JP7368805B2 - Structure data generation device, structure data generation method, and structure data generation program - Google Patents
Structure data generation device, structure data generation method, and structure data generation program Download PDFInfo
- Publication number
- JP7368805B2 JP7368805B2 JP2019237271A JP2019237271A JP7368805B2 JP 7368805 B2 JP7368805 B2 JP 7368805B2 JP 2019237271 A JP2019237271 A JP 2019237271A JP 2019237271 A JP2019237271 A JP 2019237271A JP 7368805 B2 JP7368805 B2 JP 7368805B2
- Authority
- JP
- Japan
- Prior art keywords
- evaluation value
- guide
- frame
- building
- data generation
- 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
Links
Images
Description
本技術は、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に関する。 The present technology relates to a structure data generation device, a structure data generation method, and a structure data generation program.
従来、設計者が操作して入力を行う入力操作手段と、各種画面を表示する表示手段と、入力操作手段による入力信号を受けて信号処理して表示手段に出力する演算処理装置を備えたコンピュータシステムが提案されている（例えば、特許文献１）。本コンピュータシステムは、建物の階数に応じた柱、梁、床の基本構成要素の大きさ・構造を構造計算して予めその標準を決め記録したデータベースを有し、演算処理装置は、設計者の入力操作手段の操作によりＸスパン数、Ｙスパン数、階数、各スパン長、各階高などの建物の規模、構造の種類および建物の用途などの基本構造データを設定する基本構造データ設定手段と、基本構造データ設定手段により設定された建物の階数および用途に基づきデータベースから検索して基本構成要素の大きさ・構造の標準を設定する基本構成要素データ設定手段と、設計者の入力操作手段の操作により基本構造データおよび基本構成要素データを変更した変更データを設定する変更データ設定手段と、設定された基本構造データと基本構成要素データおよび設定された変更データに基づいて建物の形状，柱，梁を配置して構造モデルを構成する構造モデル構成手段と、構造モデル構成手段が構成した構造モデルの階ごとのおよびスパンごとの構造モデル図等を表示手段に表示させる画像処理手段と、を備えている。 Conventionally, a computer is equipped with an input operation means that a designer operates to input, a display means that displays various screens, and an arithmetic processing device that receives input signals from the input operation means, processes the signals, and outputs them to the display means. A system has been proposed (for example, Patent Document 1). This computer system has a database in which the sizes and structures of the basic components of columns, beams, and floors are calculated and recorded in advance according to the number of floors of the building. basic structure data setting means for setting basic structure data such as the number of X spans, the number of Y spans, the number of floors, the length of each span, the height of each floor, the scale of the building, the type of structure, and the purpose of the building by operating the input operation means; A basic component data setting means that searches the database based on the number of floors and purpose of the building set by the basic structure data setting means and sets the standard of the size and structure of the basic components, and a designer's operation of the input operation means. a change data setting means for setting changed data in which the basic structure data and basic component data are changed, and a building shape, columns, and beams based on the set basic structure data, basic component data, and set change data; and an image processing means for displaying structural model diagrams for each floor and span of the structural model constructed by the structural model composing means on a display means. There is.
また、多目的遺伝的アルゴリズムを用いて、鋼材コストと最大層間変形角を目的関数としたパレート解集合を求め、構造計画を支援する手法についても提案されている（例えば、非特許文献１）。 Additionally, a method has been proposed that uses a multi-objective genetic algorithm to obtain a Pareto solution set with steel cost and maximum interstory deformation angle as objective functions, and supports structural planning (for example, Non-Patent Document 1).
従来、設定された建物の階数および用途に基づき、ルールベースで基本構成要素の大きさ・構造の標準を設定するという技術が提案されていた。また、教師あり学習のような機械学習を行う場合、十分に設計データの蓄積がなければ、適切に学習させることができないという問題があった。 Conventionally, a technology has been proposed that sets standards for the size and structure of basic components on a rule-based basis, based on the set number of floors and purpose of the building. Furthermore, when performing machine learning such as supervised learning, there is a problem in that appropriate learning cannot be performed unless sufficient design data has been accumulated.
本発明は、機械学習において教師データとして用いる設計データの作成を支援することを目的とする。 An object of the present invention is to support the creation of design data used as teaching data in machine learning.
本発明に係る架構データ生成装置は、建築物の平面形状、高さ及び階数を取得する初期条件取得部と、取得した平面形状及び階数の範囲内で、柱及び大梁を含む主架構のスパン割りを変更し、複数の架構形状を生成する架構形状生成部と、生成された架構形状の各々
について、耐震性の目安となる評価値、施工性の目安となる評価値、材料コストの目安となる評価値、及び建物のバランスの目安となる評価値のうち少なくとも３つを算出すると共に、算出された評価値を目的関数としてパレート解集合を求め、記憶装置に記憶させるシミュレーション部とを備える。
The frame data generation device according to the present invention includes an initial condition acquisition unit that acquires the planar shape, height, and number of floors of a building, and a span division of the main frame including columns and girders within the range of the obtained planar shape and number of floors. A frame shape generation unit that generates multiple frame shapes by changing the , and for each of the generated frame shapes, an evaluation value that is a guide to earthquake resistance, an evaluation value that is a guide to constructability, and a guide to material cost. The simulation unit calculates at least three of the evaluation value and the evaluation value serving as a guide for the balance of the building, calculates a Pareto solution set using the calculated evaluation value as an objective function, and stores the result in a storage device.
