1 |
1
건축물 내진성능 평가를 위한 데이터생성 엔진에 있어서,건축물 내진성능 프로필과 지진하중 프로필을 고려하여 학습데이터 샘플을 생성하는 학습 데이터생성모듈(100);건축물에 대한 구조부재정보, 지진하중정보 및 건축물 고유특성 정보를 입력하는 사용자 입력모듈(200);비선형 비탄성 구간정보 생성모델(310) 및 동적응답 생성모델(320)을 결합한 하이브리드 모델로서, 상기 사용자 입력모듈(200)을 통해 입력되는 구조부재정보에 따라 상기 비선형 비탄성 구간정보 생성모델(310)이 1차 인공신경망 모델을 적용하여 비선형 비탄성 정보를 출력하고, 상기 비선형 비탄성 정보, 상기 사용자 입력모듈(200)을 통해 입력되는 지진하중정보 및 건축물 고유특성 정보에 따라 상기 동적응답 생성모델(320)이 2차 인공신경망 모델을 적용하여 최대 동적응답을 출력하는 하이브리드 모델 결합모듈(300); 및상기 하이브리드 모델 결합모듈(300)로부터 최대 동적응답을 추출하여 최대 변위 및 최대 전단력을 출력하는 최대 동적응답 추출부(400)를 포함하되,상기 최대 변위 및 최대 전단력에 따라 건축물의 내진성능이 최대 동적응답 기반으로 평가되는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
2 |
2
제1항에 있어서, 상기 하이브리드 모델 결합모듈(300)은 별도의 비선형 비탄성 정보를 추출하기 위한 해석을 수행하는 대신에, 상기 사용자 입력모듈(200)을 통해 입력해야 하는 변수를 최소화하고 상기 구조부재정보로 변환하여 1차 인공신경망 모델을 적용하여 비선형 비탄성 정보를 추출하는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
3 |
3
제1항에 있어서, 상기 학습 데이터생성모듈(100)은,건축물 내진성능 프로필로서, 주기 정보(), 강도 정보(), 연성도(), 항복후 강성비() 및 강도저감계수()를 입력하는 건축물 내진성능 프로필 입력부(110);상기 건축물 내진성능 프로필을 단자유도모델에 결합하여 비선형 단자유도모델을 도출하는 비선형 단자유도모델 도출부(120);지진하중 프로필로서, 지진 규모(), 지반 정보인 지반등급(), 지진파 속성인 최대가속도() 및 진앙지로부터의 거리()를 입력하는 지진하중 프로필 입력부(130);상기 지진하중 프로필을 상기 비선형 단자유도모델 도출부(120)에 입력하여 동적응답을 생성하는 동적응답 생성부(140);상기 건축물 내진성능 프로필을 다변화시키도록 가변시키는 내진성능 프로필 가변부(150); 및상기 건축물 내진성능 프로필과 상기 지진하중 프로필을 고려하여 학습데이터 샘플을 생성하는 학습데이터 샘플 생성부(160)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
4 |
4
제1항에 있어서, 상기 사용자 입력모듈(200)은,건축물에 대한 구조부재정보를 상기 비선형 비탄성 구간정보 생성모델(310)에 입력하는 구조부재정보 입력부(210);지진하중정보로서 지진 규모(), 지반 정보인 지반등급(), 지진파 속성인 최대가속도() 및 진앙지로부터의 거리()를 상기 동적응답 생성모델(320)에 입력하는 지진하중정보 입력부(220); 및매트릭스-기반 고유치 해석을 통해 건축물 고유특성 정보인 주기 정보(), 건축물 유효 질량() 및 건축물 유효 높이()를 자동으로 산정하여 상기 동적응답 생성모델(320)에 입력하는 매트릭스-기반 고유치 해석부(230)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
5 |
5
제4항에 있어서, 상기 구조부재정보는 콘크리트 강도(), 철근 강도(), 전단철근비(), 휨철근비(), 축력비(), 단면 형상비(), 높이-길이비() 및 파괴모드()를 포함하되, 여기서, 는 축 부하(Axial Load), 는 전체 단면적(Gross Area), 는 수직단면의 폭, 는 수직단면의 높이, 는 높이, 은 길이를 나타내며, 상기 구조부재정보는 육안으로 간단하게 확인할 수 있는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
6 |
6
제1항에 있어서, 상기 하이브리드 모델 결합모듈(300)은,사용자 입력모듈(200)을 통해 입력되는 구조부재정보에 따라 1차 인공신경망 모델을 적용하여 비선형 비탄성 정보를 출력하는 비선형 비탄성 구간정보 생성모델(310); 및상기 비선형 비탄성 구간정보 생성모델(310)과 결합하며, 상기 비선형 비탄성 구간정보 생성모델(310)이 출력하는 비선형 비탄성 정보, 상기 사용자 입력모듈(200)을 통해 입력되는 지진하중정보 및 건축물 고유특성 정보에 따라 2차 인공신경망 모델을 적용하여 최대 동적응답을 출력하는 동적응답 생성모델(320)을 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
