期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
关联CAD-SAP2000-ANSYS的管桁架自动化建模分析技术体系与程序实现
1
作者
马小平
《铁道标准设计》
北大核心
2025年第9期178-185,194,共9页
数据信息的参数化传递与自动化计算是结构设计向数字化、智能化迈进的关键。传统方法以人工翻模和手动输入为主,不仅耗时费力,而且易造成信息丢失。鉴于此,针对钢结构管桁架体系,以Grasshopper及Python为研发平台,开发了关联CAD-SAP2000...
数据信息的参数化传递与自动化计算是结构设计向数字化、智能化迈进的关键。传统方法以人工翻模和手动输入为主,不仅耗时费力,而且易造成信息丢失。鉴于此,针对钢结构管桁架体系,以Grasshopper及Python为研发平台,开发了关联CAD-SAP2000-ANSYS的管桁架自动化建模分析技术体系(C-S-A)。该体系由CAD向SAP2000自动化建模分析插件(C-S)、CAD向ANSYS节点深化建模分析插件(C-A)、SAP2000向ANSYS模型转化分析软件(S-A)三个模块组成。通过某站房钢屋架的实例验证表明:C-S插件相比传统方法可提升建模计算效率95%以上;C-A插件完成焊接球节点精细化有限元的建模计算仅需1~2 min;S-A软件转化后模型计算的平均误差仅为0.46%,满足精度要求。因此,C-S-A技术体系可为相关从业人员更加快速、准确地实现由二维图纸到结构模型或深化模型的自动建模分析,以及不同结构模型之间的转化分析,进而在显著提升模型构建效率的同时,为结构分析结果的对比验证提供便捷。
展开更多
关键词
建筑结构
铁路客站
ANSYS
管桁架
自动化建模分析
在线阅读
下载PDF
职称材料
基于机器学习的钢筋混凝土矩形柱破坏模式预测研究
被引量：
1
2
作者
张海
马小平
+2 位作者
苏三庆
王威
蔡玉军
《建筑科学与工程学报》
北大核心
2025年第2期48-57,共10页
针对传统分析方法识别效果差、数据依赖性强等问题,以既有试验数据为基础,建立矩形截面钢筋混凝土柱的数据库,应用K邻近、随机森林、支持向量机、梯度提升决策树、深度神经网络等机器学习算法,实现矩形柱破坏模式的有效识别与预测。借...
针对传统分析方法识别效果差、数据依赖性强等问题,以既有试验数据为基础,建立矩形截面钢筋混凝土柱的数据库,应用K邻近、随机森林、支持向量机、梯度提升决策树、深度神经网络等机器学习算法,实现矩形柱破坏模式的有效识别与预测。借助机器学习强大的自学习、自适应能力,精准预测钢筋混凝土矩形柱的破坏模式,并为震后结构的维修加固与损伤评估提供依据。结果表明:机器学习技术对弯曲破坏均有良好的识别效果,随机森林和梯度提升决策树算法的准确率和回归率均达到100%,可用于矩形柱弯曲破坏模式的精准预测;机器学习技术对于剪切破坏的识别效果差别不大,准确率均达66.67%,K邻近、支持向量机、梯度提升决策树的回归率最高,达到100%;对于弯剪破坏模式,随机森林和梯度提升决策树的准确率最高,达到83.33%,支持向量机的预测效果较差。
展开更多
关键词
钢筋混凝土
矩形截面柱
机器学习
破坏模式预测
试验数据
在线阅读
下载PDF
职称材料
题名
关联CAD-SAP2000-ANSYS的管桁架自动化建模分析技术体系与程序实现
1
作者
马小平
机构
中铁第一勘察设计院集团有限公司极端环境岩土和隧道工程智能建养全国重点实验室
中铁
第一
勘察
设计院
集团
有限公司
建
筑与规划
设计
研究院/TOD研发中心
出处
《铁道标准设计》
北大核心
2025年第9期178-185,194,共9页
基金
中国施工企业管理协会青年创新项目(2023-B-009)
中铁第一勘察设计院集团有限公司科研开发项目(2022KY51ZD(ZNJC)-03,2022KY54ZD(ZNXT)-05)
中国铁路西安局集团有限公司科学技术研究开发计划项目(Y2023034)。
文摘
