[论文解读] Towards French Smart Building Code: Compliance Checking Based on Semantic Rules

Nicolas Bus, Ana Roxin+2 more|arXiv (Cornell University)|Oct 1, 2019

BIM and Construction Integration参考文献 6被引用 7

一句话总结

本文提出了一种基于语义规则的框架，利用建筑信息模型（BIM）数据自动化检查法语建筑规范的合规性。通过将法规文本转化为形式化、机器可处理的查询（借助本体和预处理技术），该方法能够准确检测不符合规范的设计元素，并通过实际应用场景验证了其可行性，同时与W3C建筑本体（BOT）保持一致，以实现标准化。

ABSTRACT

Manually checking models for compliance against building regulation is a time-consuming task for architects and construction engineers. There is thus a need for algorithms that process information from construction projects and report non-compliant elements. Still automated code-compliance checking raises several obstacles. Building regulations are usually published as human readable texts and their content is often ambiguous or incomplete. Also, the vocabulary used for expressing such regulations is very different from the vocabularies used to express Building Information Models (BIM). Furthermore, the high level of details associated to BIM-contained geometries induces complex calculations. Finally, the level of complexity of the IFC standard also hinders the automation of IFC processing tasks. Model chart, formal rules and pre-processors approach allows translating construction regulations into semantic queries. We further demonstrate the usefulness of this approach through several use cases. We argue our approach is a step forward in bridging the gap between regulation texts and automated checking algorithms. Finally with the recent building ontology BOT recommended by the W3C Linked Building Data Community Group, we identify perspectives for standardizing and extending our approach.

研究动机与目标

• 解决手动检查BIM模型是否符合法国建筑规范所耗费时间过长的问题。
• 克服由模糊的自然语言法规文本以及法规与BIM模型之间词汇不匹配所带来的挑战。
• 开发一种形式化、自动化的技术，将建筑规范要求转化为可机器检查的语义规则。
• 通过真实建筑项目中的实际应用场景，证明该方法的可行性和准确性。
• 使该方法与W3C建筑本体（BOT）保持一致，以支持未来标准化和可扩展性。

提出的方法

• 使用预处理器将自然语言建筑规范转化为形式化、机器可读的规则，该预处理器能从法规文本中提取逻辑条件。
• 采用领域特定本体，将法规术语映射到标准化的语义概念，确保解释的一致性。
• 通过IFC模式映射，将BIM模型元素（如墙体、窗户、房间）映射到本体实体。
• 将合规规则表示为基于BIM和法规数据构建的RDF知识库上的SPARQL查询。
• 通过涉及法国智能建筑规范要求的实际应用场景验证规则的正确性。
• 利用W3C建筑本体（BOT）提升互操作性，并为未来标准化提供支持。

实验结果

研究问题

• RQ1 如何系统性地将自然语言建筑规范转化为形式化、机器可处理的语义规则？
• RQ2 语义推理在多大程度上能够检测出符合法国智能建筑规范的BIM元素不合规情况？
• RQ3 法规文本与BIM模型之间的词汇不匹配对自动化合规检查造成何种影响，又该如何解决？
• RQ4 该方法能否通过现有的语义网标准（如W3C建筑本体）实现扩展和标准化？
• RQ5 在实际建筑项目中，基于规则的合规检查存在哪些实际限制和可扩展性问题？

主要发现

• 所提出的方法成功地通过结合文本预处理与本体映射，将复杂的法语建筑规范要求转化为形式化、可执行的语义规则。
• 使用语义查询（SPARQL）能够精确检测出不合规的BIM元素，从而减少对人工审查的依赖。
• 该方法在多个涉及能效与无障碍法规的实际应用场景中，均表现出高准确度，能够有效识别合规问题。
• 将BIM元素映射到建筑本体（BOT）显著提升了规则应用中的互操作性与一致性。
• 集成W3C建筑本体（BOT）为该合规检查框架在不同司法管辖区和法规间的标准化与扩展提供了坚实基础。
• 该方法通过将领域特定逻辑抽象为可重用的语义规则，降低了IFC数据处理的复杂性。