[发明专利]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有效

专利信息
申请号: 202211627394.4 申请日: 2022-12-16
公开(公告)号: CN116150839B 公开(公告)日: 2023-08-29
发明(设计)人: 陆新征;郑哲;廖文杰 申请(专利权)人: 清华大学
主分类号: G06F30/13 分类号: G06F30/13;G06F30/27;G06V10/44;G06V10/80;G06F119/14
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 杨伟东
地址: 100084 北京市海淀区双清路*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 领域 知识 增强 钢结构厂房 构件 布置 设计 方法 系统
【权利要求书】:

1.一种基于领域知识增强的钢结构厂房构件布置设计方法,其特征在于,包括:

获取钢结构厂房的概念设计图纸和设计条件文本,从所述概念设计图纸提取厂房分隔特征数据,并从所述设计条件文本中提取平面设计条件特征数据和屋面设计条件特征数据;

将所述厂房分隔特征数据与平面设计条文特征数据融合为厂房平面布置特征张量,将厂房平面布置特征张量输入到预先训练完成的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,并从所述厂房平面结构构件的布置和截面特征数据中提取厂房平面结构构件的布置和截面设计数据;

将所述厂房平面结构构件的布置和截面特征数据与屋面设计条件特征数据融合为厂房屋面布置特征张量,将厂房屋面布置特征张量输入到预先训练完成的领域知识增强的厂房屋面构件布置生成模型,得到厂房屋面构件布置和截面特征数据,并从所述屋面构件布置特征数据中提取厂房屋面结构构件的布置和截面设计数据;

将所述厂房平面结构构件的布置和截面设计数据、厂房屋面结构构件的布置和截面设计数据进行匹配和整合,得到钢结构厂房的钢框架结构设计初步设计结果。

2.根据权利要求1所述的基于领域知识增强的钢结构厂房构件布置设计方法,其特征在于,所述将所述厂房分隔特征数据与平面设计条文特征数据融合为厂房平面布置特征张量,具体包括:

所述厂房分隔特征数据约束了厂房平面关键结构构件的布置范围;

所述平面设计条文特征数据约束了厂房的结构形式、抗震设计信息、主要构件控制应力比、吊车荷载、平面关键构件的力学性能信息;

将所述厂房分隔特征数据表征为二阶矩阵,得到厂房分隔特征矩阵,所述厂房分隔特征矩阵中能够布置厂房平面关键结构构件的位置标注为1,其余位置标注为0;

将所述平面设计条文特征数据表征为零阶标量,并将所述零阶标量复制为与所述厂房分隔特征矩阵的同形二阶矩阵,得到平面设计条件特征矩阵;

将所述厂房分隔特征矩阵、平面设计条件特征矩阵分别进行归一化处理,并将所述厂房分隔特征矩阵、平面设计条件特征矩阵的归一化处理结果进行堆叠,得到厂房平面布置特征张量。

3.根据权利要求1所述的基于领域知识增强的钢结构厂房构件布置设计方法,其特征在于,从所述厂房平面结构构件的布置和截面特征数据中提取厂房平面结构构件的布置和截面设计数据,具体包括:

所述厂房平面结构构件的布置和截面特征数据表示了目标钢结构厂房平面结构构件定位与截面选择矩阵;

其中,所述平面结构构件定位与选择矩阵中非零元素位置指代构件存在,非零元素位置上的值以待定编码填充,不同的编码表示采用不同尺寸的钢结构构件;

根据预设的钢结构构件尺寸图与所述平面结构构件定位与选择矩阵中非零元素之间的映射关系,解码所述厂房平面结构构件的布置和截面特征数据,得到厂房平面结构构件的布置和截面设计数据,从而得到目标厂房平面中各类型构件对应的设计尺寸。

4.根据权利要求1所述的基于领域知识增强的钢结构厂房构件布置设计方法,其特征在于,将所述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融合为厂房屋面布置特征张量,具体包括:

所述厂房平面结构构件的布置和截面特征数据表示了目标钢结构厂房平面结构构件定位与截面选择矩阵,为厂房屋面构件布置提供平面定位与截面选择信息;

所述屋面设计条文特征数据约束了厂房的结构形式、抗震设计信息、屋面坡度、屋面几何信息、屋面荷载、屋面关键构件的力学性能信息;

所述厂房平面结构构件的布置和截面特征数据为二阶矩阵,将所述屋面设计条文特征数据表征为零阶标量,并将所述零阶标量复制为与所述厂房平面结构构件的布置和截面特征数据的同形二阶矩阵,得到屋面设计条件特征矩阵;

将所述厂房平面结构构件的布置和截面特征数据、屋面设计条件特征矩阵分别进行归一化处理,并将所述厂房平面结构构件的布置和截面特征数据、屋面设计条件特征矩阵的归一化处理结果进行堆叠,得到厂房屋面布置特征张量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211627394.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top