このようにすれば、主架構のスパン割が異なる複数の架構形状に対して、充分な数の評価値に基づくパレート解集合を得ることができる。また、例えばパレート解集合を設計者が評価し、これを教師データとすることで機械学習に利用できる。また、建築物のボリュームに対して採用し得る主架構のスパン割を複数生成することができるため、十分なパターン及び量の教師データを生成できる。 In this way, it is possible to obtain a Pareto solution set based on a sufficient number of evaluation values for a plurality of frame shapes with different span divisions of the main frame. Also, for example, a designer can evaluate a Pareto solution set and use it for machine learning by using it as training data. Furthermore, since it is possible to generate a plurality of span divisions of the main frame that can be adopted for the volume of the building, sufficient patterns and amounts of training data can be generated.
また、シミュレーション部は、生成された架構形状の各々について、耐震性の目安となる評価値、施工性の目安となる評価値、材料コストの目安となる評価値、及び建物のバランスの目安となる評価値を算出するようにしてもよい。４つの評価値を目的関数とすることで、設計者であるユーザは架構形状の良し悪しをより評価し易くなると共に、機械学習の精度をさらに向上させることができるようになる。 In addition, for each of the generated frame shapes, the simulation section generates an evaluation value that is a guide to earthquake resistance, an evaluation value that is a guide to constructability, an evaluation value that is a guide to material cost, and a guide to the balance of the building. An evaluation value may also be calculated. By using the four evaluation values as the objective function, the user, who is a designer, can more easily evaluate the quality of the frame shape, and can further improve the accuracy of machine learning.
また、シミュレーション部は、架構形状の各々について、用途に対応付けて予め記憶装置に記憶される標準的な荷重を用いて主架構の断面に生じる応力度を算出すると共に、所定の許容応力度を超えない架構形状を用いてパレート解集合を求めるようにしてもよい。このようにすれば、自動的に生成する架構形状のうち、建築物に要求される制約条件を満たすものを採用することができる。 Furthermore, for each frame shape, the simulation unit calculates the degree of stress that occurs in the cross section of the main frame using standard loads that are stored in advance in the storage device in association with the application, and also calculates the degree of stress that occurs in the cross section of the main frame. The Pareto solution set may be determined using a frame shape that does not exceed the above. In this way, among the automatically generated frame shapes, one that satisfies the constraint conditions required for the building can be adopted.
また、耐震性の目安となる評価値は、所定の地震荷重に対する最大層間変形角であり、施工性の目安となる評価値は、主架構のピース数であり、材料コストの目安となる評価値は、鉄骨重量であり、建物のバランスの目安となる評価値は、剛性率、偏心率、又は荷重に対する応力の均等性を表す評価値であってもよい。具体的には、このような評価値を目的関数にすることができる。 In addition, the evaluation value that serves as a guide for seismic resistance is the maximum interstory deformation angle for a given earthquake load, and the evaluation value that serves as a guide for constructability is the number of pieces in the main frame, and the evaluation value that serves as a guide for material cost. is the steel frame weight, and the evaluation value serving as a guide for the balance of the building may be an evaluation value representing the rigidity, eccentricity, or uniformity of stress with respect to load. Specifically, such an evaluation value can be used as an objective function.
また、シミュレーション部は、最大層間変形角が所定の基準を超えない架構形状を用いてパレート解集合を求めるようにしてもよい。このようにしても、自動的に生成する架構形状のうち、建築物に要求される制約条件を満たすものを採用することができる。 Further, the simulation unit may obtain the Pareto solution set using a frame shape in which the maximum interstory deformation angle does not exceed a predetermined standard. Even in this case, among the automatically generated frame shapes, one that satisfies the constraint conditions required for the building can be adopted.
また、初期条件取得部は、建築物の用途をさらに取得し、シミュレーション部は、取得した用途に対応付けて予め記憶装置に記憶される標準的な荷重を読み出し、読み出した荷重を用いて地震荷重に対する最大層間変形角を算出するようにしてもよい。このようにすれば、簡易な入力処理により、適切なパラメータを設定してシミュレーションができるようになる。 In addition, the initial condition acquisition unit further acquires the purpose of the building, and the simulation unit reads standard loads stored in advance in the storage device in association with the acquired purpose, and uses the read loads to calculate the earthquake load. Alternatively, the maximum interstory deformation angle may be calculated. In this way, simulation can be performed by setting appropriate parameters through simple input processing.
なお、課題を解決するための手段に記載の内容は、本発明の課題や技術的思想を逸脱しない範囲で可能な限り組み合わせることができる。また、課題を解決するための手段の内容は、コンピュータ等の装置若しくは複数の装置を含むシステム、コンピュータが実行する方法、又はコンピュータに実行させるプログラムとして提供することができる。該プログラムはネットワーク上で実行されるようにすることも可能である。また、当該プログラムを保持する記録媒体を提供するようにしてもよい。 Note that the contents described in the means for solving the problems can be combined as much as possible without departing from the problems and technical idea of the present invention. Further, the content of the means for solving the problem can be provided as a device such as a computer, a system including a plurality of devices, a method executed by a computer, or a program executed by a computer. The program can also be executed over a network. Further, a recording medium holding the program may be provided.
本発明によれば、機械学習において教師データとして用いる設計データの作成を支援することができる。 According to the present invention, it is possible to support creation of design data used as teaching data in machine learning.
以下、本発明の実施形態について図面を用いて説明する。 Embodiments of the present invention will be described below with reference to the drawings.
