[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN113378455A - 一种装配式建筑构件吊装过程智能优化方法 - Google Patents

一种装配式建筑构件吊装过程智能优化方法 Download PDF

Info

Publication number
CN113378455A
CN113378455A CN202110557899.7A CN202110557899A CN113378455A CN 113378455 A CN113378455 A CN 113378455A CN 202110557899 A CN202110557899 A CN 202110557899A CN 113378455 A CN113378455 A CN 113378455A
Authority
CN
China
Prior art keywords
hoisting
abaqus
genetic algorithm
calculation
matlab
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.)
Pending
Application number
CN202110557899.7A
Other languages
English (en)
Inventor
周宏元
于松民
王小娟
周后湛
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202110557899.7A priority Critical patent/CN113378455A/zh
Publication of CN113378455A publication Critical patent/CN113378455A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physiology (AREA)
  • Architecture (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种装配式建筑构件吊装过程智能优化方法，该方法通过搭建Matlab‑Python‑Abaqus联合仿真交互平台，将框架吊装过程中的位移值与吊装结束时的框架速度作为目标函数，调用遗传算法对其进行优化求解，经过反复迭代求出目标函数最优解，从而得到最佳吊装速度以及最佳吊点布置方案。该方法灵活运用了多种软件的交互，实现了建模、数据计算、迭代再计算、数值反馈、优化求解的一体化过程，对装配式建筑构件的吊装速度的设置提供了极大的实用性。相比于传统方法，该方法极大地减少了传统方法由工人凭借经验控制速度时的不科学性和不安全性，也更符合装配式建筑精细化设计施工的要求以及建筑行业未来发展的大趋势。

