Alchemy：一种基于模型的核系统二维到三维自主设计方法

重点推荐

题目： Alchemy：一种基于模型的核系统二维到三维自主设计方法

原题： Alchemy: A model-based approach for 2D to 3D autonomous nuclear system design

作者： Harleen Kaur Sandhu、Nicholas Cole Crowder、Peter Anton Suyderhoud、Abhinav Gupta、Adam Pluth、Samantha Thueson、Drew Rizk、Maria Eduarda Montezzo Coelho

发表日期： 2026-07-15

来源： Nuclear Engineering and Design

关键字： Engineering、Systems design、Computer science、Control engineering、Systems engineering、Control system、Mechanical engineering、Nuclear power、Nuclear industry、Mockup

研究方向： 方向5：BIM自动重建与参数化生成

DOI： https://doi.org/10.1016/j.nucengdes.2026.115100

摘要： 核电站（NPP）管道与设备系统的工程设计经常绕过关键的二维系统规划，直接进入三维建模。这种做法往往导致设计超出建筑围护结构约束，迫使进行昂贵且耗时的重新设计。即使采用二维建模，将系统图转换为三维模型也需要在互不兼容的专有工具之间进行劳动密集型的手工工作流程，每一步都会引入解释错误和数据丢失。目前尚无现有框架能够直接从二维核系统定义实现端到端自主生成符合工业基础类（IFC）标准的三维建筑信息模型（BIM）。本文提出Alchemy，一个自主模型驱动框架，通过将四项能力集成到单一共享数据模型中来弥补这一空白：（i）捕获分层核系统拓扑、设备几何和组件间连接的基于Web的界面；（ii）两阶段设备布局优化算法；（iii）通过确定性A*搜索和随机蚁群优化（ACO）实现的自动管道布线方法；（iv）原生IFC 4.0几何创作管线，可直接在符合标准的BIM层次结构中实例化建筑、设备和管道对象，无需专有软件或翻译伪影。将这些能力通过一个共享数据模型进行集成（而非任何单一能力的孤立应用）是本文的主要贡献，它使系统标识从二维图一直保留到最终的IFC几何，无需专有翻译。在两个基于压水堆（PWR）的代表性反应堆配置上验证，Alchemy生成了完全连接、符合IFC的三维设施模型，满足所有几何和系统约束，案例研究1（五个设备、六条管道连接）耗时47秒，案例研究2（十个设备、八条管道连接）约2分钟。这项工作代表了核设施初步设计迈向数字工程的基础性一步，未来将持续开发以实现设计规范合规性和扩展系统复杂性。

总结：
过去：核电站管道与设备系统的工程设计长期存在一个痛点：设计过程中常跳过关键的二维系统规划阶段，直接进入三维建模，导致设计方案频繁超出建筑围护结构约束，不得不进行昂贵的重新设计。即使采用二维系统图，将其转换为三维模型也需要依赖互不兼容的专有工具，手工操作流程繁琐，每一步都会引入解释误差和数据丢失。业界缺乏一个能够从二维核系统定义直接自动生成符合IFC标准的三维BIM模型的端到端框架，传统工作流效率低下且易出错。

现在：本文提出Alchemy框架，通过一个共享数据模型集成了四项核心能力：基于Web的界面用于捕获分层系统拓扑、设备几何和连接关系；两阶段设备布局优化算法；结合确定性A*搜索与随机蚁群优化的自动管道布线方法；以及原生IFC 4.0几何生成管线，可直接在标准BIM层级中实例化建筑、设备和管道对象，无需专有软件转换。该框架的核心创新在于通过单一数据模型实现端到端集成，而非孤立地优化某一环节，从而保证了从二维系统图到最终IFC几何的完整系统标识连续性。在两个压水堆配置上的验证表明，Alchemy能在数十秒至两分钟内生成完全连接且满足几何与系统约束的IFC合规三维设施模型。

工程价值：该技术可直接应用于核设施初步设计阶段的数字化工程，帮助工程师从二维系统定义自动生成符合IFC标准的三维BIM模型，显著减少因手动转换导致的设计错误和数据丢失，降低后期返工成本。未来可进一步扩展至设计规范合规性检查以及更复杂系统（如多回路、多层级核岛）的自动建模。对于从事核工程、工业管道系统设计及智能建造的工程师而言，Alchemy提供了一种从2D系统规划到3D BIM模型的全自动管线，有望提升核设施设计的效率与可靠性，并推动建筑信息模型在核工程领域的深度应用。

========================================================== ==========================================================

相关推荐

1. 面向BIM的建筑电气平面图回路AI自动提取方法

原题： AI-driven extraction of electrical circuits from floorplans for BIM

作者： Martin Urbieta, Matías Urbieta, Guillermo Burriel

发表日期： 2026-02

来源： Automation in Construction, Volume 182, Article 106746

关键字： 电气图纸识别、实例分割、线缆轨迹提取、IFC生成、MEP数字化

DOI： 10.1016/j.autcon.2025.106746

摘要： BIM应用需要数字模型作为维护、基础设施改造或拆除等流程优化的基础，但公共城市管理机构仍保存着大量模拟建筑图纸，人工数字化成本极高。为解决这一问题，本文提出一种面向大规模历史电气平面图转换的BIM方法。该方法使用机器学习实例分割模型检测电气设施，并采用DeepLSD线段检测模型提取电缆轨迹；研究同时发布了用于模型训练的新数据集IPVBA-ELEC。系统通过建立回路构件与导线之间的语义关系组装电气回路，并将结果存储为IFC文件。定量与定性案例评估取得了有前景的结果，并表明该方法可进一步扩展到其他MEP专业。

