CN115470562B - 基于参数化模型和经验规则的剪力墙优化设计方法及装置 - Google Patents

基于参数化模型和经验规则的剪力墙优化设计方法及装置 Download PDF

Info

Publication number
CN115470562B
CN115470562B CN202211185589.8A CN202211185589A CN115470562B CN 115470562 B CN115470562 B CN 115470562B CN 202211185589 A CN202211185589 A CN 202211185589A CN 115470562 B CN115470562 B CN 115470562B
Authority
CN
China
Prior art keywords
optimization
shear wall
penalty function
experience
partition
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211185589.8A
Other languages
English (en)
Other versions
CN115470562A (zh
Inventor
陆新征
费一凡
廖文杰
赵鹏举
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202211185589.8A priority Critical patent/CN115470562B/zh
Publication of CN115470562A publication Critical patent/CN115470562A/zh
Application granted granted Critical
Publication of CN115470562B publication Critical patent/CN115470562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Buildings Adapted To Withstand Abnormal External Influences (AREA)

Abstract

本发明提供一种基于参数化模型和经验规则的剪力墙优化设计方法及装置，包括：获取目标建筑结构的建筑构件布置，构建表征剪力墙可布置范围的结构化数据；基于所述结构化数据，定义并初始化优化参数，并构建目标建筑结构的参数化模型；基于所述参数化模型，开展两阶段评估和优化。其中，第一阶段的评估和优化基于经验规则，如果满足预设要求，则进入第二阶段，否则调整优化参数；第二阶段的评估和优化基于设计性能，调整优化参数，直到设计性能不再提升。本发明解决了现有剪力墙设计优化不合理、效率低下的问题，能够快速、可靠地完成符合结构设计相关经验规则、满足力学性能要求、材料成本较优的剪力墙设计。