Description

一种装配式建筑构件吊装过程智能优化方法
技术领域
本发明属于装配式建筑的施工领域，具体涉及一种基于遗传算法及有限元软件相结合的吊装过程优化方法。
背景技术
作为一种新型建筑生产方式，装配式建筑具有施工生产效率高、消耗能源少和对环境影响小、劳动力需求量小的优点。但在近几年工程实践中，装配式建筑构件吊装过程也存在较多隐患，其对工人的技能要求较高，操作不适可能导致重物坠落伤人，具有较大的安全隐患。然而，一直以来，人们对于装配式建筑的研究更多的是集中于标准构件的设计、构件连接处的施工工艺、建筑抗震等等，对于装配式建筑施工过程中的吊装过程鲜少研究。目前，装配式建筑构件吊装速度完全由吊车司机凭借经验控制吊装速度，这种方式一方面具有较大的安全隐患，另一方面也不能满足装配式建筑行业智能化、集约化、无人化的发展大趋势。因此，装配式建筑构件吊装过程急需一种智能化的优化方法。
发明内容
本方法目的是实现装配式建筑构件吊装施工过程中的吊装速度最优化，以防止构件因吊装速度设置不合理而吊装不到位或者吊装过度导致坠落。该方法集成了遗传算法和Matlab-Python-Abaqus联合仿真交互平台，使得其实现了数据的复杂运算、数据自动化处理、软件交互和自动寻优求解的一体化，通过遗传算法不断迭代优化，从而求出最优的吊装速度设置方案。
为实现上述目的，本发明采用如下技术方案，具体包括以下步骤：
S1：基于实际的装配式建筑工程构件，确定吊装参数的取值范围。
S2：在Matlab中搭建遗传算法框架，确定目标优化函数。
S3：通过Matlab的Abaqus接口建立Abaqus有限元模型inp文件。
S4：Matlab接收遗传算法产生的吊装参数，修改S3生成的inp文件，并通过Abaqus接口提交计算。
S5：通过Python调取构件吊装计算完成后的状态，包括其终止计算时的速度、受力状态、位置信息等，并反馈到Matlab。
S6：Matlab接收S5中由Abaqus计算产生的相关结果参数，计算遗传算法目标函数，进行判断是否终止迭代计算。
与现有技术相比，本发明的技术效果在于：
(1)本发明相较于现有装配式建筑构件吊装速度控制方法，其具有较大的技术优势和应用前景，更加契合行业发展的趋势。传统人工控制吊装速度的方法要求工人有熟练的吊装经验，而未来建筑行业的发展趋势是智能化、集约化、无人化，传统方法已不能满足行业发展的要求。本发明借助有限元软件模拟吊装施工的过程，得出最优的装配式建筑构件吊装速度设置方案，大大减少了吊装施工过程中事故隐患。
(2)本发明运用了遗传算法极强的非线性寻优能力，将其嵌入到Matlab-Python-Abaqus联合仿真交互平台中，从而实现对目标函数的优化求解。此平台能够实现数据的复杂运算和自动化处理以及三种软件的反馈交互，具有计算速度快、计算精确、迭代便捷等特点。因此，本方法具有极高的计算效率与精确度，在吊装速度方案的设计中具有极高的实用性。
附图说明
图1为本发明的流程交互示意图。
图2为算例中的(a)框架立体视图及(b)三视及吊点布置图。
图3为算例中的框架始末位置图及吊装过程。
图4为优化计算结果：(a)适应度值(b)最优吊起速度。
具体实施方式
以下结合附图和实施例对本发明进行详细说明。
S1：在Abaqus内建立吊装过程的模型并进行一次计算，得到odb结果文件，利用此模型的inp文件建立交互计算过程中用来迭代产生新inp文件的m文件。
S2：通过matlab调取预设的结构吊装完成后的状态参数，包括其终止计算时的速度、受力状态、位置信息等等，这些信息包含在odb文件内。
S3：基于预设的结构状态参数，确定吊装参数的取值范围。取值范围见下表：
Figure BDA0003077990520000021
注：此算例中三段时间相加应为60s。
S4：在Matlab中搭建遗传算法框架，确定目标优化函数。优化目标函数如下：
f(x)＝|(x1-x2)-7600|×0.1+|(y1-y2)-7600|×0.1+|v1|
式中y1，y2分别为结构上参考点的竖直方向始末位置，x1，x2为结构上参考点的水平方向上的始末位置，v1为参考点在吊装结束时的水平方向上的速度，0.1为权重系数，f(x)为遗传算法的目标函数。
S5：在Matlab中建立基于S3中设置的时间-速度函数，根据加速段以及匀速段长度推算出加速度大小以及匀速段的速度的大小，生成一段速度幅值参数并将其插入inp中。
S6：通过Matlab建立Abaqus有限元模型inp文件，inp文件为Abaqus中可识别的文件格式，可由CAE直接打开。
S7：通过Matlab接收前面步骤中由Abaqus计算产生的相关参数，调用S6中建立的inp文件实现对inp文件中吊装速度参数的修改并调用Abaqus提交计算。
S8：运用Python调取Abaqus计算得到的ODB结果文件，反馈到Matlab中计算目标函数。若满足遗传算法终止判断准则，迭代终止，此时得到的吊装速度设置方案为最合理的方案；若不满足，返回S3继续以上步骤。具体交互过程为：首先Matlab接收遗传算法迭代产生且经S5计算得到的吊装速度参数。然后自动调用S6中通过Python建立的inp文件并实现对该inp文件中吊装速度的自动修改，随后自动调用Abaqus提交计算。最后通过监测lck文件是否存在判断Abaqus是否完成计算，若lck文件不存在，表示Abaqus完成计算，则自动调用Python自动提取Abaqus计算结果来反馈到Matlab，计算目标函数。经过遗传算法的不断迭代优化，若结果满足遗传算法终止判断准则，则迭代终止，此时得到的吊装速度设置方案为最优方案。
算例经过了321次迭代计算，得出的最优化时间段系数是19.4775—13.5938，匀速段起吊速度经计算为279.5392(单位：秒，毫米每秒)，得出的最优目标函数值为54.0579。
如附图4，图中绘制了基于遗传算法的吊装过程优化方法得到的吊装始末位置比较图，从图中可以很直观地看出最终位置垂直于地面，这也说明了本发明提出的基于遗传算法的吊装过程优化方法具有极高的计算效率和精度，从而极大地减少了吊装机械操作人员的工作量，并且也有效地减少了吊装过程中人为因素产生的不确定因素，具有很高的实用性和很好的便捷性。
以上所述仅为本说明书的具体实施例而已，并不能因此理解为对本发明专利范围的限制，对于本领域的技术人员，在不脱离本发明专利的原理和宗旨对该实施例进行组合、修改和环境等改动均应在本说明书的权利要求范围之内。