＜装置構成＞
図１は、本発明に係る架構データ生成装置の一例を示すブロック図である。架構データ生成装置１は、一般的なコンピュータであり、与えられた初期条件を満たす範囲内で建築物の架構形状について複数のバリエーションを生成する。また、架構データ生成装置１は、架構形状に応じて鉄骨数量（材料コストの目安となる評価値）や部材のピース数（施工性の目安となる評価値）、層間変形角（耐震性能の目安となる評価値）、剛性率、偏心率、荷重に対する応力の均等性（建物のバランスの目安となる評価値）といった複数の評価値に対するパレート解を求める。このようにして求められる情報を、経験を積んだ設計者であるユーザに提示して評価させることにより、好ましい架構形状を機械学習させるための教師データとして利用することができる。すなわち、架構データ生成装置１によれば、教師データとして利用できる設計データを十分に蓄積することができるようになる。なお、上述の評価値のうち少なくとも３つを用いることで、経験則上、充分な数の観点に基づいて検討することができ、設計者であるユーザは架構形状の良し悪しを評価し易くなると共に、機械学習の精度を向上させることができるようになる。
<Device configuration>
FIG. 1 is a block diagram showing an example of a frame data generation device according to the present invention. The frame
本発明に係る架構データ生成装置１は一般的なコンピュータであり、通信Ｉ／Ｆ（Interface）１１と、記憶装置１２と、入出力Ｉ／Ｆ（Interface）１３と、プロセッサ１４と、バス１５とを備える。
The frame
通信Ｉ／Ｆ１１は、例えば有線のネットワークカード又は無線の通信モジュール等であり、図示していないネットワークを介し他のコンピュータとの間で情報を送受信する。
The communication I/
記憶装置１２は、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）等の主記憶装置及びＨＤＤ（Hard-disk Drive）やＳＳＤ（Solid State Drive）、フラッシュメモリ等の補助記憶装置（二次記憶装置）である。主記憶装置は、プロセッサが読み出したプログラムやデータをキャッシュしたり、プロセッサの作業領域を確保したりする。補助記憶装置は、プロセッサが実行するプログラムやＢＩＭ（Building Information Modeling）等の規格に従って表される設計データを記憶する。
The
入出力Ｉ／Ｆ１３は、例えばキーボード、マウス、タッチパネル等の入力装置や、プリンタ等の出力装置と接続される。入出力Ｉ／Ｆ１３を介して、ユーザの操作を受け付けたり、ユーザへ情報を出力したりする。
The input/output I/
プロセッサ１４は、ＣＰＵ（Central Processing Unit）等の演算処理装置であり、プ
ログラムを実行することにより本実施の形態に係る各処理を行う。具体的には、プロセッサ１４は、初期条件登録部１４１、架構形状生成部１４２、シミュレーション部１４３と
して機能する。
The
初期条件登録部１４１は、入出力Ｉ／Ｆ１３を介してユーザの操作を受け付け、建築物の外形、階数、用途といった初期条件を取得する。外形は、例えば直方体形状の建築物の幅、奥行き及び高さによって特定される。なお、建築物の外形は、直方体以外の複雑な形状により特定されるものであってもよい。階数は、建築物の階数を表す。なお、建築物の高さと階数から各階の階高を算出してもよいし、ユーザに入力させることにより、各階について階高をさらに取得するようにしてもよい。また、用途は、建築物の用途であり、本実施形態では荷重条件として用いる。なお、用途は階ごとに対応付けて取得するようにしてもよい。用途に対応付けて単位面積当たりの荷重を予め記憶させておき、荷重を構造計算において用いる。
The initial
架構形状生成部１４２は、取得された初期条件の範囲内において、スパン割、小梁配置、ブレース配置、柱や梁の断面といったパラメータを自動的に変更し、複数の架構形状を生成する。なお、本実施形態ではＳ造の建築物を設計するものとして説明するが、ＲＣ造の建築物に適用して柱や梁の断面に加えて鉄筋の数や配置も変更するようにしてもよい。
The frame
シミュレーション部１４３は、生成された架構形状について構造計算を行い、最大層間変形角、鉄骨重量、ピース数、剛性率、偏心率、均等性等の少なくともいずれかを目的関数として多目的最適化問題を解いて、生成された架構形状ごとに近似パレート最適解を得る。このようにして得られる複数のデータは、機械学習において教師データとして利用することができる。
The
以上のような構成要素が、バス１５を介して接続されている。なお、架構データ生成装置１は、例えば通信Ｉ／Ｆ１１や入出力Ｉ／Ｆ１３のような一部の構成要素を備えていなくてもよい。また、架構データ生成装置１は、いわゆるクラウド上に設けられ、インターネット等の図示していないネットワークを介して他のコンピュータに対し本実施形態に係る処理の結果を出力するものであってもよい。
The above components are connected via the
＜架構データ生成処理＞
図２は、本実施形態に係る架構データ生成処理の一例を示す処理フロー図である。架構データ生成装置１の初期条件登録部１４１は、入出力Ｉ／Ｆ１３を介してユーザから初期条件の入力を受ける（図２：Ｓ１）。本ステップでは、初期条件登録部１４１は、建築物の外形を規定する情報、用途（荷重）を取得する。建築物の外形を規定する情報は、幅、奥行き、高さ、階数を含む。用途は、事務所、集合住宅、ホテル、物流・倉庫等の種別を含む。なお、記憶装置１２には用途の種別と対応付けて積載荷重を予め記憶させておき、構造計算に用いることができる。また、建築物の外形を規定する情報は、陸屋根、片流れ屋根、切妻屋根等の屋根形状や、屋根の高さ、勾配、柱の中抜けの有無を含むものであってもよい。
<Framework data generation process>
FIG. 2 is a process flow diagram showing an example of the frame data generation process according to this embodiment. The initial
図３は、ユーザに初期条件を入力させるための画面の一例を示す図である。図３の例では、直方体形状の建築物の幅、奥行き及び高さの大きさと、階数の入力欄と、建築物の用途の入力欄とを含む。なお、階層ごとに屋根、基準階、パラペット、壁、耐火被覆等の固定荷重をさらに入力できるようにしてもよい。 FIG. 3 is a diagram showing an example of a screen for allowing the user to input initial conditions. The example of FIG. 3 includes input fields for the width, depth, and height of the rectangular parallelepiped building, input fields for the number of floors, and input fields for the use of the building. Note that fixed loads such as roofs, standard floors, parapets, walls, fireproof coverings, etc. may be further input for each floor.
