗1) - > (p1)返回p

这将返回所有节点与一个标签IFCBUILDINGELEMENTPROXY梁和传感器元素所属因为他们创建一个定制的普通家庭。此外,查询检索与建筑相关的所有属性节点代理元素节点(见图11)。


图11
梁和传感器实例及其属性。

传感器元素的检索和相关的测量数据可以通过以下查询:匹配(s:传感器{名称:“P14_N4_MM7-T”})匹配d= (n: SensorData{名称:“P14_N4_MM7-T”}) - [: HAS_VALUE] - > (v:值)日期(v.measured) =日期(“2019-07-01”)返回n, s、d

在这里,我们可以限制测量数据到一个特定的日期或时间使用条件语句,并返回传感器元素及其数据测量在指定的日期(见图12)。通过这种方式,我们可以检索任何传感器,其测量数据,其与IFC元素或一个位置的传感器。


图12
传感器元素和数据的检索一个特定的日期。

5。讨论

使用图表数据模型,我们已经表明,他们能够处理不同类型的数据参与设备管理和结构健康监测。使用图表来促进国际金融模型和实时监控数据可以被视为一个集成替代当前的实践使用孤立的系统,每个管理一个类型的数据。部署一个灵活的管理系统可以看作是一个重要的一步数字双胞胎和智能城市设施管理和传感器技术的进步将会增加管理的应用程序和数据生成的数量,增加有效的数据共享的需求,存储和互操作性。

基于国际金融公司管理系统的使用可以为BIM经理提供许多优势。首先,我们可以解决复杂和不容易生IFC文件的模式。采用图数据模型代表IFC数据,我们能够看到他们的相互关联的结构和使用图算法执行复杂查询遍历子图和修改他们的数据,同时仍然保持原来的结构。此外,图结构是灵活的,允许改变数据结构和添加新数据点和连接。此外,在我们提出的工作流,包括语义浓缩IFC图的数据模型利用IFC表达模式添加名称和类型属性节点和连接,方便用户了解和找到有关国际金融公司的信息元素。第二,图形数据管理系统可以作为一个潜在的结构健康监测系统或其他更高水平的cyber-physical系统,允许BIM经理将数据存储在一个地方,访问它们有效地用于其他应用程序。然而,当别人显示,图形数据模型并不局限于使用存储,但允许BIM经理使用其他应用程序,如比较模型找到不同版本之间的更改(12),分析应急路线(12),和IFC数据合并13]。第三,为了确保互操作性,国际金融公司和Neo4j图数据模型遵循开放标准和可以被其他应用程序使用,允许没有封闭的环境中协同工作。

6。结论

在本研究工作中,提出了一种灵活和可扩展的IFC数据模型图,重点保护IFC数据结构和支持信息模型和相关的实际监测数据之间的联系。特别是,该工作流描述了IFC模型转换为图形数据库,传感器实体链接与传感器数据建立信息模型。这种方法是通过一个案例研究,验证桥IFC模型与监测数据显示,IFC数据可以表示为节点和关系的集合。

提出了图数据模型可以修改其他模式引入工作流。统一的数据库系统,这提供了一个灵活的和可扩展的结构,可以适应未来的用例和cyber-physical系统提供了一个一致的基础。

提高本研究的有效性,未来的工作将地址更高水平的cyber-physical系统利用图形数据库为底层系统的数据分析和可视化将执行一个用例的一个真实的与一个大型传感器网络结构。

数据可用性

IFC文件和监控研究中使用的数据是可用的https://github.com/IFCManager/IFC_Graph_Database。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了斯洛文尼亚研究机构在年轻的研究资助计划。