Claims (3)

1.一种装配式建筑构件吊装过程智能优化方法，其特征在于，包括以下步骤：
S1：基于实际的装配式建筑工程构件，确定吊装参数的取值范围；
S2：在Matlab中搭建遗传算法框架，确定目标优化函数；
S3：通过Matlab的Abaqus接口建立Abaqus有限元模型inp文件；
S4：Matlab接收遗传算法产生的吊装参数，修改S3生成的inp文件，并通过Abaqus接口提交计算；
S5：通过Python调取构件吊装计算完成后的状态，包括其终止计算时的速度、受力状态、位置信息，并反馈到Matlab；
S6：Matlab接收S5中由Abaqus计算产生的相关结果参数，计算遗传算法目标函数，进行判断是否终止迭代计算。
2.根据权利要求1所述的一种装配式建筑构件吊装过程智能优化方法，其特征在于，所述步骤S3中的遗传算法优化参数为装配式建筑构件吊装速度，遗传算法优化目标函数如下：
f(x)＝|(x1-x2)-7600|×0.1+|(y1-y2)-7600|×0.1+|v1|
式中y1，y2分别为结构上参考点的竖直方向始末位置，x1，x2为结构上参考点的水平方向上的始末位置，v1为参考点在吊装结束时的水平方向上的速度，0.1为权重系数，f(x)为遗传算法的目标函数。
3.根据权利要求1所述的一种装配式建筑构件吊装过程智能优化方法，其特征在于，所述步骤S6的遗传算法迭代具体过程如下：
运用Python调取Abaqus计算结果，反馈到Matlab中计算目标函数；若满足遗传算法终止判断准则，迭代终止，此时得到的吊装速度设置方案；若不满足，返回S2继续以上步骤；具体交互过程为：首先Matlab接收遗传算法迭代产生且经S4计算得到的吊装速度参数；然后自动建立新的inp文件，随后自动调用Abaqus提交计算；最后通过监测lck文件是否存在判断Abaqus是否完成计算，若lck文件不存在，表示Abaqus完成计算，之后自动调用Python自动提取Abaqus计算结果来反馈到Matlab，计算目标函数；经过遗传算法的不断迭代优化，若结果满足遗传算法终止判断准则，则迭代终止，此时得到的吊装速度设置方案。
CN202110557899.7A 2021-05-21 2021-05-21 一种装配式建筑构件吊装过程智能优化方法 Pending CN113378455A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110557899.7A CN113378455A (zh) 2021-05-21 2021-05-21 一种装配式建筑构件吊装过程智能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110557899.7A CN113378455A (zh) 2021-05-21 2021-05-21 一种装配式建筑构件吊装过程智能优化方法

Publications (1)

Publication Number Publication Date
CN113378455A true CN113378455A (zh) 2021-09-10

Family

ID=77571539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110557899.7A Pending CN113378455A (zh) 2021-05-21 2021-05-21 一种装配式建筑构件吊装过程智能优化方法

Country Status (1)

Country Link
CN (1) CN113378455A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115098911A (zh) * 2022-06-14 2022-09-23 浙江东南网架股份有限公司 基于avoga算法的空间结构多平台协同优化软件开发