図４は、用途に対応付けて予め定められる積載荷重の一例を示す図である。図４に示すテーブルは、用途、積載荷重の各属性を含む。また、事務所、集合住宅、ホテル、物流・倉庫等といった建築物の用途に応じて、標準的な積載荷重が定められており、構造計算に用いることができる。積載荷重は、スラブ・小梁用、架構用（柱・大梁の長期用）、地震用（柱・大梁の地震用）等に分けて設定されていても良い。 FIG. 4 is a diagram illustrating an example of a live load that is predetermined in association with the application. The table shown in FIG. 4 includes attributes such as usage and live load. Additionally, standard live loads are determined depending on the purpose of the building, such as offices, housing complexes, hotels, logistics/warehouses, etc., and can be used for structural calculations. The live load may be set separately for slabs and small beams, for frames (for long-term use for columns and large beams), for earthquakes (for earthquakes for columns and large beams), etc.
また、架構形状生成部１４２は、所定のパラメータを決定し、架構形状を生成する（図２：Ｓ２）。本ステップでは、所定のパラメータとして、スパン割り、小梁割り、柱及び梁の断面、ブレースの配置等を例えば予め定められた形状及び数量の範囲内でランダムに決定する。スパン割りは、例えば等分割でランダムにスパン数が変更される。小梁割りは、一方向タイプ（長辺）、一方向タイプ（短辺）又は魚骨タイプといった形状で、大梁間に配置される。柱及び梁の断面は、柱や梁の材料として用いる鋼材リストを予め記憶装置１２に記憶させておき、ランダムに選択されるものとする。また、上述のスパンに基づいて所定方向に連続する柱や梁がグループ化され、同一グループの柱や梁には、断面が同一の鋼材を割り当てるようにしてもよい。
Further, the frame
図５は、生成される架構形状の一例を示す図である。図５の例では、Ｘ方向に４スパン、Ｙ方向に２スパンに分割され、鉄骨で柱及び大梁が形成されている。Ｓ２（図２）においては、図５に示した例に限らず、スパン数はランダムに設定され得る。なお、例えば許容されるスパン長の範囲でランダムに設定するようにしてもよい。また、例えば共用部など一部のスパンを固定し、執務空間など他の部分のスパンのみをランダムに決定するようにしてもよい。また、図５に示すような架構形状は、いわゆるＢＩＭ（Building Information Modeling）モデルで生成するようにしてもよい。 FIG. 5 is a diagram showing an example of a generated frame shape. In the example of FIG. 5, it is divided into four spans in the X direction and two spans in the Y direction, and columns and girders are formed of steel frames. In S2 (FIG. 2), the number of spans is not limited to the example shown in FIG. 5, and may be set randomly. Note that, for example, the span length may be set randomly within the range of allowable span lengths. Alternatively, for example, some spans, such as in a common area, may be fixed, and only spans in other areas, such as an office space, may be randomly determined. Further, the frame shape as shown in FIG. 5 may be generated using a so-called BIM (Building Information Modeling) model.
そして、シミュレーション部１４３は、生成された架構形状に対して所定のシミュレーションを行い、鉄骨重量（材料コスト）や部材のピース数（施工性）、層間変形角（耐震性）、剛性率、偏心率、均等性といった複数の評価値を算出する（図２：Ｓ３）。本ステップの処理は、図６を用いて説明する。
Then, the
図６は、シミュレーションの処理の一例を示す処理フロー図である。シミュレーション部１４３は、生成された架構形状に基づいて応力解析を行う（図６：Ｓ１１）。本ステップでは、柱及び大梁にかかる応力度を算出する。すなわち、シミュレーション部１４３は、柱や大梁といった部材にかかる垂直応力度、せん断応力度、曲げ応力度を算出する。応力度の計算は、既存の手法を用いることができる。
FIG. 6 is a processing flow diagram showing an example of simulation processing. The
また、シミュレーション部１４３は、応力度が所定の制約条件を満たしているか判断する（図６：Ｓ１２）。本ステップでは、例えば応力度が許容応力度以下（検定比１．０以下）であるか判断する。応力度が制約条件を満たしていないと判断された場合（Ｓ１２：ＮＯ）、接続子「Ａ」を介してＳ２（図２）の処理に戻る。なお、応力度が制約条件を満たしていないと判断された場合もＳ１３へ遷移し、ペナルティとして後述する評価値を下げるような操作を行ってもよい。
Further, the
応力度が制約条件を満たしていると判断された場合（Ｓ１２：ＹＥＳ）、シミュレーション部１４３は、Ｓ２（図２）において生成された架構形状に基づいて、所定の地震荷重に対する最大層間変形角を求める（図６：Ｓ１３）。まず、１つの階の層間変形角ｒは、地震時における当該階の水平変位を階高で除した値であり、次の式（１）で求められる。
ｒ＝δ／ｈ ・・・（１）
なお、δは層間変位、ｈは階高である。最大層間変形角は、各階の層間変形角のうち、最も大きな値として求められる。
If it is determined that the stress degree satisfies the constraint conditions (S12: YES), the
r=δ/h...(1)
Note that δ is the interstory displacement, and h is the floor height. The maximum interstory deformation angle is determined as the largest value among the interstory deformation angles of each floor.
