基于IFC的BIM半结构化数据库研究

王红林， 周 创

(安徽国防科技职业学院 城市建设学院，安徽 六安 237011)

BIM技术的核心部分就是在建筑整个生命周期对信息进行有效处理，实现信息转换以及共享.但是，在BIM软件输出的过程中，时常会出现建筑信息错误及丢失等现象，影响建筑信息的准确性.因此，需要构建基于IFC的BIM半结构化数据库，增加数据库数据输出的可靠性.

1 BIM与IFC标准概述

1.1 BIM概述

BIM即Building Information Modeling，或者是Building Information Management，或者是Building Information Manufacture，代表的是一种建筑信息模型，是以三维数字技术为基础，主要是将建筑工程项目当中的每一项信息数据进行收集，利用这些数据建立仿真模拟建筑物，在三维建筑模型的运用下，实现多样化的建筑类功能，例如工程监理、工程管理、设备管理等等，目前是建筑业信息化管理的重要手段之一[1].

1.2 IFC标准

IFC即Industry Foundation Classes，是一种指定的资料标准格式，是由buildingSMART制定，建立在工业产品资料交换标准STEP编号ISO-10303-11之上，其基础为EXPERSS语言，用于BIM中AEC/FM相关领域信息交流.有部分专家在Industry Foundation Classes归属的界定上认为与网络通信标准HTML并无分别，Industry Foundation Classes并不归于BIM软件所有，随着IFC标准认证的不断发展，在很多领域、软件当中都开始增加IFC标准，甚至是一些企业和教育单位都开始研究IFC标准并进行应用[2].基于buildingSMART建立的IFC标准中有很多建筑讯息，在这些讯息的运用和管理上与AEC大量信息管理有相同之处.目前，基于Industry Foundation Classes的管理应用正在逐渐增多，基于IFC的BIM半结构化数据库研究也在逐渐增多.IFC模型包括预定义属性集、规则、函数和类型定义几个主要部分，其中最重要的是其类型定义，IFC数据库以STEP作为存储文件的格式，其数据段是由与EXPRESS定义对应的实体类型组成的，作为信息交换结构的载体，且数据段中的实例只能出现一次，表达格式为：

[实例名称]=[类型名称]({[属性值1],[属性值n]})

2 基于IFC的BIM数据库类型

2.1 关系型

BIM数据库的主要作用就是结构化的将所有BIM数据存储起来，而且，可以根据需求进行数据的过滤与提取，由于Industry Foundation Classes是BIM的数据描述标准，因此BIM数据库的构建大部分都是基于IFC标准进行设计，关系型BIM数据库是现阶段使用较为广泛的BIM数据库数据存储类型.根据目前的研究，一般都是在IFC大纲的基础上进行数据逻辑模式的设计.例如，对于IFC当中的各个实体定义出一个表，然后再按照各个实体中的每一个属性，进行表中一列的定义.目前关系型BIM数据库的种类有很多，例如一种基于Sql Serv-er的IFC数据库，该数据库的开发是基于VTT Building and Transport and SECOM Co.开发而来，再比如 ACTIVe3D系统Oracle数据库，其开发人为Cruz等，我国著名的学者张洋也开发了BIM信息集成平台等相关数据库.但是，由于IFC实体可选属性较多，导致稀疏性的出现，使储存空间产生了很大的浪费，而且，很难支持海量BIM数据存储.

2.2 面向对象型

IFC模型具备面向对象的特征，针对于这一特性，很多学者提出了面向对象型的BIM数据库，实现对BIM数据的存储.例如，Faraj就利用了这一特性提出了Object Store存储IFC的数据库，我国著名学者陆宁也是基于IFC的面向对象特征，设计了Versant Object Da-tabase 8的IFC数据库，并且其可行性得到了证实.同时，陆宁在对关系数据库进行比较之后得出结论，即面向对象型的IFC数据库比关系数据库的效率要高出很多[3].但是，面向对象型的BIM数据库在成本上是比较高的，而且自身理论还需要进一步完善，相比于基于No Sql的BIM数据库，可扩展性较差一些.

2.3 对象关系型

对象关系型BIM数据库顾名思义，就是基于关系型BIM数据库与面向对象型BIM数据库的基础上建立的BIM数据库，是由两种BIM数据库结合而成，换而言之，也属于一种扩展关系数据库，但是却具备面向对象数据库的特性.在对象关系型BIM数据库的研究上，目前还较为不成熟，但是Kang等学者对此进行了利用，根据对象关系数据库Cubrid来对IFC数据进行存储.

2.4 键值型

键值型BIM数据库的功能相对而言具备一定的局限性，因为键值型BIM数据库主要支持的信息处理类型是在行键基础上进行信息查询，因此应用上相对不是十分广泛.但是，在查询速度、扩展等方面，键值型BIM数据库具备较大的优势.例如，基于TNO Netherlands和TU of Eindoven开发的键值型BIM数据库BIMserver，就具备查询速度快、容易扩展等多种优点.