Description

基于参数化模型和经验规则的剪力墙优化设计方法及装置
技术领域
本发明涉及建筑结构设计技术领域，尤其涉及一种基于参数化模型和经验规则的剪力墙优化设计方法及装置。
背景技术
在剪力墙结构、框架-剪力墙结构、框架-核心筒结构等的深化设计阶段，为保证结构设计方案的安全性、经济性和可施工性，需在初步设计的基础上，进行快速合理的剪力墙优化设计。
工程师从大量工程实践中总结出了宝贵的经验规则，将经验规则应用到设计算法中对于结构设计满足上述要求至关重要。对于剪力墙的设计，重要的经验规则包括：剪力墙的布置应尽量对称；剪力墙的布置应尽量聚集，形成“L”型、“T”型、“X”型等局部子结构；剪力墙率应在合理的范围内等。但传统的优化设计方法未能充分考虑工程师的经验规则，导致设计结果不够合理、设计效率低下。
发明内容
本发明提供一种基于参数化模型和经验规则的剪力墙优化设计方法及装置，用以解决现有剪力墙设计优化不合理、效率低下的问题，实现将参数化模型与经验规则相结合进行自动化剪力墙优化设计，提升优化效率。
本发明提供一种基于参数化模型和经验规则的剪力墙优化设计方法，包括：
获取目标建筑结构的关键建筑构件的平面布置坐标；
基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
所述经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数；
基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
根据本发明提供的一种基于参数化模型和经验规则的剪力墙优化设计方法，
所述构建表征剪力墙布置范围的结构化数据包括：
整体结构层级，包括多组隔墙数据；
隔墙层级，包括：隔墙编号、隔墙端点坐标和多组隔墙段数据中的至少一者；
隔墙段层级，包括：隔墙段编号、隔墙段端点坐标、对称属性和多组隔墙段交点数据中的至少一者；
隔墙段交点层级，包括：隔墙段交点编号、隔墙段交点坐标、两侧剪力墙长度和优化开关中的至少一者。
根据本发明提供的一种基于参数化模型和经验规则的剪力墙优化设计方法，基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数，具体包括：
将隔墙段交点一侧的剪力墙长度设定为优化参数，所述优化参数包括：当前值、取值上限、取值下限和步长；
根据隔墙段的对称属性，使对称的隔墙段共用所有优化参数；
将所述取值上限与取值下限之差设定为剪力墙长度的优化范围；
在所述优化范围大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为True；
在所述优化范围不大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为False，并冻结该优化参数。
根据本发明提供的一种基于参数化模型和经验规则的剪力墙优化设计方法，基于所述优化参数和结构化数据，构建目标建筑结构的参数化模型，具体包括：
若目标建筑结构存在框架柱，则读取既有框架柱设计，获取框架柱的平面布置坐标和截面尺寸参数；
根据优化参数的当前值获取剪力墙的平面布置坐标；
从所述结构化数据中获取隔墙的平面布置坐标，将未布置剪力墙的隔墙范围设定为梁构件范围，获得初始梁构件平面布置坐标；
根据拓扑性质调整所述初始梁构件平面布置坐标，得到最终梁构件平面布置坐标；
根据预先获取的经验规则将梁构件分类为连梁和框架梁，并确定剪力墙、连梁、框架梁、楼板的截面尺寸参数；
基于剪力墙、连梁、框架梁、楼板以及框架柱的截面尺寸参数和平面布置坐标，并根据目标建筑结构的层高和层数生成目标建筑结构的参数化模型。
根据本发明提供的一种基于参数化模型和经验规则的剪力墙优化设计方法，基于参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本，具体包括：
基于所述参数化模型，采用壳单元建模剪力墙和连梁，采用梁单元建模框架柱和框架梁，采用膜单元建模楼板得到目标建筑结构的有限元力学分析模型；
基于所述力学分析模型进行模态分析、重力分析、抗震分析和抗风分析，得到力学性能指标；
根据所述力学性能指标进行配筋设计，统计材料用量，得到材料总成本。
本发明还提供一种基于参数化模型和经验规则的剪力墙优化设计装置，所述装置包括：
数据获取模块，用于获取目标建筑结构的关键建筑构件的平面布置坐标；
结构化模块，用于基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
参数定义模块，用于基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
建模模块，用于基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
经验规则评估和优化模块，用于基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
