以下视频来源于

陆新征课题组

视频加载中...

06:20

发明名称：基于对抗天生网络的剪力墙构造支配方法和装置

发明人：陆新征；廖文杰；郑哲

专利号：ZL 202010446468.9

1

专利概述

智能化构造设计是智能建造的主要内容。
现阶段构造方案设计紧张依赖设计职员的履历，缺少智能化的设计方法。
是否可能让人工智能通过大量学习既有设计资料，学会工程师的设计履历，进而可以实现让打算机来做构造方案设计？

本发明基于对抗天生网络模型，提出了一种基于对抗天生网络的剪力墙构造支配方法，如图1所示。
采取该发明开展了系列案例设计，范例效果如图2和图3所示。
该发明初步实现了让人工智能学会工程师设计履历，并提升设计效率的目标。

图1 基于对抗天生网络的剪力墙构造天生式设计方法

图2 智能化设计方法的范例案例运用效果

图3 智能化设计方法的多个案例运用效果

2

什么叫对抗天生网络

本方法的核心是“对抗天生网络”，它的核心是两个神经网络，一个神经网络叫“天生器”，可以根据一些输入信息天生一个新的图像（本专利中输入信息是建筑图纸（户型平面支配图），天生的是构造方案图纸）。
另一个神经网络叫“判别器”，他卖力判断天生器天生的图像是否符合哀求。
本研究把大量的建筑设计图纸和对应的构造图纸输着迷经网络，一方面天生器不断的根据输入的建筑图纸去学习如何天生构造方案，另一方面判别器不断的把人工智能天生的构造方案和工程师设计的方案进行比拟。

如果判别器创造构造方案是人工智能设计的，而不是工程师设计的，则天生器被剖断“失落败”，天生器去连续学习提升。
如果判别器无法判别图纸是人工智能设计的还是工程师设计的，则判别器被剖断“失落败”，回去连续学习提升。
判别器和天生器不断对抗提升，直至达到纳什均衡，这就叫“对抗天生网络”。
（图4）

图4 对抗天生网络的基本事理

3

专利利用步骤

专利的紧张利用步骤如图5所示，后续将进行详细的利用先容。

图5 智能化天生式构造设计方法的利用步骤

3.1 步骤S101

获取待处理的建筑设计图纸

得到须要进行构造设计的剪力墙住宅建筑设计CAD图纸。

3.2 步骤S102

建筑设计图纸特色初步提取

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添补处理，天生待输入图像特色。
例如：提取建筑设计图纸中可支配剪力墙位置、室内门窗洞口和室外门洞三个关键元素；采取不同颜色对关键元素进行添补，个中，灰色代表支配剪力墙位置，绿色代表室内门窗洞口，蓝色代表室外门洞。
范例设计图纸特色初步提取过程如图6所示。

图6 建筑设计图特色初步提取

3.3 步骤S102.5

对抗天生网络模型演习

采取步骤S102的特色提取方法，对已有的剪力墙建筑-构造设计的配套图纸进行特色提取，进而构建演习与测试数据集；随后基于该数据集对对抗天生网络模型进行演习（图7），直至设计效果稳定。
采取本发明提出的性能评价方法，对该对抗天生网络模型进行评价，评估合格后可开展运用。

图7 对抗天生网络模型的预先演习

3.4 步骤S103

剪力墙构造设计图纸天生

基于步骤S102.5演习好的对抗天生网络模型，将步骤S102中得到的建筑特色图输入，便可直接得到构造设计图（耗时几分钟）。

4

范例案例运用

采取该方法，我们对多个建筑设计进行了案例的运用验证，部分范例结果如图8所示。
可以看到，该方法完成的构造设计，与工程师设计的结果差异是非常小的。
我们还约请了部分专家对人工智能设计与工程师设计的结果进行判断和打分，结果表明，AI设计险些可以以假乱真（图9）。

图8 部分范例案例运用结果

图9 基于盲测问卷的专家评价结果

人工智能设计剪力墙构造案例演示

由于基于人工智能的构造方案设计方法得到了很多朋友的关注。
一些同行专家和课题组联系，希望进一步理解本方法的运行办法和效果。
以是，清华大学陆新征课题组和中南建筑设计院工程数字技能中央互助，制作了一个利用人工智能方法设计剪力墙构造的案例供大家参考。

