182-1095-8705
最新公告:NOTICE
8月1日起,国家知识产权局停征和调整部分专利收费,详情参阅资讯中心公告

专利申请

当前位置:专利申请 > 国内专利 > 专利申请 >

结构设计专利案例:建筑结构AI设计方法发明专利,剪力墙结构生成式智能设计

专利代理 发布时间:2023-02-19 00:16:11 浏览:

今天,乐知网 给大家分享结构设计专利案例:融合文本和图像数据的建筑结构AI设计方法发明专利,如果能解决你现在面临的问题,别忘了关注本站。
 
本文导读目录:
 
1、结构设计专利案例:剪力墙结构生成式智能设计介绍
 
2、结构设计专利案例:融合文本和图像数据的建筑结构AI设计方法发明专利
 
3、一种结构设计专利案例介绍
 
 

标题: 结构设计专利案例:剪力墙结构生成式智能设计介绍

 
 
外观设计专利典型案例介绍
 
建筑结构设计是比较适合智能化的领域,因为其约束条件和目标都相对比较明确。
 
数据包括:建筑平面布置图(StructGAN的输入文件),工程师设计的剪力墙布置图,StructGAN生成的剪力墙布置图,对应的YJK结构分析模型,以及建筑平面布置、工程师设计剪力墙构件的原始坐标数据。
 
由于方案设计阶段,通常只需要确定标准层的结构设计,因此,本研究构建的结构分析模型中,所有楼层剪力墙位置均按照标准层布置。
 
案例1
 
 Benchmark-7dH1-220921
 
建筑平面尺寸为49.6 m × 13.7 m,结构高度36 m,层高3 m,共12层,抗震设防烈度7度(0.10g)。
 
(a) 建筑平面布置输入
(b) 工程师设计结构方案
(c) StructGAN设计结构方案
(d) StructGAN设计YJK计算模型
 
案例2 
 
Benchmark-7dH2-220921
 
建筑平面尺寸为34.6 m × 18.2 m,结构高度72 m,地上24层,抗震设防烈度7度(0.10g)。
 
(a) 建筑平面布置输入
(b) 工程师设计结构方案
(c) StructGAN设计结构方案
(d) StructGAN设计YJK计算模型
 
案例3 
 
Benchmark-8dH1H2-220921
 
建筑平面尺寸为40.4 m × 14.3 m,结构高度为30 m,地上10层,层高3 m,抗震设防烈度8度(0.20g)。
 
(a) 建筑平面布置输入
(b) 工程师设计结构方案
(c) StructGAN设计结构方案
(d) StructGAN设计YJK计算模型
 
 

标题:结构设计专利案例:融合文本和图像数据的建筑结构AI设计方法发明专利

 
用户以文本方式输入结构高度、设防烈度等要求,AI就可以自动生成符合相应文本要求和建筑平面要求的结构方案。
 
发明名称:融合文本和图像数据的神经网络及其建筑结构的设计方法
 
专利号:ZL 202110274380.8
 
1 专利概述
 
智能化结构设计是智能建造的重要内容。
 
在设计过程中,结构师往往希望计算机能智能地根据设计需求进行设计更改,生成符合设计师想法的新设计。
 
基于建筑方案进行结构方案设计的发明专利StructGAN。
 
在此基础上,团队进行了文本-图像多模态数据融合与图像生成的算法开发。
 
AI可以根据设计需求智能化的进行设计调整,随着结构高度和设防烈度的提高,剪力墙的数量和长度也随之增加。
 
这是因为我们设计的算法,可以让AI自动的将结构方案中构件的数量和面积,与结构的设计需求建立关联。
 
文本-图像多模态数据融合的生成网络
 
算法的核心改进为多模态数据融合的图像生成网络。
 
生成器左端分别为文本和图像-特征编码提取模块,随后将尺寸一致的文本和图像特征张量进行数据融合,进一步对融合特征进行特征深度提取和转化,进而生成符合建筑设计图与对应设计文本要求的结构设计图像。
 
 文本-图像多模态数据融合的生成网络
 
操作步骤
 
专利的主要操作步骤如图4所示,后续将进行详细的操作介绍。
 
 文本-图像数据融合生成式结构设计方法的操作步骤
 
获取基本结构设计条件的自然语言文本描述,抽取文本关键属性并进行数字化编码,典型文本特征提取与编码过程如图5所示。
 
提取建筑设计图纸中的关键元素,并对关键元素进行不同颜色填充处理,生成待输入图像特征,典型设计图纸特征初步提取过程如图6所示。
 
收集大量的结构设计数据及其对应的设计条件,采用步骤S101和S102的特征初步提取方法,构建训练与测试数据集;随后基于该数据集对对抗生成网络模型进行训练,直至设计效果稳定。
 
