| 1 |
1
상부 콘크리트, 철근을 포함하는 구조 부재의 변형율을 설정하는 단계(S100);하부 콘크리트, 철근을 포함하는 구조 부재의 변형율을 설정하는 단계(S110);상기 상부 콘크리트, 철근을 포함하는 구조 부재의 변형율을 증가시키는 단계(S120);상기 하부 콘크리트, 철근을 포함하는 구조 부재의 변형율을 증가시키는 단계(S130);상기 콘크리트, 철근을 포함하는 구조 부재의 변형 적합성과(S140), 탄성, 비탄성(S150) 구조해석을 통해 콘크리트, 철근을 포함하는 구조 부재의 인장, 압축력을 계산하는 단계(S160, S170);상기 콘크리트, 철근을 포함하는 구조 부재의 압축과 인장력의 중심축에 대한 모멘트를 각각 계산하는 단계(S180); 및상기 콘크리트, 철근을 포함하는 구조 부재에 대해 압축과 인장력이 일치하는 중립축을 산정하되, 압축과 인장력이 일치하지 않으면(S190), 하부변형율(S200)과, 상부 변형율(S210)을 체크하여 인장력과 압축력이 일치 되도록 재설정하고(S100, S110), 상기 콘크리트, 철근을 포함하는 구조 부재에 대해 압축과 인장력이 일치하는 중립축이 산정 된다면, 중립축을 계산하고, 계산된 중립축에 대해 모멘트 강도(Mn), 콘크리트, 철근을 포함하는 구조 부재의 변형율을 계산하고(S220), 계산된 결과가 인공지능(AI) 알고리즘의 입력값으로 전달되는 단계를 포함하며,상기 입력값을 Autobeam 이라는 구조계산 프로그램을 사용하여 필요한 양만큼의 인공지능(AI) 빅데이터를 생성하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 2 |
2
청구항 1에 있어서,상기 구조계산 프로그램(Autobeam)은,입력파라메타(100)와 출력파라메타(200)로 구성되되,상기 입력파라메타는,보폭 데이터 생성범위(10), 콘크리트 강도 생성범위(20), 철근강도 생성범위(30), 보춤데이터 생성범위(40), 보길이 데이터 생성범위(50), 인장 철근비(210), 압축 철근비(211) 및 철근, 콘크리트 단가 생성범위(60)를 포함하여 구성되고,상기 출력파라메타는,설계 모멘트(201), 보처짐(202), 이산화 탄소 배출량(203), 보 중량(204), 보단가(205, 209), 중립축(206), 인장변형율(207) 및 압축변형율(208)을 포함하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 3 |
3
청구항 2에 있어서,상기 입력파라메타는, 상기 콘크리트 강도 생성범위(20), 철근강도 생성범위(30) 파라메타를 통해 콘크리트와 철근의 량을 계산하는 단계(S300)와,인장 철근, 압축 철근, 콘크리트의 범위를 설정하는 단계(S310, S320)와,상기 철근과 콘크리트의 범위를 AI 학습용 빅데이터 생성용 알고리즘을 통해 빅데이터를 생성하고, 설계범위이내에서(S330), 상기 입력파라메타에서 구해진 설계범위 이내의 생성된 빅데이터를 통해 AI 기반 지능형 구조설계의 설계 모멘트 계산(201)과, 보처짐(202) 범위가 결정되고, 보단가(205, 209), 이산화 탄소 배출량(203), 보중랑(204)을 계산하고, 중립축을 계산하며(206), 인장변형율을 계산하고(207), 압축변형율을 계산하여(208) 결정됨을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 4 |
4
청구항 3에 있어서,상기 입, 출력파라미터가 완료되면 AI 네트워크에 장착되는데, 상기 AI 네트워크는 학습네트워크(S400)와, 설계 네트워크(S500)로 구성되고, 상기 학습네트워크(S400)는 입력변수를 결정하고(S410), 출력변수를 결정한후(S420), 은닉층과 뉴런을 결정하며(S430), 계산 횟수를 결정하고(S440), 학습을 시작하는 단계(S450)를 포함하여 이루어지고,상기 학습 후 설계 네트워크(S500)를 통해 설계 입력 벡타를 설정하고(S510), AI 네트워크를 가동하여(S520), 설계결과가 출력(S530)되는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 5 |
5
청구항 4에 있어서,상기 모멘트 강도(Mn)의 위치는 입력측, 출력측이 교환되어 AI 네트워크에서 학습됨을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 6 |
6
청구항 2에 있어서,상기 입력파라메터는타겟모멘트강도(Mn), 보길이(L), 철근의 항복강도(fy), 콘크리트의 압축강도(f'c), 보폭(b) 및 보의 처짐(Δ))을 포함하고,상기 출력파라메터는 보의 춤(d), 인장철근량(ptension), 압축철근량(pcompression), 인장변형률(εtension) 및 압축변형률(εcompression))을 포함하여 학습을 시행하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 7 |
7
청구항 1에 있어서,상기 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법을 통해,구조물의 모멘트 강도를 포함하는 규격강도(nominal strength), 처짐, 구조부재 변형률(스트레인) 및 물량을 포함하는 목표를 정한 후에 이를 만족하는 구조사이즈, 철근량 및 콘크리트 강도를 후결정하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 8 |
8
청구항 1에 있어서,상기 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법을 통해,내진설계에 있어서 목표처짐량(연성, Ductility)을 선계획하고, 이를 만족하는 구조부재를 후설계하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
| 9 |
9
청구항 1에 있어서,상기 Autobeam 구조계산 프로그램에서 필요한 양만큼의 인공지능(AI) 빅데이터는, 설계반복을 이용하여 필요한 양만큼의 인공지능 빅데이터를 생성하는 것을 특징으로 하는 역 해석 기능을 갖는 인공지능(AI) 기반 지능형 구조설계 방법
|