软件操作演示小视频，从设计构造方案到完成打算书只要5分钟，视频未加速：

以下视频来源于

陆新征课题组

07:09

第一步，明确设计任务，建筑师已经设计了一个30层的剪力墙住宅，户型平面支配如图10所示，并将该户型平面图纸参照哀求的建筑设计图前处理方法处理，得到建筑设计像素图。
将建筑设计像素图输入我们开拓的人工智能构造方案设计工具StructGAN进行构造方案设计。

图10剪力墙住宅平面户型图

在读者打开本文阅读到这里时，人工智能构造方案设计工具StructGAN已经完成上述剪力墙住宅的构造方案设计（图11），耗时约1分钟。

图11 人工智能设计的剪力墙构造方案

将天生的构造方案（图11）导入中南建筑设计院工程数字技能中央的参数化建模工具Swallow（参阅：建筑黑科技 | 建筑构造赞助设计软件），可以通过调度墙厚、层高、层数等参数，自动天生须要的构造模型。
当读者打开本文阅读到这里时，全体剪力墙住宅的构造模型已经建立完成，耗时1分钟。

图12 参数化建模工具天生的构造模型

进一步调用ETABS软件打算图12中的构造模型，当读者打开本文阅读到这里时，已经自动完成边界条件、荷载的建模，完成构造打算并天生打算书（图13），耗时约3分钟。
打算完成后可以得到构造材料用量、剪重比、最大层间位移角等整体指标。

图13 自动天生打算书

通过上述方法，在建筑师确定建筑方案后，可以在5分钟之内得到构造的方案支配及紧张构造经济性指标，全体设计、建模和剖析过程效率得到了显著提升。

此外，最近一周，多位设计院的专家给我们供应了他们的剪力墙住宅建筑方案，我们用人工智能天生了相应的构造方案，一些范例案例如下图所示，用于展示人工智能天生剪力墙构造方案的能力。
我们朴拙欢迎更多同行专家和我们进一步磋商互换互助。

下面案例中，建筑户型图中灰色代表可支配剪力墙区域；构造方案图中赤色代表剪力墙支配、灰色代表添补墙；绿色代表窗，蓝色代表室外门洞。

案例1：8度设防100米

输入建筑户型图

StructGAN天生构造方案图

案例2：8度设防70米

输入建筑户型图

StructGAN天生构造方案图

案例3：7度设防30米

输入建筑户型图

StructGAN天生构造方案图

案例4：8度设防30米

输入建筑户型图

StructGAN天生构造方案图

案例5：8度设防80米

输入建筑户型图

StructGAN天生构造方案图

致谢: 感谢中南建筑设计院数字工程技能中央张慎、尹鹏飞等，中国建筑设计研究院王奇等，以及中国建筑西南设计研究院、北京建筑设计研究院、中国建筑西北设计研究院、北京交通大学等单位多位专家对本文的大力支持！

5

总结

本专利采取对抗天生网络，开展了剪力墙构造的方案设计。
通过对既有设计数据的网络、特色初步提取、构建数据集、演习对抗天生网络、以及开展相应的评估，终极完成了具备剪力墙构造方案设计能力的智能化天生式构造设计方法。
基于该方法，可以实现设计履历传承、设计效率提升、建筑-构造协作优化。
我们相信，该发明只是一个出发点。
未来，我们将会更加深入的研究，致力于建筑构造智能化设计方法的发展。

6

本课题组干系专利

[1] 陆新征, 廖文杰, 徐永嘉, 基于卷积神经网络振动识别的线性二次型掌握改进方法，发明专利，专利号：ZL 202010169860.3

[2] 陆新征，徐永嘉，程庆乐，基于循环神经网络的地震毁坏力预测装置及方法，发明专利，专利号：ZL 201911154874.1

[3] 陆新征，许镇，曾翔，杨哲飚，一种城市建筑地震次生失火仿照方法，发明专利，授权号：ZL 201810255576.0

[4] 陆新征，曾翔，许镇，田源，一种基于震后航拍影像的近实时震损评估方法，发明专利，授权号：ZL 2018 1 0119671.8

[5] 陆新征，许镇，城市建筑群地震反应非线性进程剖析方法及装置，发明专利，授权号：ZL 2018 1 0112837.3

联结邮箱:

luxz@tsinghua.edu.cn

liaowj17@mails.tsinghua.edu.cn

来源：陆新征课题组。

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

《建筑构造》杂志是海内构造设计专业影响力最大的杂志，创刊于1971年，从属于中国建筑设计研究院，历届核心期刊评比中均名列前茅。
官网：www.buildingstructure.cn。