所述经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数；
力学分析模块，用于基于参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
成本优化模块，用于以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于参数化模型和经验规则的剪力墙优化设计方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于参数化模型和经验规则的剪力墙优化设计方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于参数化模型和经验规则的剪力墙优化设计方法。
本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法及装置，通过获取目标建筑结构的建筑构件布置，构建表征剪力墙可布置范围的结构化数据；基于所述结构化数据，定义并初始化优化参数，并构建目标建筑结构的参数化模型；基于所述参数化模型，开展两阶段评估和优化。其中，第一阶段的评估和优化基于经验规则，如果满足预设要求，则进入第二阶段，否则调整优化参数；第二阶段的评估和优化基于设计性能，调整优化参数，直到设计性能不再提升。本发明能够快速、可靠地完成符合结构设计相关经验规则、满足力学性能要求、材料成本较优的剪力墙设计，提升优化效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法的流程示意图之一；
图2是本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法的流程示意图之二；
图3是本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法的流程示意图之三；
图4是本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法的流程示意图之四；
图5是本发明提供的基于参数化模型和经验规则的剪力墙优化设计方法的流程示意图之五；
图6是本发明提供的基于参数化模型和经验规则的剪力墙优化设计装置的模块连接示意图；
图7是本发明提供的电子设备的结构示意图；
图8是本发明提供的表征剪力墙可布置范围的结构化数据的层级示意图；
图9是本发明提供的表征剪力墙可布置范围的结构化数据的对象示意图；
图10是本发明提供的表征剪力墙布置的优化参数的含义示意图；
图11是本发明提供的剪力墙布置的局部子结构的示意图；
图12是本发明提供的剪力墙支撑的楼板面积的计算方法示意图；
图13是本发明提供的优化后典型案例的示意图。
附图标记：
110：数据获取模块；120：结构化模块；130：参数定义模块；140：建模模块；150：经验规则评估和优化模块；160：力学分析模块；170：成本优化模块；
710：处理器；720：通信接口；730：存储器；740：通信总线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图5描述本发明的基于参数化模型和经验规则的剪力墙优化设计方法，包括：
S100、获取目标建筑结构的关键建筑构件的平面布置坐标；
S200、基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
S300、基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
S400、基于所述优化参数和结构化数据，构建目标建筑结构的参数化模型；
S500、基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
S600、基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
S700、以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
通过本发明方案能够建立参数化模型并根据经验规则进行剪力墙设计方案的优化，通过将工程师的经验规则进行充分考虑，使剪力墙的设计方案更加合理，同时提升效率。
本发明中目标建筑结构包括：剪力墙结构、框架-剪力墙结构、框架-核心筒结构；所述关键建筑构件包括：隔墙、门、窗。
参考图8，基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据，具体包括：
S201、所述构建表征剪力墙布置范围的结构化数据包括四个层级；
S202、第一层级为整体结构层级，包括多组隔墙数据；
S203、第二层级为隔墙层级，包括：隔墙编号、隔墙端点坐标和多组隔墙段数据；
S204、第三层级为隔墙段层级，包括：隔墙段编号、隔墙段端点坐标、对称属性和多组隔墙段交点数据；
S205、第四层级为隔墙段交点层级，包括：隔墙段交点编号、隔墙段交点坐标、两侧剪力墙长度和优化开关。