采用本发明提出的性能评价方法,对该对抗生成网络模型进行评价,评估合格后可开展应用。
 
基于步骤S103-pre训练好的对抗生成网络模型,将步骤S101和S102中得到的文本特征与建筑特征图输入,便可直接得到结构设计图。
 
采用该方法,我们对多个建筑设计进行了案例的应用验证,部分典型结果如图8所示。
 
可以看到,本方法能根据不同的以文本形式描述的结构设计要求,生成相应的结构设计结果,文本能够较好的指导结构设计过程。
 
本专利开发了一种文本-图像数据融合生成图像的算法,通过文本和图像数据特征的提取与编码,将编码后数据进行特征融合、深度特征提取和特征转化,生成符合文本与初始图像描述的新设计。
 
基于该方法,可以实现文本指导设计,实现人类需求在设计中的进一步体现。
 
 

标题:一种结构设计专利案例介绍

 
1、塑料件结构设计总结不同材料的特性 ABS(丙烯腈-苯乙烯-丁二烯共聚物) 用途:玩具、机壳、日常用品、汽车配件(仪表板、工具舱门、车轮盖、反光镜盒)、家电外壳; 特性:坚硬、不易碎、可涂胶水,工作温度-50+70,可燃烧,损坏时可能有利边出现。
 
多数应用于玩具外壳或不用受力的零件。
 
PP(聚丙烯)(聚丙烯) 用途:玩具、日常用品、包装胶袋、瓶子 特性:有弹性、韧度强、延伸性大、但不可涂胶水,工作温度-30140 。
 
应用:
 
多数应用于一些因要接受跌落测试而拆件的地方。
 
PVC(聚氯乙烯)(聚氯乙烯) 用途:软喉管、硬喉管、软板、硬板、电线、玩具 特性:柔软、坚韧而有弹性。
 
PVC电线、电缆在制造、使用及废弃处理时,都会产生大量的二恶英、氯氢酸、铅等有害物质。
 
设计上的应用:多数用于玩具,或一些需要避震或吸震的地方。
 
PS(聚苯乙烯)(聚苯乙烯) 用途:绝缘透明件、装饰件、化学仪器、光学仪器;发泡PS(保丽龙),建筑隔音、隔热层,冰箱保温层,一次性饭盒,头盔缓冲层; 特性:绝缘性好,硬而脆,无色透明,可染色,耐热。
 
发泡PS无法回收; PC(聚碳酸酯)(聚碳酸酯) 用途:车辆前后灯、仪表板、冰箱抽屉、搅拌机、网线水晶插头、一次性医疗器械; 特性:无色透明、无毒、可染色、抗冲击、耐磨、耐腐蚀、抑制细菌、阻燃,耐高温和耐低温(-6012
 
应用:多数应用于透明零件,代替玻璃。
 
POM 聚甲醛聚甲醛 用途:机械零件、齿轮、家电外壳 特性:耐磨、坚硬但脆弱,损坏时容易有利边出现。
 
应用:多数用于胶齿轮、滑轮、一些需要传动,承受大扭力或应力的地方。
 
Nylon(尼龙,(尼龙,PA) 用途:齿轮、滑轮、纺织品 特性:坚韧、吸水、耐磨、吸震、耐热,但当水份完全挥发后会变得脆弱。
 
应用:因为精准度比较难控制,所以大多用于一些模数较大的齿轮 Kraton(热塑性丁苯橡胶) 用途:摩打垫,手工具把手 特性: 柔软,有弹性,韧度高,延伸性强。
 
设计上的应用:多数作为摩打垫,吸收摩打震动,减低噪音。
 
 
结构设计专利案例: 剪力墙结构生成式智能设计 的介绍就聊到这里吧,感谢你花时间阅读本站内容。
 
更多关于 结构设计专利案例:融合文本和图像数据的建筑结构AI设计方法发明专利 的资讯,可以咨询  乐知网。
 
(乐知网- 领先的一站式知识产权服务平台,聚焦 专利申请,商标注册 业务)
 


关键词: 专利 发明专利