• 한국건축시공학회지
• /
• 제22권5호
• /
• pp.451-462
• /
• 2022

이 연구의 목적은 다양한 접합상세를 갖는 프리캐스트 콘크리트(precast concrete, 이하 PC) 전단벽에 대한 BIM 모델링 절차를 정립하는 것이다. 그 결과 스케치업(SketchUp)의 프로그램과 컴포넌트 기능과 IFC(Industry foundation classes)파일 형식을 이용하여 BIM 프로그램에서 사용가능한 PC 전단벽 패밀리 라이브래리를 구축 할 수 있었다. 스플라이스 슬리브, 볼트 또는 용접접합공법을 이용한 PC 전단벽은 BIM 프로그램으로부터 배근된 철근들의 간섭여부와 콘크리트, 철근 및 철재 재료들의 물량을 정확히 평가할 수 있었다. 평가 결과 용접접합 공법을 이용한 PC 전단벽은 판재, 볼트 및 너트를 사용하였음에도 스플라이스 슬리브로 연결된 PC 전단벽에서 사용된 재료들의 전체물량, 경제성 및 환경영향성이 비슷한 수준에 있었다. 결과적으로 볼트 또는 용접접합 공법은 PC 전단벽에서 적용가능성이 높은 공법이며, 특히 시공성까지 고려한다면 스플라이스 슬리브 공법보다도 더 유용한 연결공법이 될 것으로 판단된다.

• 한국BIM학회 논문집
• /
• 제12권2호
• /
• pp.12-25
• /
• 2022

To increase the usability of Building Information Modeling (BIM) in construction projects, it is critical to ensure the interoperability of data between heterogeneous BIM software. The Industry Foundation Classes (IFC), an international ISO format, has been established for this purpose, but due to its structural complexity, geometric information and properties are not always transmitted correctly. Recently, deep learning approaches have been used to learn the shapes of the BIM elements and thereby verify the mapping between BIM elements and IFC entities. These models performed well for elements with distinct shapes but were limited when their shapes were highly similar. This study proposed a method to improve the performance of the element type classification by using an Ensemble model that leverages not only shapes characteristics but also the relational information between individual BIM elements. The accuracy of the Ensemble model, which merges MVCNN and MLP, was improved 0.03 compared to the existing deep learning model that only learned shape information.

• 한국건축시공학회지
• /
• 제15권3호
• /
• pp.317-327
• /
• 2015

국내외 건설사업에 BIM적용이 활발하게 진행되고 있으며, 이에 따라 국가적 차원에서의 제도 및 기준이 개발되어 BIM기반 건설사업에 적용되고 있다. 하지만, 국내에서 건물에 포함된 공간객체에 대한 면적을 산출하기 위한 기준은 주택법과 건축법으로 이원화 되어 적용되고 있으며, BIM기반 소프트웨어에서 생성된 IFC파일은 적용되는 기준과 상관없이 항상 동일한 공간객체의 형상정보가 생성되고 있는 실정이다. 이에 본 연구에서는 IFC기반 공간객체 및 경계객체의 속성정보를 활용하여, 적정한 면적산정 기준을 산정하고 이에 따라 해당 공간객체 형상정보의 좌표 값을 자동으로 변환시켜 줄 수 있는 IFC기반 공간형상정보 좌표 변환 자동화 알고리즘을 제안하고자 한다.

• 한국CDE학회논문집
• /
• 제20권1호
• /
• pp.1-10
• /
• 2015

Using BIM (Building Information Modeling)-based design information to analyze various engineering processes has been widely adopted in construction projects. However, since typical building permit processes often require traditional 2D-based design information for submission and to obtain building approval, there are some challenges in delivering such data thru BIM-based design information. This paper proposed a methodology to generate and meet information requirements for permit applications and approvals based on BIM-based design information. To that end, we analyzed the required information necessary to make submissions for building approvals using the Seumter system. We then suggested a process to collect the required information from BIM-based data, and classified this into two types: BIM-internal and BIM-external information requirements. In addition, we proposed three algorithms to extract and to match between extracted BIM data and BIM-internal information requirements using IFC(Industry Foundation Classes). The proposed methodology enables to ensure the efficiency and the accuracy when providing data for building permit review and approval.