数据信息的参数化传递与自动化计算是结构设计向数字化、智能化迈进的关键。传统方法以人工翻模和手动输入为主,不仅耗时费力,而且易造成信息丢失。鉴于此,针对钢结构管桁架体系,以Grasshopper及Python为研发平台,开发了关联CAD-SAP2000-ANSYS的管桁架自动化建模分析技术体系(C-S-A)。该体系由CAD向SAP2000自动化建模分析插件(C-S)、CAD向ANSYS节点深化建模分析插件(C-A)、SAP2000向ANSYS模型转化分析软件(S-A)三个模块组成。通过某站房钢屋架的实例验证表明:C-S插件相比传统方法可提升建模计算效率95%以上;C-A插件完成焊接球节点精细化有限元的建模计算仅需1~2 min;S-A软件转化后模型计算的平均误差仅为0.46%,满足精度要求。因此,C-S-A技术体系可为相关从业人员更加快速、准确地实现由二维图纸到结构模型或深化模型的自动建模分析,以及不同结构模型之间的转化分析,进而在显著提升模型构建效率的同时,为结构分析结果的对比验证提供便捷。
关键词
建筑结构
铁路客站
ANSYS
管桁架
自动化建模分析
Keywords
building structure
railway passenger station
ANSYS
pipe truss
automated modeling and analysis
分类号
TU311.4 [建筑科学—结构工程]
TU318 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
基于机器学习的钢筋混凝土矩形柱破坏模式预测研究
被引量：
1
2
作者
张海
马小平
苏三庆
王威
蔡玉军
机构
中铁
第一
勘察
设计院
集团
有限公司
中铁
第一
勘察
设计院
集团
有限公司
西安
建
筑科技大学土木
工程
学院
出处
《建筑科学与工程学报》
北大核心
2025年第2期48-57,共10页
基金
中铁第一勘察设计院集团有限公司科研开发项目(2022KY51ZD(ZNJC)-03,2022KY54ZD(ZNXT)-05)
中国施工企业管理协会青年创新项目(2023-B-009)
中国铁路西安局集团有限公司科学技术研究开发计划项目(Y2023034)。
文摘
针对传统分析方法识别效果差、数据依赖性强等问题,以既有试验数据为基础,建立矩形截面钢筋混凝土柱的数据库,应用K邻近、随机森林、支持向量机、梯度提升决策树、深度神经网络等机器学习算法,实现矩形柱破坏模式的有效识别与预测。借助机器学习强大的自学习、自适应能力,精准预测钢筋混凝土矩形柱的破坏模式,并为震后结构的维修加固与损伤评估提供依据。结果表明:机器学习技术对弯曲破坏均有良好的识别效果,随机森林和梯度提升决策树算法的准确率和回归率均达到100%,可用于矩形柱弯曲破坏模式的精准预测;机器学习技术对于剪切破坏的识别效果差别不大,准确率均达66.67%,K邻近、支持向量机、梯度提升决策树的回归率最高,达到100%;对于弯剪破坏模式,随机森林和梯度提升决策树的准确率最高,达到83.33%,支持向量机的预测效果较差。
关键词
钢筋混凝土
矩形截面柱
机器学习
破坏模式预测
试验数据
Keywords
reinforced concrete
rectangular column
machine learning
failure mode prediction
experimental data
分类号
TU393 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
关联CAD-SAP2000-ANSYS的管桁架自动化建模分析技术体系与程序实现
马小平
《铁道标准设计》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于机器学习的钢筋混凝土矩形柱破坏模式预测研究
张海
马小平
苏三庆
王威
蔡玉军
《建筑科学与工程学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