2. 集成Rhino与多模态大语言模型的强类型建筑装配智能体

原题： A Strongly Typed Assembly Agent for Construction Integrating Rhino and Multimodal Large Language Models

作者： Song Du、Wei Tong、Yiwei Weng

发表日期： 2026-06-22

来源： Proceedings of the ... ISARC

关键字： Computer science、Artificial intelligence、Programming language、Human–computer interaction、Field (mathematics)、Natural language processing、Semantics (computer science)、Natural language、Modeling language、Set (abstract data type)

DOI： https://doi.org/10.22260/isarc2026/0043

摘要： 建筑工程的装配任务具有定制化构件、复杂连接关系和动态环境的特点，使得为固定工作流程设计的传统方法难以可靠复用。本文提出了一种装配智能体框架，该框架将Rhino空间数据与多模态大语言模型集成，实现了从数字模型到机器人执行的端到端闭环控制。首先，该框架将Rhino和机器人功能封装为强类型API，将智能体决策约束在可执行的动作空间内，以减少幻觉调用。然后，该框架建立了Rhino空间与机器人空间之间的坐标一致性，确保规划与执行在统一的参考系下进行。第三，该框架采用部件颜色标注机制，该机制在视觉输入中持续反映装配进度，并与执行日志共同形成可追溯的证据。在两个缩尺装配案例（一张桌子和一个建筑立面）上进行的实验表明，装配序列准确率和安全规划率均超过95%，表明所提出的框架在闭环决策下具有序列规划一致性和执行安全保障能力。

3. 面向构件BIM模型迭代生成的视觉语言模型BIMVLM

原题： BIMVLM: A vision-language model for iterative generation of component BIM models

作者： Hao Zhang, Junwei Yan, Quan Liu, Jun Yang, Yiwen Su, Zhewen Li, Shujie Chen

发表日期： 2026-06-10

来源： Expert Systems with Applications, Volume 315, Article 131765

关键字： 视觉语言模型、构件BIM生成、建模动作规划、Revit API、参数化建模

DOI： 10.1016/j.eswa.2026.131765

摘要： BIM是建筑与交通基础设施全生命周期管理的重要基础，但现有模型生成方法在效率和灵活性方面仍有不足。多模态大语言模型的理解与生成能力为BIM生成提供了新思路，然而多模态输入与结构化BIM表达之间的模态鸿沟仍是关键挑战。本文提出用于构件BIM模型迭代生成的视觉语言模型BIMVLM。研究首先把BIM生成形式化为由自然语言描述驱动的建模动作序列；随后联合自然语言和多视图图像，由视觉语言模型自动规划动作序列；最后通过提示工程将动作转化为可执行代码，生成相应BIM模型，并根据生成结果迭代优化。不同复杂度模型的实验获得了令人满意的建模表现，原型系统进一步证明了该方法的工程可行性。

4. 多智能体人机协同将手绘平面图转换为三维BIM模型

原题： Multi-agent human-AI collaborative framework for converting hand-drawn floor plans to 3D BIM

作者： Abir Khan Ratul, Sanjay Acharjee, Somin Park, Md Nazmus Sakib

发表日期： 2026-09（出版社卷期日期，论文已在线发布）

来源： Automation in Construction, Volume 189, Article 106984

关键字： 手绘图到BIM、多模态大模型、多智能体、几何信息提取、人机协同

DOI： 10.1016/j.autcon.2026.106984

摘要： 现有平面图自动转BIM方法通常要求输入为干净、带比例的CAD图，对含有非平行或非正交墙体、不完整房间边界、比例不一致和个性化符号的手绘草图支持有限。本文提出人机协同的Sketch2BIM框架，把手绘平面图转换为结构化LOD 200 BIM模型。框架在多智能体系统中使用多模态大语言模型，迭代提取墙、门、窗的结构化JSON布局，再将其转化为BIM生成脚本。十张平面图实验表明，首轮即可可靠检测门窗；墙体识别取决于草图复杂度，最低精确率为0.83，并可通过迭代反馈提升至接近完全一致。后续迭代能够修正几何，使早期BIM模型与设计意图相符。

5. 融合拓扑优化的全自动混合学习Scan-to-BIM管线

原题： BIMStruct3D: A Fully Automated Hybrid Learning Scan-to-BIM Pipeline with Integrated Topology Refinement

作者： Mahdi Chamseddine, Fabian Kaufmann, Marius Schellen, Christian Glock, Didier Stricker, Jason Rambach

发表日期： 2026-04-27

来源： European Conference on Computing in Construction 2026；arXiv:2604.24311

关键字： Scan-to-BIM、结构构件识别、点云语义分割、拓扑重建、IFC生成

DOI： https://arxiv.org/abs/2604.24311

摘要： 从建筑扫描数据自动生成BIM是建筑与施工领域的重要挑战。本文提出BIMStruct3D模块化管线，用于从三维点云生成符合IFC标准的BIM。该混合方法把基于学习的语义分割与拓扑感知的几何重建结合起来，以准确建模结构构件。论文提出vIoU指标，将基于体素的重叠评价适配到Scan-to-BIM任务，从而无需实例匹配即可整体比较重建模型与真实模型。研究还发布德国医院数据集DeKH，包含高分辨率点云、真实BIM和语义标注。在DeKH和CV4AEC数据集上的实验相较RANSAC基线取得显著改进，显示出良好的稳健性和可扩展性。