• 한국BIM학회 논문집
• /
• 제9권4호
• /
• pp.31-40
• /
• 2019

With Building Information Modeling(BIM) becoming the de facto standard for data sharing in the AEC industry, additional needs have increased to ensure the data integrity of BIM models themselves. Although the Industry Foundation Classes provide an open and neutral data format, its generalized schema leaves it open to data loss and misclassifications This research applied deep learning to automatically classify BIM elements and thus check the integrity of BIM-to-IFC mappings. Multi-view CNN(MVCC) and PointNet, which are two deep learning models customized to learn and classify in 3 dimensional non-euclidean spaces, were used. The analysis was restricted to classifying subtypes of architectural walls. MVCNN resulted in the highest performance, with ACC and F1 score of 0.95 and 0.94. MVCNN unitizes images from multiple perspectives of an element, and was thus able to learn the nuanced differences of wall subtypes. PointNet, on the other hand, lost many of the detailed features as it uses a sample of the point clouds and perceived only the 'skeleton' of the given walls.

• 한국산학기술학회논문지
• /
• 제16권6호
• /
• pp.4176-4184
• /
• 2015

건설사업 전 생애주기 중 설계단계에서의 대안별 비용 예측은 사업의 수익성 및 타당성 분석을 위한 판단기준이 된다. 설계도서가 완성되지 않은 초기 설계단계에서 과거의 유사자료를 바탕으로 개산견적이 실시되고 있다. 견적자의 경험과 산정방법에 따라 물량이 상이하고 누락되는 경우가 발생한다. 최근 IT기술 발전으로 BIM 기술이 주목을 받으면서 건설 전반에 걸쳐 기획, 설계, 시공, 유지관리 기술의 패러다임을 변화 시키고 있다. BIM을 활용한 다양한 연구가 시도되고 있지만, 활용 효과는 건설 사업의 기대에 미치지 못하고 있다. 본 연구에서는 국제 표준 IFC와 견적 관련 지식정보를 연계한 개산견적 프레임워크를 제안한다. 그 결과, 초기 설계단계에서 의사결정을 위한 공사비 예측을 수행하며, 그리고 선행연구의 한계점을 일부분 극복이 가능할 것으로 기대된다. 또한, 개산견적 프레임워크는 프로세스 일부를 자동화하였기 때문에 변경에 대한 능동적인 대처가 가능하다.

• 한국건설관리학회논문집
• /
• 제13권3호
• /
• pp.43-55
• /
• 2012

최근 건설 산업에서 이슈가 되고 있는 BIM의 신뢰성을 판단하기 위한 방안으로 BIM 품질 검증 방안이 대두되고 있다. 그러나 현재 BIM 품질 검증은 부재간의 간섭체크, 공간 배치 등 3D Model을 검토하는 것에 국한되어 있으며, 구조, 설비, 견적과 같은 각 분야별 BIM기반 작업 결과물의 검증 방안은 부재한 실정이다. 특히 BIM기반 견적분야에서는 수량 산출의 근거인 산출식이 출력되지 않아 BIM기반 물량산출 결과물을 신뢰하지 못하는 현상이 발생하였다. BIM기반 견적 작업 결과물의 신뢰성을 향상시키기 위해 제조업에서 정의하고 있는 신뢰성 개념을 분석하고, 다년간 BIM기반 물량산출 수행 경험을 토대로 BIM기반 견적 또는 물량산출 작업의 신뢰성에 영향을 미치는 요인을 도출한 결과, 모델링 방법 및 BIM Tool의 특징에 따라 BIM기반 물량 데이터가 달라지는 것을 알 수 있었다. 따라서 본 연구에서는 BIM 기반 견적 모델링 시 모델링 방법에 따른 결과값의 분석과 IFC 파일 교환을 통해 데이터의 신뢰성을 높이는 올바른 모델링 방법 및 데이터 검증 방안을 제시하고자 한다.

