基于知识图谱的轨道交通工程设计自动合规性检查关键技术

The rail transit engineering design needs to meet high technical standards, and concludes a wide range of contents and a variety of majors.The check of design results is an important means to guarantee the quality of engineering design. At present, with the way of relying on artificial work to check the design results, the problems are low efficiency, high missing rate and false rate, which hinders the rapid development of rail transit engineering construction. So the artificial intelligence means are introduced in this project to construct the theories of knowledge graph on design specifications, and explore an automatic check method based on knowledge graph. The following research work will be specifically carried out: the information description and knowledge reconstruction expression of design specification will be researched based on natural language processing theory and logic description; the domain knowledge integration, tagging and storage mechanisms will be analyzed, and then the knowledge graph of design specification for rail transit engineering will be build ; combining the Industry Foundation Classes(IFC) data of the rail transit engineering information model, an automatic compliance check mode based on knowledge graph of the design specification will be established, and a prototype system of automatic compliance check will be developed. The research work of this project will help to improve the efficiency and accuracy of design check, and provide theoretical and technical support for the intellectual check and engineering application of rail transit engineering.

轨道交通工程设计具有技术标准严、涵盖内容多、涉及专业广等特点，对设计成果的审查是保障工程设计质量的重要手段。目前，依靠人力进行设计成果检查的方式存在效率低下且漏检、误检率高的问题，有碍于轨道交通工程建设的快速发展。本项目引入人工智能手段系统研究设计规范的知识图谱构建理论与方法，并探索基于知识图谱的设计自动检查方法。具体开展以下研究工作：基于自然语言处理理论及逻辑描述，研究设计规范的信息描述与知识重构表达方法；解析领域知识的集成、标记和存储机制，进而构建轨道交通工程设计规范知识图谱；以轨道交通工程信息模型的IFC数据为对象，建立设计规范知识图谱的自动合规性检查模式，并搭建轨道交通工程设计自动合规性检查原型系统。本项目的研究工作有助于提升轨道交通工程的设计检查效率及检查精准性，并可为实现轨道交通工程设计智能检查及其工程应用提供理论和技术支持。

轨道交通工程设计是施工和运维阶段的基础和保障，所包含专业种类繁多、跨度大、接口多、协同差，难以实现信息在整个设计、审核过程中的集成和闭环，导致设计不可避免出现错、漏、缺等问题，从而引发设计变更频繁、返工窝工严重、工程优化困难、投资成本升高等问题。鉴于上述问题，本项目引入人工智能手段系统研究设计规范的知识图谱构建理论与方法，并提出了基于知识图谱的设计自动检查方法。主要研究工作如下：研究了轨道交通领域工程设计规范及其条目的组织范式，明确了设计规范的语义表达模式，构建了规范信息描述框架，提出了规范条目语义信息的解析、重构与表达方法；研究了面向轨道交通工程领域的规范文本语义信息抽取技术，搭建了设计规范标注平台，实现了基于深度学习模型的轨道交通领域命名实体识别和关系获取，提出了轨道交通工程设计规范知识图谱构建方法；研究了轨道交通工程设计信息模型中不同构件的语义描述及其在IFC数据中的呈现形式，提出IFC模型几何信息转化和语义信息增强方法，设计了基于标签属性图结构的IFC模型数据存储模型，构建了基于设计规范知识图谱的IFC模型自动合规性检查框架，并开发了轨道交通工程设计自动合规性检查原型系统。研究成果有助于提高审查效率、保证设计质量，可为轨道交通工程设计成果智能化检查及其工程化应用提供理论基础和技术支撑。