数据库辅助建筑信息模型的形式有许多,例如在BIMQL –An open query language for building information models中,即是利用数据库结合IFC标准,设计一套Query系统,针对特殊字符对BIM软件做搜寻;而Topological analysis of 3D building models using a spatial query language则是利用数据库对3D模型做八分树搜寻。我们就说说 BIM与数据库 。
数据库的特色在于可以储存空间相关的信息,这一类的数据通常会具有几何(Geometry)的属性,例如点、线、面、体积等以及更复杂的资料,而空间的查询主要可以分成两种类别,空间数量的计算与空间几何的分析,常见的数据库有PostgreSQL、Geodatabase等。
利用BIM与数据库各自擅长的领域,加上分流的方式让BIM软件专注画面的呈现与编辑,然后让数据库专心执行几何计算与各种查询,以此方式可以更加客制化设计API程序,以便进行更复杂或者需要两种功能以上的交错查询。
BIM与数据库的分流概念可以制作一套SQL查询方式,严谨定义过的自定义SQL语法经过随意组合或排序可以达到更精准的查询结果,让使用者更加自由的执行查询功能。
利用云端的方式储存数据库内的档案,让远程的不同使用者可以分别操作不互相影响,达到多人分工的效果,如同Google可共同编辑的云端文件,而如何实现此概念以及数据库的结构设计是值得思考与研究的议题。
现今智能感应仪器功能与样式众多,若在这些传感器的内部建制建筑物的模型并产生数据库储存本研究的数据,将有助于未来各种智慧建筑的分析,如绿能、用电分析、气温分析等。
将BIM的几何信息转到数据库,并利用数据库查询速度快的优势,在数据库内计算完之后传回BIM组件ID做后续信息应用。由于建筑信息模型的几何计算占大部分的比例,运用基于BIM的空间数据可以让程序执行加快,并让BIM更适用成为建筑物营运维护阶段的信息管理中心。此外在执行一些BIM应用计划的过程当中,BIM模型常扮演数据中控端的角色,许多软件程序的输入数据必须由BIM模型中的建筑组件属性转出,同时部份输出数据可能为另一软件程序的输入数据,信息流相当复杂但却很有条理。好了,关于 BIM与数据库就说到这里,希望能够帮到大家。
- BIM学习群
- 微信扫一扫
- 微信公众号
- 微信扫一扫