-
公开(公告)号:CN118504097A
公开(公告)日:2024-08-16
申请号:CN202410670832.8
申请日:2024-05-28
申请人: 清华大学 , 北京清尚建筑装饰工程有限公司
IPC分类号: G06F30/13 , G06F30/27 , G06F16/901 , G06N3/042 , G06N3/08
摘要: 本发明提供一种基于图神经网络的剪力墙‑梁联合设计方法及装置,其中的方法包括:获取待处理的建筑设计图纸,并提取所述建筑设计图纸中建筑构件的建筑构件轴线,以及建筑空间轮廓线;根据所述建筑构件轴线和所述建筑空间轮廓线,构建建筑输入图谱;基于预先训练的图神经网络模型,根据所述建筑输入图谱生成剪力墙‑梁结构构件图谱;根据所述剪力墙‑梁结构构件图谱,获取剪力墙‑梁‑楼板结构设计方案。该方法通过构建建筑墙构件和潜在梁构件共同表征的建筑输入图谱,并利用图神经网络通过学习剪力墙布置和梁布置,实现了剪力墙构件布置设计方案和梁构件布置设计方案的同时生成,提升了最终设计效果。
-
公开(公告)号:CN117993048B
公开(公告)日:2024-09-17
申请号:CN202311827345.X
申请日:2023-12-27
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/27 , G06F111/10
摘要: 本发明提供一种基于扩散模型的建筑结构构件尺寸的设计方法及系统,该方法包括:确定结构构件的特征和结构构件的设计条件;将结构构件的特征和结构构件的设计条件整合为结构构件的特征张量;结构构件包括待设计构件;确定待设计构件的掩膜张量;将结构构件的特征张量和掩膜张量输入建筑结构构件尺寸设计的扩散生成模型,得到扩散生成模型输出的构件尺寸特征数据;根据构件尺寸特征数据,确定待设计构件的设计尺寸。本发明可以完成对建筑结构构件尺寸的高效设计,同时保证尺寸设计结果的经济性和安全性。
-
公开(公告)号:CN118504096A
公开(公告)日:2024-08-16
申请号:CN202410670746.7
申请日:2024-05-28
申请人: 清华大学
摘要: 本发明提供一种基于异构图神经网络的建筑结构构件尺寸设计方法及装置,其中的方法包括:获取待处理的建筑结构设计图纸,并将建筑结构设计图纸转换为异构图;基于预先训练的异构图神经网络模型,根据异构图预测每一异构节点对应的构件尺寸数据,得到建筑结构构件尺寸设计结果;其中,异构图神经网络模型基于建筑结构设计图纸样本及其对应的实际构件尺寸数据构成的训练样本数据集进行训练优化得到。该方法通过异构图来表示建筑结构构件及其连接关系,并利用异构图神经网络模型对异构图进行特征提取,不仅能够快速生成建筑结构构件的尺寸设计,提高设计效率,还能保证尺寸设计的精细度,提升设计效果。
-
公开(公告)号:CN117993048A
公开(公告)日:2024-05-07
申请号:CN202311827345.X
申请日:2023-12-27
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/27 , G06F111/10
摘要: 本发明提供一种基于扩散模型的建筑结构构件尺寸的设计方法及系统,该方法包括:确定结构构件的特征和结构构件的设计条件;将结构构件的特征和结构构件的设计条件整合为结构构件的特征张量;结构构件包括待设计构件;确定待设计构件的掩膜张量;将结构构件的特征张量和掩膜张量输入建筑结构构件尺寸设计的扩散生成模型,得到扩散生成模型输出的构件尺寸特征数据;根据构件尺寸特征数据,确定待设计构件的设计尺寸。本发明可以完成对建筑结构构件尺寸的高效设计,同时保证尺寸设计结果的经济性和安全性。
-
公开(公告)号:CN115795608B
公开(公告)日:2023-09-26
申请号:CN202211486483.1
申请日:2022-11-24
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/23 , G06F30/27 , G06N3/0464 , G06N3/0475 , G06F119/14
摘要: 本发明提供一种基于楼盖物理分析模型嵌入的智能结构设计方法及系统,包括:获取楼盖结构标准层中的结构元素,构建用于计算楼盖结构竖向变形的参数化的楼盖物理分析模型;将所述楼盖物理分析模型嵌入预设的智能结构设计模型,通过所述智能结构设计模型评估楼面竖向位移,并将评估结果反馈至智能结构设计模型,不断迭代调整生成最优智能结构设计模型;将待设计的建筑平面数据输入楼盖物理模型嵌入的智能结构设计模型,生成结构方案设计结果。通过本发明解决了现有建筑设计未能考虑楼盖竖向位移的缺陷。
-
公开(公告)号:CN116451308A
公开(公告)日:2023-07-18