如图9所示，隔墙段是被门、窗分隔而成的可布置剪力墙的隔墙区域，通过去除隔墙区域内的门、窗区域获得；隔墙段交点是布置方向不同的隔墙段相交而成的节点，通过遍历、匹配相交的隔墙段获得。
其中，对称属性[IDx,IDy]包括关于不同对称轴对称的隔墙段编号，其中IDx和IDy分别为关于X方向和Y方向对称轴对称的隔墙段编号；当IDx和IDy为NaN时，表明在对应的方向上不存在对称的隔墙段；对于每一个隔墙段，遍历其他所有隔墙段，判断是否与其关于某一对称轴对称，从而定义对称属性。
优化开关是控制该隔墙段交点两侧的剪力墙长度是否被优化的布尔型数据，通过比较优化范围与预设优化范围阈值获得。
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数，具体包括：
S301、将隔墙段交点一侧的剪力墙长度设定为优化参数，所述优化参数包括：当前值、取值上限、取值下限和步长；
S302、根据隔墙段的对称属性，使对称的隔墙段共用所有优化参数；
S303、将所述取值上限与取值下限之差设定为优化范围；
S304、在所述优化范围大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为True；
S305、在所述优化范围不大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为False，并冻结该优化参数。
本发明中，将隔墙段交点一侧的剪力墙长度定义为优化参数，其属性包括当前值、取值上限、取值下限和步长；其中，若隔墙段交点该侧存在隔墙段交点，则取值上限为当前隔墙段交点到该侧相邻隔墙段交点距离的一半，否则取值上限为当前隔墙段交点到该侧隔墙段端点的距离，如图10所示；取值下限为0；步长为0.25m；若已有初步剪力墙设计，可根据初步设计定义当前值，否则可在取值上限和取值下限之间随机选取当前值。
根据隔墙段的对称属性，令对称的隔墙段共用所有优化参数；将取值上限与取值下限之差定义为优化范围，若优化范围小于等于0.5m，则将隔墙段交点对应的优化开关设置为False，并冻结该优化参数；否则将隔墙段交点对应的优化开关设置为True。
基于所述优化参数和结构化数据，构建目标建筑结构的参数化模型，具体包括：
S401、若目标建筑结构存在框架柱，则读取既有框架柱设计，获取框架柱的平面布置坐标和截面尺寸参数；
S402、根据优化参数的当前值获取剪力墙的平面布置坐标；
根据优化参数的当前值确定隔墙段交点两侧剪力墙的长度，从而获得剪力墙坐标，剪力墙的布置将自动形成如图11所示的局部子结构；
S403、从所述结构化数据中获取隔墙的平面布置坐标，将未布置剪力墙的隔墙范围设定为梁构件范围，获得初始梁构件平面布置坐标；
S404、根据拓扑性质调整所述初始梁构件平面布置坐标，得到最终梁构件平面布置坐标；
对于每一个梁构件，判断其拓扑性质；若梁构件的端点不与其他构件相连或仅与一个非共线梁构件相连，则拓扑性质不合格，需改变梁构件的长度，直到拓扑性质合格为止；若梁构件的长度变为0，则删除该梁构件；从而获得最终梁系平面布置坐标；
S405、根据预先获取的经验规则将梁构件分类为连梁和框架梁，并确定剪力墙、连梁、框架梁、楼板的截面尺寸参数；
将梁构件分类为连梁和框架梁；若梁构件满足以下条件，则为连梁：1)连接两道剪力墙；2)连接的剪力墙的方向与该梁构件一致；3)跨度小于2.6m；否则为框架梁；从而获得连梁坐标和框架梁坐标。
确定结构构件的截面尺寸，剪力墙厚度twall(单位：mm)的计算公式如下：
Figure GDA0004139072100000111
其中H为结构高度，a为设计基本地震加速度；
连梁的截面宽度与剪力墙保持一致，截面高度hcb的计算公式如下：
hcb＝min(0.4lcb,Hcbclear)
其中，lcb为连梁的跨度，Hcbclear为满足门窗布置要求之后的连梁最大允许高度；
框架梁的截面宽度wfb和截面高度hfb的计算公式分别如下：
hfb＝min(max(0.4m,1/12lfb),Hfbclear)
wfb＝max(0.2m,5/12hfb)
其中，lfb为框架梁的跨度，Hfbclear为满足门窗布置要求之后的框架梁最大允许高度；
楼板的厚度取为200mm；
定义结构构件的材料属性，所有构件均采用C40混凝土和HRB400钢筋，并据此定义材料强度、密度等属性；
S406、基于剪力墙、连梁、框架梁、楼板以及框架柱的截面尺寸参数和平面布置坐标，并根据目标建筑结构的层高和层数生成目标建筑结构的参数化模型。
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数，具体包括：
所述经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数。
经验规则1：剪力墙率的罚函数P1计算公式如下，当P1<0.02时，则视为满足经验规则1。
Figure GDA0004139072100000121