7 |
7
제6항에 있어서, 상기 비선형 비탄성 구간정보 생성모델(310)은, 모델 입력부(311a), 신경망모델 연산처리부(311b) 및 모델 출력부(311c)를 포함하며, 예측값 및 실제 값에 대한 오차를 감소시키는 방향으로 연결강도를 조정하여 비선형 비탄성 구간정보를 생성하는 1차 인공신경망 모델(311); 및오차 계산부(312a) 및 피드백 제어부(312b)를 포함하며, 실제값과 예측값 간의 오차가 임계치 이하인 경우, 상호간 일치하는 것으로 간주하여 최종 모델을 완성하고, 임계치 이상이면, 반복 알고리즘으로 1차 인공신경망 모델(311)을 재적용하여 모델을 완성하는 1차 피드백부(312)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
8 |
8
제6항에 있어서, 상기 동적응답 생성모델(320)은,모델 입력부(321a), 신경망모델 연산처리부(321b) 및 모델 출력부(321c)를 포함하며, 예측값 및 실제 값에 대한 오차를 감소시키는 방향으로 연결강도를 조정하여 최대 동적응답을 생성하는 2차 인공신경망 모델(321); 및오차 계산부(322a) 및 피드백 제어부(322b)를 포함하며, 실제값과 예측값 간의 오차가 임계치 이하인 경우, 상호간 일치하는 것으로 간주하여 최종 모델을 완성하고, 임계치 이상이면, 반복 알고리즘으로 2차 인공신경망 모델(321)을 재적용하여 모델을 완성하는 2차 피드백부(322)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 엔진
|
9 |
9
건축물 내진성능 평가를 위한 비선형 비탄성 구간정보 생성모델과 동적응답 생성모델이 결합된 초고속 데이터생성 방법으로서,a) 건축물 내진성능 프로필 및 지진하중 프로필에 따른 학습데이터를 생성하는 단계;b) 사용자 입력모듈(200)을 통해 건축물에 대한 구조부재정보를 입력하는 단계;c) 하이브리드 모델 결합모듈(300)의 비탄성 구간정보 생성모델(310)이 상기 구조부재정보를 입력정보로 하는 1차 인공신경망 모델을 적용하여 비선형 비탄성 구간정보를 생성하는 단계;d) 상기 사용자 입력모듈(200)을 통해 지진하중정보를 입력하고 매트릭스 기반 고유치를 해석하는 단계;e) 상기 하이브리드 모델 결합모듈(300)의 동적응답 생성모델(320)이 상기 비선형 비탄성 구간정보, 상기 지진하중정보 및 매트릭스 기반 고유치 해석결과를 입력정보로 하는 2차 인공신경망 모델을 적용하여 동적응답을 생성하는 단계; 및f) 건축물의 최대 동적응답으로서 최대 변위 및 최대 전단력을 추출하는 단계를 포함하되,상기 최대 변위 및 최대 전단력에 따라 건축물의 내진성능이 최대 동적응답 기반으로 평가되는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
10 |
10
제9항에 있어서, 상기 a) 단계는,a-1) 건축물 내진성능 프로필을 정의하여 입력하는 단계;a-2) 상기 입력된 건축물 내진성능 프로필을 단자유도 모델에 결합하여 비선형 단자유도모델을 도출하는 단계;a-3) 상기 비선형 단자유도모델에 지진하중 프로필을 입력하여 동적응답을 생성하는 단계;a-4) 상기 내진성능 프로필을 가변시키면서 a-1) 내지 a-3) 단계를 반복수행하는 단계; 및a-5) 상기 내진성능 프로필과 지진하중 프로필을 고려한 학습데이터 샘플을 생성하는 단계를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
11 |
11
제10항에 있어서, 상기 a-1) 단계의 건축물 내진성능 프로필은 주기 정보(), 강도 정보(), 연성도(), 항복후 강성비() 및 강도저감계수()를 포함하되, 상기 5개의 건축물 내진성능 프로필을 이용하여 건축물의 동적응답을 예측하는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
12 |
12
제10항에 있어서, 상기 a-2) 단계의 비선형 단자유도모델은 고차모드에 대한 영향변수인 건축물 유효 질량() 및 건축물 유효 높이()에 따라 단자유도모델이 비선형 단자유도모델로 도출되며, 상기 a-3) 단계의 지진하중 프로필은 지진 규모(), 지반 정보인 지반등급(), 지진파 속성인 최대가속도() 및 진앙지로부터의 거리()를 포함하는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
