[分享]把设计交给算法-屋盖的建筑结构设计一体化

时间: 2020-07-30 18:24 阅读:

人工智能是近年社会关注的热点,其核心是各式各样的算法,在一些工业领域,算法已经开始替代人工劳动,建筑行业也出现了例如小库这样的基于人工智能算法的设计辅助软件。如何驾驭算法提高设计效率和品质,而不是被算法替代,是我们需要不断学习的新领域。原先算法需要自己编程,不利于工程上推广,现在则出现了例如Galapagos这样的成熟软件(模块),让算法的工程应用更加便捷,落地性更强。

把设计交给算法-屋盖的建筑结构设计一体化_1
      
在传统的设计中,我们首先根据建筑要求布置出结构构件的拓扑关系,然后根据计算结果调整拓扑关系与构件尺寸,并不断迭代直至达到满意结果(收敛),我们对结构的认知决定模型的调整规则,这种认知就是人脑的“算法”。在计算机算法驱动的设计中,人需要介入的是预设的约束条件,例如拓扑、变量范围等,然后依靠算法进行寻优设计,如果能够克服贪心算法的陷阱,甚至可能达成全局最优解,这是人力难以做到的。一个不太复杂的钢结构屋盖项目为例说明如何使用算法进行设计。

       屋盖的平面轮廓如下,建筑师小伙伴希望做一个拱形的折板或马鞍形屋面,短跨柱距为20m,长跨柱距为36m。可以看出,该屋面几何形状可由10个点的坐标确定。经探讨,各点的水平坐标不变,Z向坐标作为优化对象由结构专业确定,希望把结构的空间效应挖掘到极致,建筑师根据限高、美感、排水坡度等各方面需求,确定了各点的Z坐标变化范围与相互关系(例如入口的檐口要高于背面的檐口等),即将约束条件参数化
       
把设计交给算法-屋盖的建筑结构设计一体化_2

       在Rhino软件的Grasshopper平台中建立参数化几何模型,进行建筑结构一体化设计,并进行结构分网,这里仅以单层网壳为例说明设计方法,与项目实际采用的结构形式有所不同。结构形式(单层网壳、空间网架...)与网格形态属于拓扑优化的范畴,除了依靠概念,还有BESO、SIMP等多种优化算法和AMEBA这样的成熟软件,这里不做展开。建立几何模型后,下一步需要建立结构有限元模型,大家比较熟悉的插件有KARAMBA 3D,力学计算非常迅速,缺点在于不能进行构件设计,可以用来优化刚度(应变能),但优选截面尚无法做到。因此,如果想要更进一步,还需要调用成熟的有限元计算软件,例如SAP2000、MIDAS等。

把设计交给算法-屋盖的建筑结构设计一体化_3

       在SAP2000中有一个auto selection截面属性,可以根据满应力准则与其他约束条件从自定义的截面库中自选截面。Grasshopper与SAP2000的接口可以按照网上攻略自行编写,这里使用的是澳大利亚的研究人员编制的插件包GeometryGym,提供SAP2000、ETABS等软件的接口,能够在GH中实现SAP2000的大部分功能,并且可以实现Rhino与SAP2000的模型联动。

把设计交给算法-屋盖的建筑结构设计一体化_4
     
在GH中,构件截面全部按照auto selection来指定,备选截面库由试算确定。完成有限元模型搭建、指定支座、施加荷载后,加入Galapagos电池,将各点Z坐标的相关参数作为优化变量(Genome),有高低关系的坐标可按照参照点坐标±正值的方法来定义。Galapagos提供了两种算法,遗传算法与模拟退火算法,都是比较经典的启发式算法,不关注求解过程,基于暴力迭代来逼近最优解。这里采用小编比较熟悉的遗传算法,一般包含生成初始群体-适应度评价-选择-交叉-变异的流程,如果熟悉遗传算法原理可对Galapagos参数进行设置,不过默认参数也能应对大部分情况。使用KARAMBA 3D提取结构的应变能,以应变能最小作为优化目标(Fitness)。

把设计交给算法-屋盖的建筑结构设计一体化_5
       
GH电池组搭建完成后,我们便可以把设计工作完全交给算法,腾出手去做其他事情。

把设计交给算法-屋盖的建筑结构设计一体化_6
       
约1个半小时后算法收敛,最终呈现的形态与预期一致,为接近于逆吊法的拱形。与建筑师提供的初始方案模型相比(形状相差很小),结构的应变能下降了22.5%,刚度相应提升,构件截面均为按照满应力准则设计的优化截面。

把设计交给算法-屋盖的建筑结构设计一体化_7

      在这个案例中,通过遗传算法我们可以使结构的几何形状逼近全局最优解,同时优化构件截面,设计人员定义好参数约束后便无需介入模型调整的过程。虽然遗传算法问世时间已经很长,但实际应用效果显著。如果模型较为复杂,在建立有限元模型时需要连接大量电池组,这点不如GUI操作简便,不过参数化模型的好处就是便于修改。
       遗传算法不能整合人的经验,寻优方向依靠暴力计算,如果变量较多或者单模型计算时间较长就不太适合。 如果能够把人的结构概念进行机器学习,那么寻优的效率将大大提升,基于约束条件的自动结构设计是完全有可能得到广泛应用的,目前业内已有相关尝试。把设计交给算法,这是可以预见的未来。
验证码:

热搜标签

热点阅读

赞助推荐