[发明专利]一种基于BIM和改进型蚁群算法的除臭管道系统生成方法

说明书

本发明公开了一种基于BIM技术和改进型蚁群算法的除臭管道生成方法，包括：1.收集项目需求后，通过BIM正向或半正向设计，生成梁下可用空间分析图；2.将梁下可用空间分析图网格化，切分为细小的网格单元便于后续计算；3.布置臭气收集点和臭气处理设备的位置；4.通过改进型蚁群算法，执行计算命令，经过正负反馈双重调节加快计算，最终的管道路径规划图；5.结合管道路径规划图自动布置管道，阀门附件，进行设备连管、风口连管；6.根据风口、风管风速要求，复核风管水力，确定最终除臭管道系统。本发明通过改进型蚁群算法，执行计算命令，生成除臭管道系统。

技术领域

本发明涉及一种除臭管道系统的管线设计技术。

背景技术

随着城市化水平的提高，城市污水处理厂、垃圾处理站、污泥焚烧等市政基础设施日渐增多，除臭系统作为此类市政项目设计中的重要一环，为车间内及周边环境的改善起到至关重要的作用。传统除臭系统设计中，在工艺方案确定后，一般是首先确定除臭塔或核心处理设备位置，然后根据臭气所在区域，进行局部密闭处理，随后通过CAD软件二维绘图布置风口和管道路由，再进行风口和管道的连接，最后根据管路的水力平衡和其他专业图纸调整管径。

然而，传统除臭系统设计有着明显的弊端：其一，可视化效果差，各专业空间位置识别困难，节点位置需反复开会讨论；其二，准确度低，由于管道路由布置一般是人工确定，对净高的控制、梁下空间把握准确度较低，尤其在梁下空间狭小、净高要求高的情况下，很容易造成和结构梁或其他专业管道碰撞；其三：可优化性差，随着方案的不断更新，深化图纸的不断更迭，管道空间排布紧张，需要对路由不断优化，此时传统设计的弊端越来越明显。其四：耗时长效率低。依靠设计人对多专业图纸平面路由叠图、净高需求不断进行人工计算、分析、开会协商，用时长效率低，管道计算和布置自动化程度较低；其五，易出现变更成本高。人工确定的路径在遇到局部净高低、图纸未完全更新等问题导致路径规划不合理时，只能通过联系单等形式，调整局部的土建或机电解决，导致成本增加。

管道系统设计的核心在于路径规划，目前路径规划的主流算法有蚁群算法、A*算法、神经网络算法等，其中蚁群算法研究热度极高。蚁群算法是1991年意大利学者M.Dorigo发现的一种仿生学算法，该算法是蚁群为寻找食物，其原理是利用蚂蚁之间传递的“信息素”(费洛蒙的化学物质)，实现行走路径被其他蚂蚁感知，距离实食物越近蚂蚁留下的信息素浓度越高，后续蚂蚁选择此路线的概率越大，通过不断的迭代计算，最终找到最优路径。蚁群算法使用场合有：路径规划，商旅问题，电力分配，通信路由等领域。主要优点：1)蚂蚁之间有信息共享和合作机制，可实现搜索的最优解；2)蚁群自身的正反馈机制，可强化寻优能力；3)易与其他算法结合。主要缺点：1)大空间大范围的路径寻优速度慢，耗时长；2)容易陷入局部最优解局面。

对于蚁群算法的改进，目前主要集中在如下方面：1)蚁群算法和其他算法的交叉融合，互补优缺点提高计算速度。如中国专利文献CN 108932876A一种引入黑区的A*和蚁群混合算法的快递无人机航迹规划方法，其综合了蚁群和A*算法优点，实现路线避障和快速寻优；2)对下一节点选择概率的改进，降低搜索的盲目性，提高计算效率。如中国专利文献CN 111310999 A一种基于改进蚁群算法的仓库移动机器人路径规划方法，利用效用函数对路径搜索结果进行排序，使信息素具有正确的方向性，提高了蚂蚁选择较短路径的概率，避免了在搜索过程中的盲目性，提升计算速度；3)信息素分配规则的调整，引入奖惩机制进行信息素的更新和分配。如中国专利文献CN 111748822A一种基于改进蚁群算法的多配送中心车辆路径优化方法，通过将启发式信息的罚函数加入到各配送点的信息素更新过程中，提高算法的搜索效率，然后对非劣解集合中的非劣解进行模拟退火，有效地避免了蚁群算法陷入局部最优。

以上算法的改进策略，多是从不同算法的复合交融、选择概率的函数优化、信息素分配机制角度出发，但是对于蚁群算法同时引入正负双反馈调节，通过强化正反馈因子加快计算速度，采用负反馈改善局部最优解，二者结合的算法目前罕有，且此改进型蚁群算法对核心函数调整量小，仅需调节正负反馈因子，计算效率高，避免陷入局部最优优势明显，故可从此角度进行改进优化。

发明内容