そして、シミュレーション部１４３は、最大層間変形角が所定の制約条件を満たしているか判断する（図６：Ｓ１４）。本ステップでは、最大層間変形角が所定の基準以下であるか判断する。所定の基準は、法定された基準（例えば１／２００）としてもよい。最大層間変形角が制約条件を満たしていないと判断された場合（Ｓ１４：ＮＯ）、接続子「Ａ」を介してＳ２（図２）の処理に戻る。なお、最大層間変形角が制約条件を満たしていな
いと判断された場合もＳ１５へ遷移し、ペナルティとして後述する評価値を下げるような操作を行ってもよい。
Then, the
一方、最大層間変形角が制約条件を満たしていると判断された場合（Ｓ１４：ＹＥＳ）、シミュレーション部１４３は、鉄骨重量及びピース数等を算出する（図６：Ｓ１５）。鉄骨重量は、建築物に使用される部材の数量（重量）である。ピース数は、建築物に使用される部材の数とする。本ステップでは、生成された架構形状に基づいて、部材の数量及び部材数をそれぞれ積算し、鉄骨重量及びピース数を求める。また、剛性率を各階のＸ方向及びＹ方向について算出し、Ｘ方向及びＹ方向の各々について複数の階における最小値を求めるようにしてもよい。また、重心と剛心の差の大きさを示す偏心率についても、各階のＸ方向及びＹ方向について算出し、Ｘ方向及びＹ方向の各々について複数の階における最大値を求めるようにしてもよい。また、大梁にかかる荷重の分布を表す均等性の値を求めるようにしても良い。均等性の値として、Ｘ方向及びＹ方向の各々について、大梁にかかる応力の標準偏差を階ごとに平均し、Ｘ方向及びＹ方向の各々について複数の階における平均値を求めるようにしてもよい。応力は、例えば大梁の両端部にかかる長期荷重のうち大きい方を用いる。また、大梁にかかる応力は、符号ごとに求めるようにしてもよい。すなわち、短大梁、標準大梁、長大梁など、スパンの同じ大梁には同一の符号を付しておく。そして、各大梁にかかる応力を求め、これらの標準偏差を方向ごと、階ごと、同一の符号が付された大梁ごとに求める。そして、階ごとに標準偏差の平均を求め、複数の平均の建物全体の平均値をＸ方向及びＹ方向について求め、均等性の値とする。
On the other hand, if it is determined that the maximum interstory deformation angle satisfies the constraint condition (S14: YES), the
そして、シミュレーション部１４３は、算出された評価値を架構形状と対応付けて出力する（図６：Ｓ１６）。本ステップでは、評価値として層間変形角、鉄骨重量、ピース数、剛性率、偏心率、均等性が、Ｓ２（図２）において生成された架構形状と対応付けて記憶装置１２に記憶される。
Then, the
図７は、出力される評価値の一例を示す図である。Ｓ１６（図６）においては、図７に示すような属性を有するテーブルに、評価値等の情報が記憶される。図７に示すテーブルは、積載荷重、Ｘ（幅）方向の短スパン数、Ｘ方向の短スパン、Ｙ（奥行）方向の短スパン数、Ｙ方向の短スパン、Ｘ方向の標準スパン数、Ｘ方向の標準スパン、Ｙ方向の標準スパン数、Ｙ方向の標準スパン、Ｘ方向の長スパン数、Ｘ方向の長スパン、Ｙ方向の長スパン数、Ｙ方向の長スパン、階高、小梁割り、鉄骨重量、層間変形角、ピース数、剛性率（Ｘ方向の最小値）、剛性率（Ｙ方向の最小値）、偏心率（Ｘ方向の最大値）、偏心率（Ｙ方向の最大値）、均等性（Ｘ方向の最大値）、均等性（Ｙ方向の最大値）といった属性を含む。積載荷重のフィールドには、用途に応じた積載荷重が登録される。短スパン、標準スパン、長スパンに関するフィールドには、各大きさに分類されるスパンごとに数が登録される。階高のフィールドには、建築物の高さを階数で除した値、又はユーザによって入力された階高が登録される。鉄骨重量のフィールドには、Ｓ１５（図６）において算出された鉄骨重量の値が登録される。層間変形角のフィールドには、Ｓ１３（図６）において算出された最大層間変形角の値が登録される。ピース数のフィールドには、Ｓ１５（図６）において算出されたピース数の値が登録される。図７に示すテーブルに登録されるレコードの各々は、例えば図５に示したような架構形状とさらに対応付けられるようにしてもよい。剛性率のフィールドには、Ｓ１５（図６）において算出された、Ｘ方向、Ｙ方向の剛性率の最小値が登録される。偏心率のフィールドには、Ｓ１５（図６）において算出された、Ｘ方向、Ｙ方向の偏心率の最大値が登録される。均等性のフィールドには、Ｓ１５（図６）において算出された、Ｘ方向、Ｙ方向の平均値が登録される。 FIG. 7 is a diagram showing an example of output evaluation values. In S16 (FIG. 6), information such as evaluation values is stored in a table having attributes as shown in FIG. The table shown in Figure 7 shows the live load, number of short spans in the X (width) direction, short spans in the X direction, number of short spans in the Y (depth) direction, short spans in the Y direction, standard number of spans in the X direction, Standard span in direction, standard number of spans in Y direction, standard span in Y direction, number of long spans in X direction, long span in X direction, number of long spans in Y direction, long span in Y direction, floor height, beam division , steel frame weight, interstory deformation angle, number of pieces, rigidity (minimum value in the X direction), rigidity (minimum value in the Y direction), eccentricity (maximum value in the X direction), eccentricity (maximum value in the Y direction) , evenness (maximum value in the X direction), and evenness (maximum value in the Y direction). In the field of live load, the live load according to the purpose is registered. In fields related to short spans, standard spans, and long spans, numbers are registered for each span classified into each size. In the floor height field, a value obtained by dividing the height of the building by the number of floors or a floor height input by the user is registered. The steel frame weight value calculated in S15 (FIG. 6) is registered in the steel frame weight field. The value of the maximum inter-story deformation angle calculated in S13 (FIG. 6) is registered in the inter-story deformation angle field. The value of the number of pieces calculated in S15 (FIG. 6) is registered in the number of pieces field. Each record registered in the table shown in FIG. 7 may be further associated with a frame shape as shown in FIG. 5, for example. In the rigidity field, the minimum values of the rigidity in the X and Y directions calculated in S15 (FIG. 6) are registered. In the eccentricity field, the maximum values of the eccentricity in the X and Y directions calculated in S15 (FIG. 6) are registered. The average values in the X and Y directions calculated in S15 (FIG. 6) are registered in the uniformity field.
