装配式建筑智慧设计和建造云平台及应用的制作方法

本发明属于智慧建筑信息设计，具体地说，涉及装配式建筑智慧设计和建造云平台及应用。

背景技术：

1、装配式建筑包括装配式混凝土建筑、装配式钢结构建筑、装配式木结构建筑等多种类型，其中以装配式混凝土和装配式钢结构建筑应用最为广泛，利用工业化生产、标准化设计和现场组装的方式，实现建筑过程的工程化、规范化和高效化的建筑体系，采用预制化构件和现场组装的方式，可以将建筑的设计、制造、运输、安装等环节进行标准化和规范化，从而大幅缩短工期、降低成本、提高建筑质量和安全性，同时也有利于节能减排和可持续发展，装配式建筑的应用范围非常广泛，包括住宅、商业、工业、公共设施、教育、医疗等各种建筑类型，相比传统建筑，装配式建筑具有施工速度快、施工成本低、建筑质量高、节能环保等优势。未来，随着建筑行业的发展和技术的不断创新，装配式建筑将会在建筑领域中扮演更加重要的角色。

2、其中，武汉火神山医院是一座典型的装配式建筑，由于建设周期极短、紧急性强，所以在设计和施工上采用了装配式建筑的方式，火神山医院采用了钢结构框架和装配式墙板、屋面板等预制构件，将建筑周期缩短到了仅需10天左右，大大缓解了当时武汉市医疗资源紧张的局面，除了施工速度快的优势，装配式建筑还具有优异的抗震性能、节能环保等特点，在灾害应对和紧急情况下发挥了重要作用。

3、但是现有的装配式建筑的设计和建造平台数字化设计程度低，装配式构件设计效率不高，随着建筑物结构和材料的复杂性不断增加，适用范围也越来越有限，人工操作复杂度越来越高，计算效率也越来越低，使得建筑质量和工期标准就随之下降。

技术实现思路

1、要解决的问题

2、针对现有装配式建筑的设计和建造平台数字化设计程度低，装配式构件设计效率不高，适用范围有限，人工操作复杂度高，计算效率越来越低的问题，本发明提供装配式建筑智慧设计和建造云平台及应用。

3、技术方案

4、为解决上述问题，本发明采用如下的技术方案。

5、装配式建筑智慧设计和建造云平台及应用，包括：

6、建造模型构建模块：用于明确客户的功能和结构需求，获取装配式建造结构的各个参数条件，为装配式建筑的每个部件结构确定材料参数和边界条件，构建建筑的三维模型；

7、算法优化改进模块：用于采用深度学习设计方法和多物理场耦合的计算模型对传统的有限元分析算法进行优化改进；

8、模型分析计算模块：用于使用改进的有限元分析算法对三维模型的载荷、边界条件和分析类型进行定义分析，分析内容包括：结构分析、材料分析、热力分析和模拟测试；

9、分析结果判断模块，用于对分析结果进行评估分析，判断分析结果是否合理以及是否满足设计要求，若是分析结果不符合要求，对建筑三维模型和分析内容进行调整，并重新进行分析计算；

10、结构优化调整模块，用于对对满足条件的分析结果进行可视化处理，同时进行平台测试，包括功能测试、性能测试、用户体验测试，根据测试结果进行平台调整和优化。

11、优选地，所述算法优化改进模块中的深度学习设计方法改进流程如下：

12、先采集获取大量的历史装配式建筑结构数据，数据包括结构类型、材料参数、荷载情况、边界条件、应力和变形数据，将这些数据进行标注和归一化预处理；

13、再采用卷积神经网络对数据进行特征提取，再通过全连接神经网络进行数据分析和预测；

14、然后根据有限元分析的特点，构建深度学习模型，使用分析好的数据对模型进行训练，训练的过程中，使用正则化方法对模型进行调整；

15、接着使用历史案例数据对模型进行验证，根据模型预测结果和实际结果的差异，判断模型的准确性，如果模型准确性不足，则重复上述步骤对模型进行优化和调整；

16、最后将训练好的深度学习模型应用到实际有限元分析中，优化计算效率和准确性，在进行有限元分析计算时，通过深度学习模型预测参数，减少计算量，提高分析效率。

17、进一步地，所述算法优化改进模块中的多物理场耦合的计算模型改进是先对有限元分析算法模型进行网格优化处理，再引入辅助变量和耦合系数，包括：温度场与位移场的耦合系数、应力场与温度场的耦合系数和空气流动场与温度场的耦合系数。

18、更进一步地，所述温度场与位移场的耦合系数是在分析装配式建筑的温度场和结构变形时，温度场与位移场之间存在相互耦合，通过引入位移场作为辅助变量，并在计算模型中引入位移场与温度场之间的耦合系数，描述温度场与位移场之间的相互影响，准确地分析装配式建筑结构的变形。

19、更进一步地，所述应力场与温度场的耦合系数是在分析装配式建筑的热应力时，应力场与温度场之间存在相互耦合，引入应力场作为辅助变量，并在计算模型中引入应力场与温度场之间的耦合系数，描述应力场与温度场之间的相互作用，准确地分析装配式建筑结构的热应力分布情况。

20、更进一步地，所述空气流动场与温度场的耦合系数是在分析装配式建筑的空气流动和温度分布时，空气流动场与温度场之间存在相互耦合，引入空气流动场作为辅助变量，并在计算模型中引入空气流动场与温度场之间的耦合系数，描述空气流动场与温度场之间的相互作用，准确地分析装配式建筑内部的空气流动和温度分布情况。

21、优选地，所述模型分析计算模块中的结构分析是对建筑三维模型结构的分析和优化，先将建筑三维模型分解为多个的单元，每个单元称为有限元，然后对每个有限元之间的相互作用和应力传递进行模拟和分析计算，得到三维模型结构在不同载荷和条件下的应力分布和变形情况，获取整个三维模型结构的性能指标，从而分析评估建筑三维模型结构的强度和稳定性。

22、进一步地，所述模型分析计算模块中的材料分析是对建筑材料的分析和选择，在有限元分析算法中，使用不同的材料参数，定义其弹性模量、泊松比、密度，分析评估不同材料的适用性和性能，选择出最合适该三维模型结构的材料。

23、更进一步地，所述模型分析计算模块中的热力分析是对建筑物的热力分析。建筑物内部的温度分布和传热特性是建筑物能源效率和舒适性的重要因素。在有限元分析算法中添加热传导、对流和辐射现象，计算出该三维模型结构的建筑物在不同季节和气候条件下的热传递情况，得到该三维模型结构能源效率和舒适性的优化方案。

24、再进一步地，所述模型分析计算模块中的模拟测试是对三维模型的模拟测试，通过模拟建筑物在不同极端载荷条件下的行为，根据建筑物的实际情况和设计要求确定载荷类型、大小和方向参数，同时模拟建筑物与外界的联系，确定边界条件，边界条件的不同会导致建筑物的变形和应力情况不同，以此预测建筑物的响应和性能，发现和解决潜在的问题，减少实际测试的数量和成本。

25、装配式建筑智慧设计和建造云平台及应用，通过明确客户的功能和结构需求，获取装配式建造结构的各个参数条件，为装配式建筑的每个部件结构确定材料参数和边界条件，构建建筑的三维模型，再采用深度学习设计方法和多物理场耦合的计算模型对传统的有限元分析算法进行优化改进，将三维模型导入改进的有限元分析算法中，使用改进的有限元分析算法对三维模型的载荷、边界条件和分析类型进行定义分析，分析内容包括：结构分析、材料分析、热力分析和模拟测试，然后对分析结果进行评估分析，判断分析结果是否合理以及是否满足设计要求，若是分析结果不符合要求，对建筑三维模型和分析内容进行调整，并重新进行分析计算，对满足条件的分析结果进行可视化处理，同时进行平台测试，包括功能测试、性能测试、用户体验测试，根据测试结果进行平台调整和优化，优化设计方案，保证模型的准确性和泛化能力，提高装配式建造的设计效率和建筑物的结构性能。

26、有益效果

27、相比于现有技术，本发明的有益效果为：

28、(1)本发明使用有限元分析算法对三维模型的载荷、边界条件和分析类型进行定义分析，在设计过程中，评估建筑物结构的强度和稳定性，选择最合适的材料，优化建筑物的能源效率和舒适性，发现和解决结构模型潜在的问题，在装配式建筑设计平台中优化设计方案，提高装配式建造的设计效率和建筑物的结构性能；

29、(2)本发明利用神经网络对建筑物模型的应力和变形情况进行预测和优化，准备有限元分析所需的历史数据，验证算法的准确性和效率，根据有限元分析的特点，构建适合该问题的深度学习模型，采用卷积神经网络对结构进行特征提取，再通过全连接神经网络进行结构分析和预测，使用正则化方法对模型进行调整，保证模型的准确性和泛化能力；

30、(3)本发明采用多物理场耦合的计算模型对有限元分析算法进行优化，可以提高模型的精度和计算效率，快速寻找最优的设计方案，更加准确地描述建筑物的应力和变形情况，选择适当的辅助变量和耦合系数来更准确地描述不同物理场对结构模型的作用和影响，提高有限元分析算法在装配式建筑设计平台中的应用效果和性能。

31、设计程度低，装配式构件设计效率不高，随着建筑物结构和材料的复杂性不断增加，适用范围也越来越有限，人工操作复杂度越来越高，计算效率也越来越低，使得建筑质量和工期标准就随之下降