图1 BIM半结构化数据集成与服务技术架构

3 基于IFC标准的半结构化BIM 数据库构建

3.1 BIM半结构化数据库构建原则

一般情况下，在构建BIM半结构化数据库时，都会选择将建筑对象作为基础来进行数据表的构建.但是，由于IFC标准中具备600个以上的对象，而且各个对象之间的关系十分错综复杂，因此选择建筑对象作为数据表构建依据具备一定的局限性，会导致数据库变得十分复杂.而且，IFC标准在不断的更新，一旦出现了新的IFC标准，IFC标准中的对象及其属性、关系都会随之产生变化，就需要大面积改动数据库，维护难度非常高.因此，在基于IFC标准的半结构化BIM数据库构建的过程中，要尽量简化数据表的应用，减少数据存储难度，使维护变得便捷.

3.2 BIM半结构化数据库的构建

BIM半结构化数据就是介于完全结构化数据与完全无结构数据中间的数据，例如XML、HTML等，一般属于自描述，数据的结构与内容区别不大.BIM技术的核心部分就是在建筑整个生命周期的过程当中对信息进行有效处理，实现转换以及共享.但是，在BIM软件输入IFC文件或者是输出IFC文件的过程中，经常会有建筑信息错误、丢失等情况发生，为了避免这种现象，就需要在基于IFC标准的基础上构建BIM数据库.BIM数据库的开发是在IFC标准格式的基础上开发而来，能够实现对IFC文件正确、完整的存储，而且在输出的过程中，不会有信息错误、缺失等情况出现[4].由于IFC文件是多个IFC语句共同组成，因此在进行IFC语句书写时，必须要根据IFC标准中建筑对象的定义来确定书写格式.同时，还必须要根据映射关系加入其他语句，形成一种语句之间的联系.

同时，根据BIM数据库能够实现将多项目、多个IFC文件存储起来的特点，在进行基于IFC标准的半结构化BIM数据库构建时，将数据表的数量定为4张.一是文件管理表，该数据表的作用是实现对IFC文件项目信息的有效保存；二是语句管理表，该数据表的作用是实现对IFC文件语句信息的有效保存；三是属性管理表，该数据表的主要作用是实现对每一条语句属性信息的有效保存；四是映射管理表，该数据表的主要作用是实现对每一条语句映射信息的有效保存.

在BIM半结构化数据库构建的过程中，由于该数据库能够实现对多项目、多个IFC文件的存储，因此要想实现每一条语句的唯一识别功能，必须要利用定义ID来实现，从而实现与相关语句的映射，这样还可以方便在每个表当中建立主键和外键的关系[5].BIM半结构化数据集成与服务技术架构如图1所示.

3.3 BIM半结构化数据库的应用

为了验证基于IFC标准的半结构化BIM数据库可行性与可靠性，进行IFC文件相关的测试，主要包括IFC文件的输入、输出以及查询等等，选择3个IFC建筑信息模型来进行验证.模型1的构建数目为梁72、柱48、板36、墙39，大小为569 688个字节，语句数为11 097个；模型2的构建数目为梁700、柱240、板130、墙40，大小为2 249 633个字节，语句数为43 912个；模型3的构建数目为梁2 988、柱126、板1 230、墙2510，大小为8 054 377个字节，语句数为152 827个.由以上数据可以看出，模型1至模型3的构建数量、字节大小、语句数量呈现出递增的趋势.在测试的过程中，秉承着由简单到复杂的原则，检验基于IFC标准的半结构化BIM数据库的可行性与可靠性.

首先对3个模型案例依次进行BIM数据库的输入与输出，观察3个模型的项目编号、文件编号、输入时间、输出时间、字节大小、语句数量等.由此可知在输入、输出的过程中，IFC文件在字节大小上、语句的数量上都没有出现变化，建筑信息的准确性与一致性得到了充分的检验.在时间上，随着BIM模型文件大小的增长，时间会随之增长.最终得出结论：基于IFC标准的半结构化BIM数据库在IFC文件的输入与输出过程中，信息始终保持正确和完整，具备可靠性和一致性.数据库测试结果如表1所示.

表1 数据库测试结果

4 结语

本文对基于IFC标准的半结构化BIM数据库进行了深入的探究，在BIM软件输出的过程中，时常会出现建筑信息错误等现象，影响建筑信息的准确性与一致性.因此，要想增加数据库数据输出的可靠性，需要构建基于IFC的BIM半结构化数据库.本文基于IFC标准构建了BIM半结构化数据库，并对其应用情况进行了测试，测试结果良好，信息具备正确和完整，可靠性较高.