13 |
13
제9항에 있어서, 상기 b) 단계의 구조부재정보는 콘크리트 강도(), 철근 강도(), 전단철근비(), 휨철근비(), 축력비(), 단면 형상비(), 높이-길이비() 및 파괴모드()를 포함하되, 여기서, 는 축 부하(Axial Load), 는 전체 단면적(Gross Area), 는 수직단면의 폭, 는 수직단면의 높이, 는 높이, 은 길이를 나타내며, 상기 구조부재정보는 육안으로 간단하게 확인할 수 있는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
14 |
14
제9항에 있어서, 상기 비선형 비탄성 구간정보는 강도 정보(), 연성도(), 항복후 강성비() 및 강도저감계수()를 포함하며, 상기 비선형 비탄성 구간정보는 상기 구조부재정보를 입력정보로 하는 1차 인공신경망 모델을 적용하여 생성되는 것을 특징으로 하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
15 |
15
제9항에 있어서, 상기 지진하중정보는 지진 규모(), 지반 정보인 지반등급(), 지진파 속성인 최대가속도() 및 진앙지로부터의 거리()를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
16 |
16
제9항에 있어서, 상기 매트릭스 기반 고유치 해석결과는 주기 정보(), 건축물 유효 질량() 및 건축물 유효 높이()를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
17 |
17
제9항에 있어서, 상기 사용자 입력모듈(200)은,건축물에 대한 구조부재정보를 상기 비선형 비탄성 구간정보 생성모델(310)에 입력하는 구조부재정보 입력부(210);지진하중정보로서 지진 규모(), 지반 정보인 지반등급(), 지진파 속성인 최대가속도() 및 진앙지로부터의 거리()를 상기 동적응답 생성모델(320)에 입력하는 지진하중정보 입력부(220); 및매트릭스-기반 고유치 해석을 통해 건축물 고유특성 정보인 주기 정보(), 건축물 유효 질량() 및 건축물 유효 높이()를 자동으로 산정하여 상기 동적응답 생성모델(320)에 입력하는 매트릭스-기반 고유치 해석부(230)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
18 |
18
제9항에 있어서, 상기 하이브리드 모델 결합모듈(300)은,사용자 입력모듈(200)을 통해 입력되는 구조부재정보에 따라 1차 인공신경망 모델을 적용하여 비선형 비탄성 정보를 출력하는 비선형 비탄성 구간정보 생성모델(310); 및상기 비선형 비탄성 구간정보 생성모델(310)과 결합하며, 상기 비선형 비탄성 구간정보 생성모델(310)이 출력하는 비선형 비탄성 정보, 상기 사용자 입력모듈(200)을 통해 입력되는 지진하중정보 및 건축물 고유특성 정보에 따라 2차 인공신경망 모델을 적용하여 최대 동적응답을 출력하는 동적응답 생성모델(320)을 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
19 |
19
제18항에 있어서, 상기 비선형 비탄성 구간정보 생성모델(310)은, 모델 입력부(311a), 신경망모델 연산처리부(311b) 및 모델 출력부(311c)를 포함하며, 예측값 및 실제 값에 대한 오차를 감소시키는 방향으로 연결강도를 조정하여 비선형 비탄성 구간정보를 생성하는 1차 인공신경망 모델(311); 및오차 계산부(312a) 및 피드백 제어부(312b)를 포함하며, 실제값과 예측값 간의 오차가 임계치 이하인 경우, 상호간 일치하는 것으로 간주하여 최종 모델을 완성하고, 임계치 이상이면, 반복 알고리즘으로 1차 인공신경망 모델(311)을 재적용하여 모델을 완성하는 1차 피드백부(312)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|
20 |
20
제18항에 있어서, 상기 동적응답 생성모델(320)은,모델 입력부(321a), 신경망모델 연산처리부(321b) 및 모델 출력부(321c)를 포함하며, 예측값 및 실제 값에 대한 오차를 감소시키는 방향으로 연결강도를 조정하여 최대 동적응답을 생성하는 2차 인공신경망 모델(321); 및오차 계산부(322a) 및 피드백 제어부(322b)를 포함하며, 실제값과 예측값 간의 오차가 임계치 이하인 경우, 상호간 일치하는 것으로 간주하여 최종 모델을 완성하고, 임계치 이상이면, 반복 알고리즘으로 2차 인공신경망 모델(321)을 재적용하여 모델을 완성하는 2차 피드백부(322)를 포함하는 건축물 내진성능 평가를 위한 초고속 데이터생성 방법
|