Ｓ１６（図６）の後、処理は図２に戻り、架構形状生成部１４２は、架構形状の生成を終了するか判断する（図２：Ｓ４）。本ステップでは、Ｓ２及びＳ３の処理を繰り返し、例えば予め定められた所定数の架構形状を生成した場合に、架構形状生成部１４２は処理
を終了すると判断する。処理を終了しないと判断された場合（Ｓ４：ＮＯ）、Ｓ２に戻って処理を繰り返す。
After S16 (FIG. 6), the process returns to FIG. 2, and the frame
一方、処理を終了すると判断された場合（Ｓ４：ＹＥＳ）、シミュレーション部１４３は、パレート解集合を出力する（図２：Ｓ５）。本ステップでは、シミュレーション部１４３は、Ｓ２（図２）において生成された複数の架構形状及びＳ３（図２）において算出された評価値を用いて、層間変形角、鉄骨重量及びピース数を目的関数とする多目的最適化問題を解くこともできる。例えば、多目的最適化問題は、以下の式（１）で与えられる。
なお、Ｃは鉄骨重量、Ｒｋはｋ階の層間変形角、Ｐはピース数、γｊは制約条件ｊに対するペナルティ関数である。さらに、上記の目的関数のいずれかに代えて、又は上記の３つの目的関数に加えて、剛性率（Ｘ方向の最小値）、剛性率（Ｙ方向の最小値）、偏心率（Ｘ方向の最大値）、偏心率（Ｙ方向の最大値）、均等性（Ｘ方向の平均値）、均等性（Ｙ方向の平均値）のいずれかを目的関数としてもよい。パレート解集合の生成法は、例えばＳＰＥＡ２のような多目的遺伝的アルゴリズム等、既存の手法を用いることができる。すなわち、シミュレーション部１４３は、例えばＳ１６（図６）において図７のテーブルに登録された複数のレコードについて、支配しているレコードの数を求める。そして、支配されているレコードの適合度が、当該レコードを支配しているレコードを支配しているレコードの数を合計した値となるように、適合度を求める。したがって、レコードが非劣解の場合、適合度はゼロになる。このような処理を用いてアーカイブ個体群から探索個体群を選択し、探索を行う。また、シミュレーション部１４３は、得られたパレート解集合を、所定の出力テーブルに出力する。出力テーブルは、図７に示したテーブルと同様の属性を含むものであってもよい。
On the other hand, if it is determined that the process is to end (S4: YES), the
Note that C is the steel frame weight, R k is the interstory deformation angle of the kth floor, P is the number of pieces, and γ j is a penalty function for the constraint j. Furthermore, instead of or in addition to any of the above three objective functions, rigidity (minimum value in the X direction), rigidity (minimum value in the Y direction), eccentricity (minimum value in the X direction), The objective function may be one of the following: maximum value), eccentricity (maximum value in the Y direction), uniformity (average value in the X direction), and uniformity (average value in the Y direction). As a method for generating the Pareto solution set, an existing method such as a multi-objective genetic algorithm such as SPEA2 can be used. That is, the
図８は、パレート解集合の一例を三次元上に示す図である。図８の例では、層間変形角（Drift Angle）、鉄骨重量（Weight）、ピース数（Piece）の各軸を含み、パレート解の各々がプロットされている。Ｓ５（図２）においては、このようなグラフを出力し、可視化するようにしてもよい。 FIG. 8 is a three-dimensional diagram showing an example of a Pareto solution set. In the example of FIG. 8, the axes of interstory deformation angle (Drift Angle), steel frame weight (Weight), and number of pieces (Piece) are included, and each Pareto solution is plotted. In S5 (FIG. 2), such a graph may be output and visualized.
以上で、本実施形態に係る架構データ生成処理を終了する。 This completes the frame data generation process according to this embodiment.
＜効果＞
以上のように、架構データ生成処理によれば、近似されたパレート最適解も得られる。ただし、パレート最適解の中にも、経験のある設計者にとって好ましい架構形状やそうでない架構形状が存在する。複数得られるパレート最適解に対して、例えば設計者が優劣を付け、これを教師データとすれば機械学習に利用することもできる。また、本実施形態によれば、建築物のボリュームに対して採用し得る様々なスパン割を網羅するように複数の
架構形状を生成することができる。したがって、十分なパターン及び量の教師データを生成できる。
<Effect>
As described above, according to the frame data generation process, an approximated Pareto optimal solution can also be obtained. However, even among the Pareto optimal solutions, there are frame shapes that are preferable to experienced designers and frame shapes that are not. For example, if a designer assigns superiority or inferiority to the Pareto optimal solutions obtained and uses this as training data, it can also be used for machine learning. Further, according to the present embodiment, a plurality of frame shapes can be generated to cover various span divisions that can be adopted for the volume of a building. Therefore, sufficient patterns and amounts of training data can be generated.