ρwall＝Awall/Afloor
Awall＝∑lwalltwall
其中，
Figure GDA0004139072100000122
为目标墙率，按表1取值；Afloor为楼板面积；lwall为剪力墙长度；twall为剪力墙厚度；
表1目标墙率
Figure GDA0004139072100000123
经验规则2：扭转半径的罚函数P2计算公式如下，当rx>ls且ry>ls时，视为满足经验规则2。
Figure GDA0004139072100000131
Figure GDA0004139072100000132
Figure GDA0004139072100000133
Figure GDA0004139072100000134
其中，(xi,yi)是剪力墙i的中心相对于结构刚心的距离，lxi和lyi是剪力墙i在x和y方向上的长度；Iz是楼层质量的极惯性矩；Afloor为楼板面积。
经验规则3：楼板支撑率的罚函数P3计算公式如下，当P3<0.1时，则视为满足经验规则3。
Figure GDA0004139072100000135
其中，As为被剪力墙支撑的楼板面积，其计算方法如图12所示；Afloor为楼板面积。
构建总经验规则罚函数P如下式所示：
P＝α1P1+α2P2+α3P3
其中，α1、α2、α3分别为三项经验规则的权重，可取α1＝α2＝α3＝1。
以最小化上述总经验规则罚函数P为优化目标，采用优化器调整优化参数，直到满足所有经验规则或达到预设最大优化次数(取为150次)；优化器采用遗传算法NSGA Ⅱ；如果满足全部经验规则，则进行材料总成本的计算。
基于参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本，具体包括：
S701、基于所述参数化模型，采用壳单元建模剪力墙和连梁，采用梁单元建模框架柱和框架梁，采用膜单元建模楼板，得到目标建筑结构的有限元力学分析模型；
S702、基于所述力学分析模型进行模态分析、重力分析、抗震分析和抗风分析，得到力学性能指标；
力学性能指标包括：扭转周期比R1、最大位移比R2、最小刚度比R3、最小受剪承载力比R4、有效质量系数R5、最小剪重比R6、最大层间位移角R7、刚重比R8；
S703、根据所述力学性能指标进行配筋设计，统计材料用量，得到材料总成本。
开展配筋设计，统计材料用量，包括混凝土用量、钢筋用量和钢板用量，根据下式得到材料总成本C：
C＝ρcVc+ρsbVsb+ρspVsp
其中，ρc、ρsb、ρsp分别为项目建设当地混凝土、钢筋、钢板的时价，Vc、Vsb、Vsp分别为混凝土、钢筋、钢板的用量。
以最小化所述材料总成本C为优化目标，以所述力学性能指标Ri(1≤i≤8)满足预设要求为约束条件，采用优化器调整优化参数，重新构建参数化模型；如果经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，输出当前设计方案。
本发明中以最小化所述材料总成本C为优化目标，以所述力学性能指标Ri(1≤i≤8)满足预设要求为约束条件，以剪力墙结构为例，所述约束条件如下式所示：
Figure GDA0004139072100000151
采用优化器调整S300所述优化参数，重新构建参数化模型；优化器采用遗传算法NSGA Ⅱ；如果经过预设最大优化次数后(取为50次)，所述材料总成本仍保持不变，则停止优化，输出当前设计。
以剪力墙结构为例，典型的优化后设计成果如图13所示，可见较好地满足了对称性、局部子结构、剪力墙率等经验规则，且力学分析表明，能够满足所有力学性能约束条件。同时，优化后材料成本降低了6.3％。
参考图6，本发明还公开了一种基于参数化模型和经验规则的剪力墙优化设计装置，所述装置包括：
数据获取模块110，用于获取目标建筑结构的关键建筑构件的平面布置坐标；
结构化模块120，用于基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
参数定义模块130，用于基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
建模模块140，用于基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
经验规则评估和优化模块150，用于基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
力学分析模块160，用于基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
成本优化模块170，用于以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
其中，数据获取模块获取目标建筑结构包括：剪力墙结构、框架-剪力墙结构、框架-核心筒结构；获取所述关键建筑构件包括：隔墙、门、窗。
结构化模块，所述构建表征剪力墙布置范围的结构化数据包括四个层级；