• 한국건설관리학회논문집
• /
• 제16권1호
• /
• pp.24-34
• /
• 2015

최근 설계 협업 시스템의 점차 발전됨과 함께, BIM 기반의 정보교환이 차세대 건설 프로젝트의 성공적 수행에 주요 요소로써 작용하고 있다. BIM 협업 중 발생하는 데이터 호환 문제에 대한 해결책을 제시하고 있는 많은 연구들이 수행되고 있지만, 여전히 다양한 BIM 저작도구로부터 생산되는 BIM 데이터의 교환은 디자인과 엔지니어링 분석 단계에서 발생하고 있다. 그리하여 본 논문은 현업 설계 프로세스 내에서 발생하는 데이터 정보 교환에 대한 문제점의 발생 원인을 분석하고 BIM 기반의 설계 협업 환경의 개선을 위한 BIM 정보 교환 프레임워크를 제안하였다. Open-BIM 기반의 정보 교환 환경의 정착을 저해하는 요소를 발견하기 위해서는 현재와 앞으로 수행될 BIM 기반 설계 협업 프로세스 환경변화에 대한 분석이 우선적으로 수행되어야 한다. 협업 설계 프로세스 내 원활한 정보 교환의 저해 요인 분석을 통해 본 연구는 Open-API와 IFC기반의 BIM 협업 지원 시스템을 제안한다. BIM 무결성 피드백 시스템이라 명명된 API 솔루션은 IFC 기반의 데이터 교환에서 발생하는 상호 불일치성을 판별하고 report를 작성해 주는 기능을 수행한다. 또한, 본 연구는 IFC기반의 정보 교환 프레임워크 시스템을 제안하였으며, 앞서 언급한 API를 탑재하고 있으며 BCF 플러그 인을 지원하는 시스템을 통해 BIM 설계 협업 단계 내에서 정보 교환의 유연성을 도모하고 있다.

• 한국건축시공학회지
• /
• 제20권6호
• /
• pp.505-514
• /
• 2020

본 연구는 KBIMS가 적용된 건축 및 구조 부재 형상과 속성 데이터가 포함된 BIM 라이브러리를 구축하는 방법과, 속성 데이터 변환 과정의 문제를 해결하여 KBIMS IFC 파일로 변환하는 방법을 제시한다. 프로젝트에서 다양한 BIM 도구가 활용되어짐에도 불구하고 라이브러리 연구에 특정 도구가 주로 활용되었는데 본 연구에서는 클라우드 기반 데이터베이스 통합플랫폼에 포함된 카티아V6를 활용하여 주요 12개 카테고리, 총 793개의 건축 및 부재 형상 및 수치 라이브러리를 개발했다. KBIMS IFC 속성 입력 과정에서 데이터 타입과 특수문자 속성명으로 인한 데이터베이스 입력 제한을 파악하였다. 입력 가능한 데이터 타입을 찾아 입력하고, 아스키코드를 활용한 특수문자 속성명 대체 입력 방법을 개발했다. 변환기 프로토타입을 개발하여 추출된 IFC 파일을 KBIMS 원래 속성명이 포함된 IFC 파일로 변환하고 시범모델을 활용하여 검증하였다. 본 연구 결과는 실제 프로젝트에서 KBIMS 적용시 BIM 도구의 선택의 폭을 넓히고, 프로젝트 데이터 호환 문제를 줄이는데 도움을 줄 것이다. 마지막으로 KBIMS 라이브러리의 지속적인 활용을 위해서는 관련 조직 간의 유지 관리 방안에 대한 논의가 필요하다.

• 대한토목학회논문집
• /
• 제41권3호
• /
• pp.277-288
• /
• 2021

IFC 정보의 시멘틱 무결성 확보를 위해 BIM 부재와 IFC 엔티티 간 매핑 검증이 필요하다. 이와 관련된 기존 연구들은 기하정보 기반으로 학습시킨 기계학습 알고리즘을 활용하여 BIM 부재 인식 및 분류를 통해 매핑 검증을 실시하였으나, 유사한 기하특성을 가진 부재를 구분하지 못한다는 한계점이 존재하였다. 이에 본 연구는 BIM 모델의 주요 부재를 인공신경망 기반으로 자동 분류하되, 부재 간 관계정보를 삽입하여 분류성능을 향상시키는 것을 목적으로 하였다. 이를 위해 기존 특성 외에 구조화된 신호를 함께 학습하는 NSL 프레임워크를 활용하여 8개의 BIM 부재를 분류하는 모델을 구축하였으며, 그 결과 기하정보 기반 인공신경망 모델과 대비하여 부재 간 관계정보를 삽입한 NSL 모델의 분류정확도가 현저히 상승한 것을 확인하였다.