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146118A (zh) * 2018-06-19 2019-01-04 浙江省建工集团有限责任公司 一种基于优化算法的预制构件堆场优化系统及其优化方法
CN110083880A (zh) * 2019-04-02 2019-08-02 江苏理工学院 基于matlab与abaqus的联合优化设计方法
CN110362872A (zh) * 2019-06-18 2019-10-22 中建一局集团建设发展有限公司 一种用于吊挂看台的三向定位高精度控制方法
CN112700228A (zh) * 2021-01-12 2021-04-23 中铁一局集团有限公司 一种装配式建筑施工进度监控装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109146118A (zh) * 2018-06-19 2019-01-04 浙江省建工集团有限责任公司 一种基于优化算法的预制构件堆场优化系统及其优化方法
CN110083880A (zh) * 2019-04-02 2019-08-02 江苏理工学院 基于matlab与abaqus的联合优化设计方法
CN110362872A (zh) * 2019-06-18 2019-10-22 中建一局集团建设发展有限公司 一种用于吊挂看台的三向定位高精度控制方法
CN112700228A (zh) * 2021-01-12 2021-04-23 中铁一局集团有限公司 一种装配式建筑施工进度监控装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YOONSEOK SHIN 等: "Simulation model incorporating genetic algorithms for optimal temporary hoist planning in high-rise building construction", 《AUTOMATION IN CONSTRUCTION》, vol. 20, pages 550 - 558, XP028216512, DOI: 10.1016/j.autcon.2010.11.021 *
张建民, 郑皆连, 肖汝诚: "钢管混凝土拱桥吊装过程的最优化计算分析", 中国公路学报, no. 02 *
王全华;汤婧;庄真源;宋林;: "船台吊装网络优化及仿真研究", 武汉理工大学学报(交通科学与工程版), no. 02 *
陈伟;孙翔君;陈荣亮;李辉;: "基于QFD-DSM的装配式建筑预制构件设计管控优化", 土木工程与管理学报, no. 04 *
马宏伟 等: "基于粗粒度并行遗传算法的阻尼器优化布置", 《华南理工大学学报(自然科学版)》, vol. 47, no. 11, pages 104 - 112 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115098911A (zh) * 2022-06-14 2022-09-23 浙江东南网架股份有限公司 基于avoga算法的空间结构多平台协同优化软件开发

Similar Documents

Publication Publication Date Title
CN103790378B (zh) 建筑工程施工设备及施工方法
CN113378455A (zh) 一种装配式建筑构件吊装过程智能优化方法
TWI444939B (zh) 工程吊車之模擬系統及其方法
CN109829214A (zh) 一种基于bim的附着升降脚手架智能设计方法
CN109784004A (zh) 一种基于bim技术的异形金属屋面安装施工方法
CN108280281A (zh) 一种基于bim技术的施工成本控制方法和系统
CN106649989A (zh) 一种预制钢筋笼模块分解系统及方法
CN108182318A (zh) 一种基于ug nx系统的塑件几何可模塑性分析的方法
CN112035932B (zh) 拱坝智能进度仿真方法
CN110705046A (zh) 基于仿真的混凝土坝仓面施工机械配置方法
CN105631101A (zh) 一种地震作用下高耸升船机塔柱结构动态分布系数分析方法
CN104715123A (zh) 基于vb的起重机卷筒参数化设计方法
CN106503337B (zh) 一种时空冲突下的施工机械效率损失量化方法
CN115471124A (zh) 一种基于深度强化学习的行车调度方法、系统、设备及介质
CN101423106B (zh) 造船过程中风管支架及其连接件的设计实施方法
CN111126691A (zh) 项目管理方法及相关产品
CN113051636B (zh) 一种基于遗传算法的再生混凝土细观力学参数反演方法
CN112069583B (zh) 有限元同步分析的斜悬挑安全智能施工系统及方法
CN116305527A (zh) 一种起重机三维参数化快速建模方法
CN110989361B (zh) 一种基于权重在线优化的分组模糊控制方法
CN103871108A (zh) 一种基于3d可视化技术钢结构的吊装全过程模拟方法
CN113086848A (zh) 一种地下连续墙钢筋笼双机吊装位姿智能引导方法及系统
CN113553667B (zh) 一种基于深度学习的飞机结构件设计方法
CN117657961B (zh) 一种安全高效的起重机变频调速控制方法及系统
CN114489031B (zh) 一种基于卫星平地整平作业过载控制系统及方法

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