平台首页 > 科技成果

工法 基于BIM碰撞技术的商业综合体劲性结构钢筋避让的施工工法

发布时间:2023-09-30
截止日期:长期
施工阶段: 地上
应用特点: 工艺创新 提升效益 其它
成果地区: 杭州市
出让方式: 转让 许可 其它
成熟度: 已应用
1.研究背景
由于劲性结构承载能力高、刚度大、耐火性好及抗震性能好等优点,已越来越多地应用于大跨结构和地震区的高层建筑以及超高层建筑。劲性结构往往梁柱节点钢筋直径大、钢筋密集,大大增加了施工难度,施工工期长,质量不易保证。基于BIM碰撞技术的商业综合体劲性结构钢筋避让的施工工法的应用,证明该技术有效的解决钢柱定位准确性及钢筋施工过程钢筋避让问题。
2.工法特点
利用BIM碰撞建模技术、柱脚钢柱精确定位、型钢框架柱节点钢筋合理避让。该工法施工优点较多,可提高工效、节约工期以及质量可靠;
3.适用范围
本工法适用于医院、学校、商业综合体、超高层等复杂劲性结构。
4.工艺原理:
基于BIM碰撞技术的商业综合体劲性结构钢筋避让的施工工法:是利用BIM 建模技术,对劲性结构设计图纸进行三维建模,达到合理避让的效果。特别是梁柱节点,钢筋非常密集,容易出现钢筋与钢结构碰撞,影响结构无法施工并减慢工期。利用BIM建模技术后,优化钢筋与钢结构柱、梁交叉节点穿孔、连接板位置,使钢筋与钢结构柱、钢结构梁合理避让。钢结构生产厂家按优化图纸及BIM三维模型图纸进行加工达到精确定位。现场钢结构安装及钢筋连接施工时,利用BIM模型进行交底,让钢结构安装人员及钢筋安装人员在安装过程达到钢筋合理避让的效果。H型、箱型型钢柱牛腿部分梁底水平筋通过连接板焊接,柱纵筋遇型钢梁时采用套筒与型钢连接。柱核心箍筋通过在型钢梁腹板位置进行开孔进行安装。H型钢时垂直于腹板位置梁纵筋在型钢部位开孔,梁水平筋穿过型钢腹板。梁侧模加固时优化型钢梁加固点位,在H型钢腹板位置开孔,对拉螺杆穿越腹板进行加固。
同时若按照传统做法采用钢板定位模具固定柱脚螺栓,锚栓可以精确定位,但柱竖向钢筋与锚栓之间距离无法控制。容易造成竖向柱筋与钢柱地脚锚栓相对位置发生偏位,造成钢柱无法安装。通过制作方便快捷的型钢柱地脚锚栓及竖向钢筋防偏位一体化定位装置,提高了型钢柱的安装速度及准确率,由原来的一根柱吊装4小时变为2小时,提高了一倍的功效。
3.工艺流程:
图纸深化→BIM建模→技术交底→工厂型钢下料→工厂型钢开孔→工厂型钢焊接→工厂探伤检测→运输→地脚锚栓定位放样→承重支模架搭设→型钢柱吊装→型钢梁安装→现场焊接→现场探伤检测→柱钢筋安装→梁钢筋安装及焊接→箍筋绑扎→混凝土浇筑。

中建五局华东建设有限公司

登陆后进行对接
详细介绍
详细介绍

(1)萧政储出【2019】9号地块项目(D-21-1地块)(三期)项目,为商业公建项目,建设用地面积为43890㎡,总建筑面积为233070㎡。地上建筑面积131799㎡(计容面积),包括1#、2#、3#楼:1#楼一层至六层为商业,七层至十五层为办公;2#、3#楼共三层,均为商业。1#楼地上6层、地下3层,高35m,局部41;办公楼地上7-15层、地下3层,高77.75m。2#、3#楼地上3层、地下3层,高16.4m;1#楼办公楼为框架剪力墙结构,其余为框架结构。采用BIM碰撞建模技术、制作型钢柱地脚锚栓及柱钢筋防偏位一体化定位装置。对钢柱地脚锚栓、型钢框架梁柱节点进行深化建模,使劲性结构施工过程中达到钢筋避让的效果。工期缩短明显,质量提升明显。 

(2)余杭CBD项目施工总承包工程由杭州奥克斯置业有限公司投资兴建的超高层大型城市商业、住宅、办公写字楼综合体。总用地面积47670㎡,总建筑面积451797.6㎡,地上建筑面积349923.4㎡,地下总建筑面积101874.2㎡(地下三∽四层)。 建筑高度约280m。本项目建成后为杭州城西地标性建筑物之一,本工程拟建4栋40~48层超高层住宅楼(1-4号楼),1栋59层超高层办公楼(5号楼),1栋3层住宅配套(6号楼),1栋6层商业楼(7号楼)、1栋2层商业楼(8号楼)及一座全埋式整体地下车库(结构地下2~3层,5号楼下局部地下4层)共8栋楼组成的城市综合体。采用BIM碰撞建模技术,对型钢框架梁柱节点进行深化建模,使劲性结构施工过程中达到钢筋避让的效果。工期缩短明显,质量提升明显。 2、应用于大型商业综合体、超高层有劲性结构建筑中,适用性强,推广应用前景广阔。

已应用案例
详细介绍
工程名称 施工许可证号或安监报备证号 开工时间 竣工时间 工程所在地区
萧政储出【2019】9号地块项目(D-21-1地块)(三期) 330109202003300101 2019.11.17 2022.03.25 杭州市萧山区
余政储出(2013)60号地块5#楼项目 3301102015082000101 2015.08.20 2021.05.11 杭州市余杭区
推荐需求
详细介绍