第一层级为整体结构层级，包括多组隔墙数据；
第二层级为隔墙层级，包括：隔墙编号、隔墙端点坐标和多组隔墙段数据；
第三层级为隔墙段层级，包括：隔墙段编号、隔墙段端点坐标、对称属性和多组隔墙段交点数据；
第四层级为隔墙段交点层级，包括：隔墙段交点编号、隔墙段交点坐标、两侧剪力墙长度和优化开关。
参数定义模块，将隔墙段交点一侧的剪力墙长度设定为优化参数，所述优化参数包括：当前值、取值上限、取值下限和步长；
根据隔墙段的对称属性，使对称的隔墙段共用所有优化参数；
将所述取值上限与取值下限之差设定为优化范围；
在所述优化范围大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为True；
在所述优化范围不大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为False，并冻结该优化参数。
建模模块，若目标建筑结构存在框架柱，则读取既有框架柱设计，获取框架柱的平面布置坐标和截面尺寸参数；
根据优化参数的当前值获取剪力墙的平面布置坐标；
从所述结构化数据中获取隔墙的平面布置坐标，将未布置剪力墙的隔墙范围设定为梁构件范围，获得初始梁构件平面布置坐标；
根据拓扑性质调整所述初始梁构件平面布置坐标，得到最终梁构件平面布置坐标；
根据预先获取的经验规则将梁构件分类为连梁和框架梁，并确定剪力墙、连梁、框架梁、楼板的截面尺寸参数；
基于剪力墙、连梁、框架梁、楼板以及框架柱的截面尺寸参数和平面布置坐标，并根据目标建筑结构的层高和层数生成目标建筑结构的参数化模型。
经验规则评估和优化模块，其中经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数。
力学分析模块，基于所述参数化模型，采用壳单元建模剪力墙和连梁，采用梁单元建模框架柱和框架梁，采用膜单元建模楼板；
得到目标建筑结构的有限元力学分析模型；
基于所述力学分析模型进行模态分析、重力分析、抗震分析和抗风分析，得到力学性能指标；
根据所述力学性能指标进行配筋设计，统计材料用量，得到材料总成本。
成本优化模块，根据所述力学性能指标进行配筋设计，统计材料用量，得到材料总成本，以最小化所述材料总成本为优化目标，以所述力学性能指标满足预设要求为约束条件，采用优化器调整优化参数，重新构建参数化模型；如果经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，输出当前设计方案。
本发明提供的基于参数化模型和经验规则的剪力墙优化设计装置，通过获取目标建筑结构的建筑构件布置，构建表征剪力墙可布置范围的结构化数据；基于所述结构化数据，定义并初始化优化参数，并构建目标建筑结构的参数化模型；基于所述参数化模型，开展两阶段评估和优化。其中，第一阶段的评估和优化基于经验规则，如果满足预设要求，则进入第二阶段，否则调整优化参数；第二阶段的评估和优化基于设计性能，调整优化参数，直到设计性能不再提升。本发明能够快速、可靠地完成符合结构设计相关经验规则、满足力学性能要求、材料成本较优的剪力墙设计，提升优化效率。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行基于参数化模型和经验规则的剪力墙优化设计方法，该方法包括：获取目标建筑结构的关键建筑构件的平面布置坐标；
基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于参数化模型和经验规则的剪力墙优化设计方法，该方法包括：获取目标建筑结构的关键建筑构件的平面布置坐标；
基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于参数化模型和经验规则的剪力墙优化设计方法，该方法包括：获取目标建筑结构的关键建筑构件的平面布置坐标；
基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于参数化模型和经验规则的剪力墙优化设计方法，其特征在于，包括：
获取目标建筑结构的关键建筑构件的平面布置坐标；
基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
所述经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数；
基于满足预设经验规则的参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
2.根据权利要求1所述的基于参数化模型和经验规则的剪力墙优化设计方法，其特征在于，所述构建表征剪力墙布置范围的结构化数据包括：
整体结构层级，包括多组隔墙数据；
隔墙层级，包括：隔墙编号、隔墙端点坐标和多组隔墙段数据中的至少一者；
隔墙段层级，包括：隔墙段编号、隔墙段端点坐标、对称属性和多组隔墙段交点数据中的至少一者；
隔墙段交点层级，包括：隔墙段交点编号、隔墙段交点坐标、两侧剪力墙长度和优化开关中的至少一者。