＜その他＞
なお、実施形態は例示であり、本発明は上述した構成には限定されない。また、本発明の対象は、上述した処理を実行するコンピュータプログラムや、当該プログラムを記録した、コンピュータ読み取り可能な記録媒体を含む。当該プログラムが記録された記録媒体は、プログラムをコンピュータに実行させることにより、上述の処理が可能となる。
<Others>
Note that the embodiments are merely examples, and the present invention is not limited to the configuration described above. Further, the object of the present invention includes a computer program that executes the above-described processing, and a computer-readable recording medium on which the program is recorded. The recording medium on which the program is recorded can perform the above-described processing by causing a computer to execute the program.
なお、コンピュータ読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータから読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータから取り外し可能なものとしては、フレキシブルディスク、光磁気ディスク、光ディスク、磁気テープ、メモリカード等がある。また、コンピュータに固定された記録媒体としては、ＨＤＤやＳＳＤ（Solid State Drive）、ＲＯＭ等がある。 Note that the computer-readable recording medium refers to a recording medium that stores information such as data and programs by electrical, magnetic, optical, mechanical, or chemical action and can be read by a computer. Among such recording media, those that can be removed from the computer include flexible disks, magneto-optical disks, optical disks, magnetic tapes, and memory cards. Furthermore, examples of recording media fixed to the computer include an HDD, an SSD (Solid State Drive), and a ROM.
１ ：架構データ生成装置
１１ ：通信Ｉ／Ｆ
１２ ：記憶装置
１３ ：入出力Ｉ／Ｆ
１４ ：プロセッサ
１４１ ：初期条件登録部
１４２ ：架構経常生成部
１４３ ：シミュレーション部
1: Frame data generation device 11: Communication I/F
12: Storage device 13: Input/output I/F
14: Processor 141: Initial condition registration unit 142: Frame regular generation unit 143: Simulation unit
Claims (8)
取得した前記平面形状及び前記階数の範囲内で、柱及び大梁を含む主架構のスパン割りを変更し、複数の架構形状を生成する架構形状生成部と、
生成された架構形状の各々について、耐震性の目安となる評価値、施工性の目安となる評価値、材料コストの目安となる評価値、及び建物のバランスの目安となる評価値のうち少なくとも３つを算出すると共に、算出された評価値を目的関数としてパレート解集合を求め、記憶装置に記憶させるシミュレーション部と、
を備える架構データ生成装置。 an initial condition acquisition unit that acquires the planar shape, height, and number of floors of the building;
a frame shape generation unit that generates a plurality of frame shapes by changing the span division of the main frame including columns and girders within the range of the obtained planar shape and the number of floors;
For each of the generated frame shapes, at least 3 of the following evaluation values are selected: an evaluation value that is a guide to earthquake resistance, an evaluation value that is a guide to constructability, an evaluation value that is a guide to material cost, and an evaluation value that is a guide to the balance of the building. a simulation unit that calculates a Pareto solution set using the calculated evaluation value as an objective function and stores it in a storage device;
A frame data generation device comprising:
請求項１に記載の架構データ生成装置。 The simulation unit calculates, for each of the generated frame shapes, an evaluation value that is a guide for the seismic resistance, an evaluation value that is a guide for the workability, an evaluation value that is a guide for the material cost, and an evaluation value that is a guide for the building balance. The frame data generation device according to claim 1, wherein an evaluation value serving as a guideline is calculated.
請求項１又は２に記載の架構データ生成装置。 For each of the frame shapes, the simulation unit calculates the degree of stress generated in the cross section of the main frame using a standard load that is stored in advance in a storage device in association with the application, and also calculates the degree of stress that occurs in the cross section of the main frame. The frame data generation device according to claim 1 or 2, wherein the Pareto solution set is determined using a frame shape that does not exceed .
前記施工性の目安となる評価値は、主架構のピース数であり、
前記材料コストの目安となる評価値は、鉄骨重量であり、
前記建物のバランスの目安となる評価値は、剛性率、偏心率、又は荷重に対する応力の均等性を表す評価値である
請求項１から３のいずれか一項に記載の架構データ生成装置。 The evaluation value serving as a guideline for seismic resistance is the maximum interstory deformation angle for a predetermined earthquake load,
The evaluation value that serves as a guideline for the workability is the number of pieces of the main frame,
The evaluation value serving as a guideline for the material cost is the steel frame weight,
The frame data generation device according to any one of claims 1 to 3, wherein the evaluation value serving as a guide for balance of the building is an evaluation value representing rigidity, eccentricity, or uniformity of stress with respect to load.
請求項４に記載の架構データ生成装置。 The frame data generation device according to claim 4, wherein the simulation unit calculates the Pareto solution set using a frame shape in which the maximum interstory deformation angle does not exceed a predetermined standard.
前記シミュレーション部は、取得した前記用途に対応付けて予め前記記憶装置に記憶される標準的な荷重を読み出し、読み出した荷重を用いて前記地震荷重に対する前記最大層間変形角を算出する
請求項３を引用する、請求項４又は５に記載の架構データ生成装置。 The initial condition acquisition unit further acquires the use of the building,
Claim 3: The simulation unit reads a standard load stored in the storage device in advance in association with the acquired application, and uses the read load to calculate the maximum interstory deformation angle with respect to the earthquake load. The frame data generation device according to claim 4 or 5.
取得した前記平面形状及び前記階数の範囲内で、柱及び大梁を含む主架構のスパン割りを変更し、複数の架構形状を生成するステップと、
生成された架構形状の各々について、耐震性の目安となる評価値、施工性の目安となる評価値、材料コストの目安となる評価値、及び建物のバランスの目安となる評価値のうち少なくとも３つを算出すると共に、算出された評価値を目的関数としてパレート解集合を求め、記憶装置に記憶させるステップと、
をコンピュータが実行する架構データ生成方法。 obtaining the plan shape, height, and number of floors of the building;
changing the span division of the main frame including columns and girders within the obtained planar shape and the number of floors to generate a plurality of frame shapes;
For each of the generated frame shapes, at least 3 of the following evaluation values are selected: an evaluation value that is a guide to earthquake resistance, an evaluation value that is a guide to constructability, an evaluation value that is a guide to material cost, and an evaluation value that is a guide to the balance of the building. and calculating a Pareto solution set using the calculated evaluation value as an objective function, and storing it in a storage device;
A method for generating structural data performed by a computer.