申请号:CN202310238722.X
申请日:2023-03-13
申请人: 清华大学
摘要: 本发明提供一种基于知识嵌入神经网络的建筑结构材料用量预测方法、装置、电子设备及存储介质,其中的方法包括:获取目标建筑结构的设计条件,设计条件包括抗震设计条件、抗风设计条件以及结构整体几何设计条件;获取目标建筑结构的结构设计方案,结构设计方案包括墙、柱、梁、板、支撑的空间位置和几何尺寸;将设计条件以及结构设计方案输入至预先训练的材料用量预测模型,得到目标建筑结构中各类材料的材料用量。该方法通过向材料用量预测模型中嵌入先验知识,克服了现有技术因无法考虑建筑结构相关领域的先验知识,导致材料用量预测值违背工程的基本常识,预测精度低的缺陷,实现了对目标建筑结构材料用量的准确、高效预测。
-
公开(公告)号:CN116150839A
公开(公告)日:2023-05-23
申请号:CN202211627394.4
申请日:2022-12-16
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/27 , G06V10/44 , G06V10/80 , G06F119/14
摘要: 本发明提供一种基于领域知识增强的钢结构厂房构件布置设计方法及系统,将目标厂房分隔特征数据与平面设计条文特征输入到预训练领域知识增强的厂房平面构件布置生成模型,得到厂房平面结构构件的布置和截面特征数据,基于钢结构构件尺寸图与构件布置特征数据的映射关系得到厂房平面结构构件的布置和截面设计数据;将厂房平面结构构件的布置和截面特征数据与屋面设计条文特征数据输入到预训练的厂房屋面构件布置生成模型,得到厂房屋面结构构件的布置和截面特征数据,基于钢结构构件尺寸图与构件布置特征数据的映射关系得到厂房屋面结构构件的布置和截面设计数据;整合数据得到初步设计结果与模型。本发明解决人工设计钢结构厂房效率低的问题。
-
公开(公告)号:CN116150837A
公开(公告)日:2023-05-23
申请号:CN202211516316.7
申请日:2022-11-29
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
摘要: 本发明提供一种基于边特征预测图神经网络的剪力墙设计方法和装置,包括:获取待处理的目标建筑平面设计图纸;提取所述目标建筑平面设计图纸中的关键元素的建筑平面图谱特征;其中,所述建筑平面图谱特征包括节点特征以及边特征;基于预先构建的剪力墙设计的边特征预测图神经网络模型,将所述建筑平面图谱特征输入,以得到剪力墙设计图谱;其中,所述剪力墙设计的边特征预测图神经网络模型是基于建筑平面图谱样本数据以及预先标定的剪力墙设计图谱样本数据训练得到的;基于所述剪力墙设计图谱得到剪力墙设计结果。本发明可以快速生成剪力墙设计的矢量化图谱数据,极大提高了建筑结构初步设计阶段剪力墙的设计效率和质量。
-
公开(公告)号:CN114880741B
公开(公告)日:2023-01-31
申请号:CN202210444469.9
申请日:2022-04-25
申请人: 清华大学
IPC分类号: G06F30/13 , G06F111/20
摘要: 本发明涉及一种嵌入领域知识的建筑结构构件尺寸设计方法和装置,包括:将目标建筑结构的结构布置图和设计条件分别输入预存的与各类型构件对应的尺寸设计模型中,得到所述目标建筑结构中各类型构件的设计尺寸;基于所述目标建筑结构中所有类型构件的设计尺寸,生成目标建筑结构的构件尺寸图;其中,所述尺寸设计模型,是以建筑结构构件尺寸图的设计特征张量的综合设计损失最小为目标进行优化训练的;所述综合设计损失,为图像损失和与各类型构件对应的领域知识损失之间的加权和。本发明能够快速、可靠的完成符合结构设计相关领域知识的建筑结构构件尺寸的智能化设计。
-
公开(公告)号:CN114925416A
公开(公告)日:2022-08-19
申请号:CN202210442784.8
申请日:2022-04-25
申请人: 清华大学
IPC分类号: G06F30/13 , G06F30/27 , G06F119/14
摘要: 本发明提供一种基于数据转换的建筑结构生成方法及装置,其中的方法包括:提取建筑设计图中的关键元素,解析出关键元素的节点矢量坐标;根据节点矢量坐标和建筑结构生成对抗网络,获取建筑结构设计像素图;建筑结构生成对抗网络包括竖向结构生成对抗网络和水平结构生成对抗网络;将建筑结构设计像素图中构件节点像素坐标转换为构件节点矢量坐标,并将所述构件节点矢量坐标绘制于所述建筑设计图中;获取建筑构件截面尺寸,根据建筑构件截面尺寸和构件节点矢量坐标构建结构计算模型。该方法实现了建筑结构智能化设计全过程矢量数据与像素数据的自动转换,有效提升了建筑结构生成的效率和稳定性,为进一步开展建筑结构力学性能计算做准备。
-
-
-
-
-
-
-
-
-