3.根据权利要求1所述的基于参数化模型和经验规则的剪力墙优化设计方法，其特征在于，基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数，具体包括：
将隔墙段交点一侧的剪力墙长度设定为优化参数，所述优化参数包括：当前值、取值上限、取值下限和步长；
根据隔墙段的对称属性，使对称的隔墙段共用所有优化参数；
将所述取值上限与取值下限之差设定为优化范围；
在所述优化范围大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为True；
在所述优化范围不大于设定阈值的情况下，则将隔墙段交点对应的优化开关设置为False，并冻结该优化参数。
4.根据权利要求1所述的基于参数化模型和经验规则的剪力墙优化设计方法，其特征在于，基于所述优化参数和结构化数据，构建目标建筑结构的参数化模型，具体包括：
若目标建筑结构存在框架柱，则读取既有框架柱设计，获取框架柱的平面布置坐标和截面尺寸参数；
根据优化参数的当前值获取剪力墙的平面布置坐标；
从所述结构化数据中获取隔墙的平面布置坐标，将未布置剪力墙的隔墙范围设定为梁构件范围，获得初始梁构件平面布置坐标；
根据拓扑性质调整所述初始梁构件平面布置坐标，得到最终梁构件平面布置坐标；
根据预先获取的经验规则将梁构件分类为连梁和框架梁，并确定剪力墙、连梁、框架梁、楼板的截面尺寸参数；
基于剪力墙、连梁、框架梁、楼板以及框架柱的截面尺寸参数和平面布置坐标，并根据目标建筑结构的层高和层数生成目标建筑结构的参数化模型。
5.根据权利要求1所述的基于参数化模型和经验规则的剪力墙优化设计方法，其特征在于，基于参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本，具体包括：
基于所述参数化模型，采用壳单元建模剪力墙和连梁，采用梁单元建模框架柱和框架梁，采用膜单元建模楼板，得到目标建筑结构的有限元力学分析模型；
基于所述力学分析模型进行模态分析、重力分析、抗震分析和抗风分析，得到力学性能指标；
根据所述力学性能指标进行配筋设计，统计材料用量，得到材料总成本。
6.基于参数化模型和经验规则的剪力墙优化设计装置，其特征在于，所述装置包括：
数据获取模块，用于获取目标建筑结构的关键建筑构件的平面布置坐标；
结构化模块，用于基于所述关键建筑构件的平面布置坐标，构建表征剪力墙布置范围的结构化数据；
参数定义模块，用于基于所述结构化数据，定义并初始化表征剪力墙布置的优化参数；
建模模块，用于基于所述优化参数和所述结构化数据，构建所述目标建筑结构的参数化模型；
经验规则评估和优化模块，用于基于所述参数化模型，得到经验规则罚函数值，以最小化所述经验规则罚函数值为优化目标，对优化参数进行调整，直到满足预设经验规则或达到预设最大优化次数；
所述经验规则罚函数值包括：剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值；
计算所述剪力墙率罚函数值、扭转半径罚函数值和楼板支撑率罚函数值并加权相加，得到总经验规则罚函数值，判断是否满足预设经验规则；
以最小化总经验规则罚函数值为优化目标，采用优化器调整优化参数直到满足所有预设经验规则或达到预设最大优化次数；
力学分析模块，用于基于参数化模型，建立力学分析模型，开展力学分析，得到力学性能指标并开展配筋设计，统计材料用量，得到材料总成本；
成本优化模块，用于以最小化所述材料总成本为优化目标，以力学性能指标满足预设要求为约束条件，对优化参数进行调整，经过预设最大优化次数后，所述材料总成本仍保持不变，则停止优化，以得到剪力墙优化设计方案。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于参数化模型和经验规则的剪力墙优化设计方法。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于参数化模型和经验规则的剪力墙优化设计方法。
9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于参数化模型和经验规则的剪力墙优化设计方法。
CN202211185589.8A 2022-09-27 2022-09-27 基于参数化模型和经验规则的剪力墙优化设计方法及装置 Active CN115470562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211185589.8A CN115470562B (zh) 2022-09-27 2022-09-27 基于参数化模型和经验规则的剪力墙优化设计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211185589.8A CN115470562B (zh) 2022-09-27 2022-09-27 基于参数化模型和经验规则的剪力墙优化设计方法及装置