取得した前記平面形状及び前記階数の範囲内で、柱及び大梁を含む主架構のスパン割りを変更し、複数の架構形状を生成するステップと、
生成された架構形状の各々について、耐震性の目安となる評価値、施工性の目安となる評価値、材料コストの目安となる評価値、及び建物のバランスの目安となる評価値のうち少なくとも３つを算出すると共に、算出された評価値を目的関数としてパレート解集合を求め、記憶装置に記憶させるステップと、
をコンピュータに実行させる架構データ生成プログラム。 obtaining the plan shape, height, and number of floors of the building;
changing the span division of the main frame including columns and girders within the obtained planar shape and the number of floors to generate a plurality of frame shapes;
For each of the generated frame shapes, at least 3 of the following evaluation values are selected: an evaluation value that is a guide to earthquake resistance, an evaluation value that is a guide to constructability, an evaluation value that is a guide to material cost, and an evaluation value that is a guide to the balance of the building. and calculating a Pareto solution set using the calculated evaluation value as an objective function, and storing it in a storage device;
A structure data generation program that causes a computer to execute.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019237271A JP7368805B2 (en) | 2019-12-26 | 2019-12-26 | Structure data generation device, structure data generation method, and structure data generation program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019237271A JP7368805B2 (en) | 2019-12-26 | 2019-12-26 | Structure data generation device, structure data generation method, and structure data generation program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021105874A JP2021105874A (en) | 2021-07-26 |
| JP7368805B2 true JP7368805B2 (en) | 2023-10-25 |
Family
ID=76918845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019237271A Active JP7368805B2 (en) | 2019-12-26 | 2019-12-26 | Structure data generation device, structure data generation method, and structure data generation program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7368805B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115048703B (en) * | 2022-06-27 | 2023-08-29 | 中建三局第一建设工程有限责任公司 | High-rise building construction method for iterative deviation correcting structural deformation and high-rise building |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013050899A (en) | 2011-08-31 | 2013-03-14 | Ihi Corp | Design support program and design support device |
| JP2014153994A (en) | 2013-02-12 | 2014-08-25 | Panahome Corp | Design method of architectural structure, manufacturing method using the same, and design device using the same |
| JP2015035176A (en) | 2013-08-09 | 2015-02-19 | パナホーム株式会社 | Design method of frame body |
| JP2019117603A (en) | 2017-12-27 | 2019-07-18 | 株式会社竹中工務店 | Structure information display and structure design support device and structure design support model learning device |
-
2019
- 2019-12-26 JP JP2019237271A patent/JP7368805B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013050899A (en) | 2011-08-31 | 2013-03-14 | Ihi Corp | Design support program and design support device |
| JP2014153994A (en) | 2013-02-12 | 2014-08-25 | Panahome Corp | Design method of architectural structure, manufacturing method using the same, and design device using the same |
| JP2015035176A (en) | 2013-08-09 | 2015-02-19 | パナホーム株式会社 | Design method of frame body |
| JP2019117603A (en) | 2017-12-27 | 2019-07-18 | 株式会社竹中工務店 | Structure information display and structure design support device and structure design support model learning device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2021105874A (en) | 2021-07-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Shear wall layout optimization for conceptual design of tall buildings | |
| Hofmeyer et al. | Coevolutionary and genetic algorithm based building spatial and structural design | |
| Mirfarhadi et al. | Value based seismic design of structures using performance assessment by the endurance time method | |
| JP7186509B2 (en) | Design support device, design support method and design support program | |
| JP6144921B2 (en) | Architectural design method, manufacturing method using the same, and design apparatus used therefor | |
| JP2019117603A (en) | Structure information display and structure design support device and structure design support model learning device | |
| Pech et al. | Metamodel assisted optimization of glued laminated timber beams by using metaheuristic algorithms | |
| JP7362473B2 (en) | Structure data judgment device, structure data judgment method, and structure data judgment program | |
| JP7368805B2 (en) | Structure data generation device, structure data generation method, and structure data generation program | |
| Orozco et al. | Arrangement of reinforcement in variable density timber slab systems for multi-story construction | |
| Oskouei et al. | Using genetic algorithm for the optimization of seismic behavior of steel planar frames with semi-rigid connections | |
| Zavala et al. | Integrating a multi-objective optimization framework into a structural design software | |
| JP2005293527A (en) | Construction cost management system | |
| JP2017182408A (en) | Floor vibration analysis method, floor vibration analysis program, and floor vibration analysis device | |
| JP7477086B2 (en) | Design Support Equipment | |
| JP7016086B2 (en) | Model conversion device for steel structures and model conversion program for steel structures | |
| JP2008033677A (en) | Universal design comprehensive evaluation device and universal design comprehensive evaluation program | |
| JP5270526B2 (en) | Mixed structure calculation method and calculation system | |
| Sepúlveda et al. | An empirical model for preliminary seismic response estimation of free-plan nominally symmetric buildings using ANFIS | |
| Goo | Topology optimization of building bracing schemes | |
| JP7456837B2 (en) | Design support equipment | |
| JP2020102157A (en) | Optimization support device for support body type and arrangement | |
| JP7363490B2 (en) | Design support equipment and design support program | |
| JP2023049849A (en) | Design support apparatus | |
| JP2023049848A (en) | Design support apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221027 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230825 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230905 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231004 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7368805 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |