AIstructure-Copilot-v0.2.7：新增后处理功能，云端完成PKPM结构计算和AIstructure优化

引言

AIstructure-Copilot采用的是生成式设计方法，该方法通过学习后，模仿工程师基于经验去布置结构构件。人类工程师在初步布置完成后，会用PKPM等设计软件进行结构分析和设计调整。现在我们的AIstructure也可以在云端自动完成同样的工作了！

AIstructure-Copilot-v0.2.7版本对后处理功能进行了深度开发，后处理可根据PKPM的计算结果对AI设计进行智能的优化调整，整个过程只需要3-5分钟即可完成，从而更好的符合规范的要求，也更符合工程师的工作流程，欢迎大家试用。

4分钟演示视频

结构分析与优化功能简介

结构设计过程中，符合规范要求是最重要的一点，为了更好的实现这一目标，AIstructure可模拟人类工程师的工作流程，在初步完成结构构件布置后，可自动执行PKPM结构建模与分析计算，同时基于计算结果对不满足规范的设计进行优化，从而确保设计结果满足规范要求。

对当前版本，当性能指标不超出规范限值10%时，基本可保证优化后设计满足规范要求。

（a）优化前的结构布置

（b）优化后的结构布置

（c）层间位移角限制

（注：标准层有变化的地方层间位移角有突变）

结构分析与优化功能具体操作流程

2.1 菜单栏功能增加

菜单栏新增“结构分析与优化”功能，在“剪力墙-梁智能设计”完成后，可以进行相关分析和优化的工作。

2.2 执行PKPM结构分析与AIstructure优化功能

点击CAD菜单栏“结构分析与优化”按钮后，将弹出“项目管理”界面，界面中将显示项目基本信息、输入信息以及基于扩散模型、生成对抗网络、图神经网络等几种不同方法的设计结果，用户可根据需要，选择其中的一种或几种进行后期分析和优化。

选取对应的AI设计结果后，点击“PKPM结构分析与AIstructure优化”按钮，可以开始分析优化，如下图。用户根据实际需要，如果无需对AI生成的设计结果进行修改，则直接点击“下一步”开始分析；如果用户在CAD界面中对AI生成的设计结果进行了相应的修改，则可点击“手动选取”，逐一选取修改后的标准层，在修改后的设计结果的基础上开始分析。

分析开始后，可以关注“分析状态栏”（如图）。一共有四种状态：

（1）等待中，表示有其他用户正在调用PKPM程序，需等上一用户调用完毕，才能开始结构分析；

（2）分析中，表示本程序正在进行分析计算；

（3）分析成功，表示分析已经结束，用户可以进行相关结果查看；

（4）分析失败，表示该分析和优化过程没能成功，用户可调整后重新开始，或联系我们的工作人员查找失败原因。

特别需要说明的是，在分析过程中，用户可以关闭项目管理界面，在CAD界面中进行其他任何操作，一旦分析完成会弹出分析结束对话框。如用户在分析过程中同时也关闭了CAD软件，分析和优化的功能也会在云端继续进行，待下次用户打开CAD，进入到分析与优化板块进行查询即可。

目前，云端暂不支持多个PKPM计算模型的并发分析和设计优化，因此需排队逐次完成计算与优化设计功能，用户可通过“项目管理”界面的“分析状态”栏查询。

2.3 结果查询

分析完成后，用户可以通过“PKPM计算结果展示”、“PKPM模型下载”和“自动优化设计”等按钮进行结果查看。

点击“PKPM计算结果展示”，将弹出如图对话框，其中将分析得到的关键指标展示给用户。

同样，点击“PKPM模型下载”按钮可以将优化后的PKPM模型下载到本地，供用户进行后续的设计操作；点击“自动优化设计”按钮，AI将优化后的设计结果绘制在CAD中（原生成方案的下方），同时也会将计算结果同步绘制在CAD中，如下图所示。

结语

我们在原有基础上将后处理功能进行了深度开发，AI可根据PKPM的计算结果对原设计进行智能的优化调整，整个过程只需要3-5分钟即可完成，欢迎大家试用。

后续，我们还将不断完善相关产品功能。欢迎大家持续关注我们的工作，多多支持！

温馨提示：为更好使用AI设计工具，请仔细阅读使用说明书。

5分钟视频演示智能设计操作全流程

ai-structure.com联系方式

QQ群，AI-structure-交流群：741840451

黄盛楠：huangshengnan@mail.tsinghua.edu.cn

廖文杰：liaowj17@tsinghua.org.cn

ai-structure.com往期文章

相关论文

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.
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.
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.
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.
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.
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.
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.
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.
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
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.
Feng YT, Fei YF, Lin YQ, Liao WJ, Lu XZ, Intelligent generative design for shear wall cross-sectional size using rule-Embedded generative adversarial network, Journal of Structural Engineering-ASCE, 2023, 149(11). 04023161. DOI:10.1061/JSENDH.STENG-12206.
Fei YF, Liao WJ, Lu XZ*, Guan H*, Knowledge-enhanced graph neural networks for construction material quantity estimation of reinforced concrete buildings, Computer-Aided Civil and Infrastructure Engineering, 2023, DOI: 10.1111/mice.13094.
Zhao PJ, Fei YF, Huang YL, Feng YT, Liao WJ, Lu XZ*, Design-condition-informed shear wall layout design based on graph neural networks, Advanced Engineering Informatics, 2023, 58: 102190. DOI: 10.1016/j.aei.2023.102190.
Fei YF, Liao WJ, Lu XZ*, Taciroglu E, Guan H, Semi-supervised learning method incorporating structural optimization for shear-wall structure design using small and long-tailed datasets, Journal of Building Engineering, 2023, DOI：10.1016/j.jobe.2023.107873
Liao WJ, Lu XZ*, Fei YF, Gu Y, Huang YL, Generative AI design for building structures, Automation in Construction, 2024, 157: 105187. DOI: 10.1016/j.autcon.2023.105187
Zhao PJ, Liao WJ, Huang YL, Lu XZ*, Beam layout design of shear wall structures based on graph neural networks, Automation in Construction, 2024, 158: 105223. DOI: 10.1016/j.autcon.2023.105223
Qin SZ, Liao WJ*, Huang SN, Hu KG, Tan Z, Gao Y, Lu XZ, AIstructure-Copilot: assistant for generative AI-driven intelligent design of building structures, Smart Construction, 2024, DOI: 10.55092/sc20240001