Publications (2)

Publication Number Publication Date
CN115470562A CN115470562A (zh) 2022-12-13
CN115470562B true CN115470562B (zh) 2023-04-25

Family

ID=84334472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211185589.8A Active CN115470562B (zh) 2022-09-27 2022-09-27 基于参数化模型和经验规则的剪力墙优化设计方法及装置

Country Status (1)

Country Link
CN (1) CN115470562B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279615A (zh) * 2015-11-23 2016-01-27 国网上海市电力公司 一种基于双层规划的主动配电网网架规划方法
CN107391804A (zh) * 2017-06-27 2017-11-24 广东省建筑设计研究院 基于综合造价法的高层建筑结构抗震性能优化方法
CN113761633A (zh) * 2021-09-18 2021-12-07 奥意建筑工程设计有限公司 一种剪力墙结构优化设计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073410A1 (en) * 2002-10-15 2004-04-15 Optiframe Software, Llc Computerized system and method of collaborative structural frame development
CN108846152B (zh) * 2018-04-23 2022-02-15 中交武汉港湾工程设计研究院有限公司 基于bim的剪力墙结构吊装阶段场地优化布置方法
CN113779675B (zh) * 2021-09-02 2022-04-19 清华大学 物理-数据驱动的智能化剪力墙建筑结构设计方法和装置
CN114880739B (zh) * 2022-04-25 2023-03-24 清华大学 生成式建筑结构设计方案的再优化设计方法和装置
CN114741766B (zh) * 2022-04-25 2023-03-21 清华大学 基于联合结构优化神经网络的建筑结构设计方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279615A (zh) * 2015-11-23 2016-01-27 国网上海市电力公司 一种基于双层规划的主动配电网网架规划方法
CN107391804A (zh) * 2017-06-27 2017-11-24 广东省建筑设计研究院 基于综合造价法的高层建筑结构抗震性能优化方法
CN113761633A (zh) * 2021-09-18 2021-12-07 奥意建筑工程设计有限公司 一种剪力墙结构优化设计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯中伟 ; 刘宜丰 ; .高层剪力墙住宅结构优化设计.建筑结构.2010,(第09期), *

Also Published As

Publication number Publication date
CN115470562A (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
Martínez et al. Heuristic optimization of RC bridge piers with rectangular hollow sections
CN112836411B (zh) 加筋板壳结构的优化方法、装置、计算机设备和存储介质
Mathakari et al. Reliability‐based optimal design of electrical transmission towers using multi‐objective genetic algorithms
Es-Haghi et al. Evaluation of a novel Asymmetric Genetic Algorithm to optimize the structural design of 3D regular and irregular steel frames
Sediek et al. Seismic debris field for collapsed RC moment resisting frame buildings
Nouri et al. Weight and topology optimization of outrigger-braced tall steel structures subjected to the wind loading using GA
Behbahan Design optimization of RC frames under earthquake loads
Degertekin et al. Optimized seismic design of planar and spatial steel frames using the hybrid learning based jaya algorithm
CN113435091A (zh) 一种快速评价城市建筑群桥梁群地震损伤的方法
Talatahari et al. Shear wall layout optimization of tall buildings using Quantum Charged System Search
Farahmand-Tabar Genetic algorithm and accelerating fuzzification for optimum sizing and topology design of real-size tall building systems
Yossef et al. Cost optimization of composite floor systems with castellated steel beams
Grygierek Optimization of trusses with self-adaptive approach in genetic algorithms
Kaveh et al. New enhanced colliding body optimization algorithm based on a novel strategy for exploration
Li et al. A hybrid genetic algorithm and optimality criteria method for optimum design of RC tall buildings under multi‐load cases
CN115470562B (zh) 基于参数化模型和经验规则的剪力墙优化设计方法及装置
Alanani et al. ANN-based optimization framework for the design of wind load resisting system of tall buildings
JP6144922B2 (ja) 建築物の設計方法、それを用いた製造方法、及びそれに用いる設計装置
Wang et al. Automated minimum-weight sizing design framework for tall self-standing modular buildings subjected to multiple performance constraints under static and dynamic wind loads
Sharafi et al. Form finding for rectilinear orthogonal buildings through charged system search algorithm
Lee et al. Eco-friendly and economically optimal design model (EEODM) to reduce the CO2 emissions and the cost of long-span waffle slabs
CN110807215A (zh) 一种基于bim快速确定建筑物模型的方法及系统
Hu et al. A generalized method for estimating drifts and drift components of tall buildings under lateral loading
JP7368805B2 (ja) 架構データ生成装置、架構データ生成方法及び架構データ生成プログラム
Inan et al. The effect of architectural form on the earthquake behavior of symmetric RC frame systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant