AIstructure-Copilot：嵌入CAD平台的结构智能设计助手

0

太长不看版

您是否还在抱怨繁琐的AI智能设计操作流程？

您是否还在等待一款立刻上手的AI智能设计工具？

您是否还在观望应否入局AI智能设计？

今天，AIstructure-Copilot来啦！一款全新的建筑结构智能设计Copilot（助手），通过将智能设计嵌入CAD平台且不改变工程师设计既有流程，加速建筑结构方案设计，实现更快、更便捷、更优的建筑结构设计。

本次发布第一款测试产品，剪力墙结构方案智能设计，AIstructure-Copilot-v0.1.0，欢迎大家试用！   

1

产品简介

AIstructure-Copilot为一款基于CAD平台的建筑结构智能设计Copilot。通过在本地计算机安装AIstructure.exe程序，自动根据本地的CAD平台版本（目前推荐Autodesk CAD以及天正CAD）安装对应版本的Copilot。基于AIstructure-Copilot，便可在本地电脑的CAD平台中实现剪力墙结构的智能设计。

AIstructure-Copilot工作流程如下图所示，所有操作均在CAD程序中便可完成，无需繁复的多平台切换与上传下载操作，实现5 min完成剪力墙结构方案的智能设计。

核心改进

(1) 将前后处理工作与智能设计云平台上传下载的繁琐流程简化，全过程集成为一体，智能设计全过程仅在CAD中便可实现。

(2) AIstructure安装程序封装，通过.exe安装程序便可完成AIstructure-Copilot的安装，无需CAD平台中加载前后处理插件。

(3) 结构智能设计算法采用最新版本算法。

2

使用说明【详见使用说明文档】

2.1 安装与卸载

（1）安装过程简单，一键安装

安装开始

（2）卸载过程简单，一键完成

采用安装路径下的“卸载.exe”进行自动卸载

2.2 建筑结构智能设计

AIstructure-Copilot功能架构如下图所示，主要介绍剪力墙智能设计模块。

（1）登录

首先需要注册与登录，注册采用https://ai-structure.com/#/login，若此前已完成注册，则直接在AIstructure-Copilot进行登录即可。

参数设置包括：墙厚最大值（mm）、墙厚最小值（mm）、墙长最小值（mm），建筑墙图层名、门窗图层名（图层可以点选CAD元素获取），设置设计基本地震加速度（g）、结构高度（m）、特征周期值（s）、当前楼层标高（m）、标准层层高（m）、平面宽度（m）、平面长度（m）、材料等级（C）、梁高（mm）等信息。

（3）前处理

包括建筑构件轴线提取与建筑空间轮廓生成两个步骤，首先提取建筑构件轴线，随后根据轴线提取结果自动生成建筑空间轮廓。

（4）智能设计

点击智能设计，AIstructure-Copilot开始智能设计，20s左右完成设计。目前提供GAN（基于图像合成生成对抗网络算法）和GNN（基于图神经网络算法）两种设计结果供用户选择。

（5）后处理

后处理包括梁布置生成，并输出结构建模文件两个主要步骤，最终完成剪力墙结构的方案智能设计。

3

典型设计案例

案例1

GAN设计结果

GNN设计结果

案例2

GAN设计结果

GNN设计结果

案例3

GAN设计结果

GNN设计结果

4

结语

自2月份ai-structure上线以来，我们不断针对用户提出的问题进行改进。目前，最新版本的剪力墙结构智能设计Copilot可以实现在CAD平台内，完成所有的建筑结构智能设计功能，并可将结构方案设计时间控制在5min左右，有效提升设计效率。

未来，我们还将在此基础上进一步进行开发，尽快上线框架、框架-核心筒的智能设计功能，请各位用户持续关注，多多支持！

温馨提示：为更好使用AI设计工具，请仔细阅读AIstructure安装包中附带的使用说明书。

相关论文

1. Liao WJ, Lu XZ, Huang YL, Zheng Z, Lin YQ, Automated structural design of shear wall residential buildings using generative adversarial networks, Automation in Construction, 2021, 132, 103931. DOI: 10.1016/j.autcon.2021.103931.
   

2. Lu XZ, Liao WJ, Zhang Y, Huang YL, Intelligent structural design of shear wall residence using physics-enhanced generative adversarial networks, Earthquake Engineering & Structural Dynamics, 2022, 51(7): 1657-1676. DOI: 10.1002/eqe.3632.
   

3. Zhao PJ, Liao WJ, Xue HJ, Lu XZ, Intelligent design method for beam and slab of shear wall structure based on deep learning, Journal of Building Engineering, 2022, 57: 104838. DOI: 10.1016/j.jobe.2022.104838.

4. Liao WJ, Huang YL, Zheng Z, Lu XZ, Intelligent generative structural design method for shear-wall building based on “fused-text-image-to-image” generative adversarial networks, Expert Systems with Applications, 2022, 118530, DOI: 10.1016/j.eswa.2022.118530.

5. Fei YF, Liao WJ, Zhang S, Yin PF, Han B, Zhao PJ, Chen XY, Lu XZ, Integrated schematic design method for shear wall structures: a practical application of generative adversarial networks, Buildings, 2022, 12(9): 1295. DOI: 10.3390/buildings1209129.

6. Fei YF, Liao WJ, Huang YL, Lu XZ, Knowledge-enhanced generative adversarial networks for schematic design of framed tube structures, Automation in Construction, 2022, 144: 104619. DOI: 10.1016/j.autcon.2022.104619.

7. Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent design of shear wall layout based on attention-enhanced generative adversarial network, Engineering Structures, 2023, 274, 115170. DOI: 10.1016/j.engstruct.2022.115170.

8. Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent beam layout design for frame structure based on graph neural networks, Journal of Building Engineering, 2023, 63, Part A: 105499. DOI: 10.1016/j.jobe.2022.105499.

9.  Zhao PJ, Liao WJ, Huang YL, Lu XZ, Intelligent design of shear wall layout based on graph neural networks, Advanced Engineering Informatics, 2023, 55, 101886, DOI: 10.1016/j.aei.2023.101886

10. Liao WJ, Wang XY, Fei YF, Huang YL, Xie LL, Lu XZ*, Base-isolation design of shear wall structures using physics-rule-co-guided self-supervised generative adversarial networks, Earthquake Engineering & Structural Dynamics, 2023, DOI:10.1002/eqe.3862.