Gebruiksvoorspelling met behulp van een machinaal aangeleerd model

Deze functionaliteit is beschikbaar voor geselecteerde parametrische verbindingssjablonen uit de IDEA StatiCa voorgedefinieerde set. In versie 26.0 ondersteunen slechts een beperkt aantal sjablonen de voorspelling, maar de dekking zal in toekomstige versies geleidelijk worden uitgebreid.

Voor ondersteunde sjablonen wordt het voorspelde gebruik direct in de scène weergegeven, zodat er direct feedback wordt gegeven over de verwachte capaciteit van de huidige configuratie. De weergegeven waarde vertegenwoordigt een schatting gegenereerd door een machine learning model.

De voorspellingsmethode

Het voorspelde gebruik is gebaseerd op een machine-learningmodel dat is getraind op een grote dataset van vooraf berekende verbindingsvarianten. Voor elk ondersteund parametrisch sjabloon werden automatisch tienduizenden modellen met verschillende parametercombinaties gegenereerd.

Al deze modellen werden volledig berekend met de standaard IDEA StatiCa Verbindingsanalyse. Op basis van de resultaten werd een machine-learningmodel getraind om het gebruik van de sjabloon te voorspellen voor nieuwe parametercombinaties die niet vooraf expliciet waren berekend.

De aanpak biedt een snelle schatting van het gebruik van de verbinding zonder dat na elke parameterwijziging een volledige berekening hoeft te worden uitgevoerd.

Hoe de voorspelling wordt geëvalueerd

Voor elke ondersteunde parametrische sjabloon houdt het machine-learningmodel rekening met de geometrie en parameters van de sjabloon, samen met de belastingscomponenten die tijdens de training zijn toegepast.

Wanneer de gebruiker een sjabloonparameter wijzigt (bijvoorbeeld plaatdikte, boutgrootte of randafstanden), wordt het voorspelde gebruik onmiddellijk bijgewerkt. Hierdoor kan de gebruiker snel beoordelen of de huidige configuratie dichter bij of verder van de verwachte capaciteit ligt.

De voordelen van voorspeld gebruik voor de gebruiker

Dankzij het voorspelde gebruik kan de gebruiker de configuratie van de verbinding optimaliseren zonder herhaaldelijk de volledige berekening uit te voeren. De voorspelling geeft direct feedback bij het wijzigen van parameters.

Als de gebruiker tevreden is met het voorspelde gebruik, moet de laatste verificatie altijd worden uitgevoerd door de standaard spanning/rekberekening uit te voeren. Alleen het berekende resultaat vertegenwoordigt de werkelijke ontwerpcontrole volgens de geselecteerde code.

Deze aanpak versnelt het ontwerpproces aanzienlijk, omdat het niet langer nodig is om elke tussenliggende ontwerpvariant te verifiëren door middel van een berekening.

Weergegeven voorspelling in de scène

Als er meerdere belastingseffecten zijn gedefinieerd in het project, komt de voorspelde bezetting die wordt weergegeven in de scène altijd overeen met het belastingseffect waarbij de verbinding de hoogste bezetting bereikt. Voorspellingen voor andere belastingseffecten worden niet tegelijkertijd weergegeven.

Op dezelfde manier, als twee of meer parametrische sjablonen worden gebruikt binnen een enkel verbindingsmodel, vertegenwoordigt het voorspelde gebruik dat wordt weergegeven in het schouwspel het meest gebruikte sjabloon, niet het gebruik van de verbinding als geheel, omdat er geen rekening wordt gehouden met de interactie van de gecombineerde sjablonen.

Voorspeld gebruik voor individuele sjablonen kan worden bekeken door elk sjabloon apart te selecteren. Dit stelt de gebruiker in staat om het geschatte gebruik van elke sjabloon onafhankelijk te beoordelen, terwijl hij in gedachten houdt dat de weergegeven waarde niet het gecombineerde gedrag van het gehele verbindingsmodel weergeeft.

Beperkingen

Het voorspelde gebruik is bedoeld als een snelle schatting tijdens het ontwerpen van verbindingen. Bij het interpreteren van de weergegeven waarde is het belangrijk om de aannames te begrijpen die gebruikt zijn tijdens het trainen van het machine-learning model en de inherente beperkingen die daaruit voortvloeien.

De volgende beperkingen zijn van toepassing op het voorspelde gebruik:

1 Belastingsoverwegingen

• Beperkte belastingscomponenten - De training van elke sjabloon omvatte slechts twee belastingscomponenten (bijv. Vz en My), met verankeringsgevallen getraind voor drie componenten. Andere belastingscomponenten zijn niet meegenomen in de voorspelling. Als deze componenten bepalend zijn voor het gedrag van de verbinding, kan het voorspelde gebruik significant afwijken van het berekende resultaat.
• Alleen verbonden lid - De voorspelling beschouwt alleen belastingen die op het verbonden lid worden uitgeoefend. Belastingen die inwerken op het ondersteunende lid worden niet meegenomen. Als het dragende lid aanzienlijk wordt belast, kan het berekende resultaat aanzienlijk minder gunstig zijn dan de voorspelling.

2 Modelaannames

• Stuiklassen (CJP) verondersteld - De modellen zijn getraind uitgaande van stuiklassen (CJP). De laswijdte wordt daarom niet weerspiegeld in het voorspelde gebruik. Als de lascapaciteit doorslaggevend is, kan de voorspelling aanzienlijk afwijken van het berekende resultaat. Autodesign van lassen met oversterkte, voor volledige sterkte, minimale vervormbaarheid of capaciteitsschatting is beschikbaar in het contextmenu van het projectitem.
• Standaard projectinstellingen vereist - De voorspelde bezetting biedt alleen betrouwbare resultaten als de projectinstellingen overeenkomen met de instellingen die tijdens de training zijn gebruikt. Dit betekent dat standaard projectinstellingen moeten worden gebruikt, in het bijzonder veiligheidsfactoren, mesh-instellingen, standaardlengtes en segmentindeling.

3 Beschikbaarheid

• Alleen voor EN- en AISC-ontwerpcodes.
• Alleen wanneer Stress-Strain-analyse is geselecteerd.
• Een internetverbinding is vereist.
  

4 Sjabloonwijzigingen

• Tabblad Ontwikkelaar en wijzigingen in het constructieschema - Als de gebruiker de sjabloon in het tabblad Ontwikkelaar wijzigt (bijv. parameters verwijderen, parametergrenzen wijzigen) of een ander steunelement selecteert, wordt de voorspelling onbeschikbaar. In dergelijke gevallen kan het algoritme niet controleren hoeveel de gewijzigde verbinding verschilt van de oorspronkelijke getrainde sjabloon.
• Geometrische veranderingen - Sommige geometrische veranderingen worden nog niet weerspiegeld in het voorspelde gebruik. Er wordt bijvoorbeeld geen rekening gehouden met het veranderen van de hoek of de excentriciteit van de as van het verbonden lid, en in dergelijke gevallen kan het voorspelde gebruik aanzienlijk afwijken van het berekende resultaat.
• Extra bewerkingen - Als een extra bewerking wordt toegevoegd aan de mal (bijvoorbeeld een verstijving), wordt het voorspelde gebruik nog steeds weergegeven, maar het effect van die bewerking wordt niet meegenomen in de voorspelling.
  

5 Meerdere sjablonen

• Als er meerdere sjablonen worden gebruikt binnen één verbindingsmodel, kan het gebruik van elk sjabloon afzonderlijk worden voorspeld. Er wordt echter geen rekening gehouden met hun onderlinge interactie.

Slotopmerking

Het voorspelde gebruik moet altijd worden gezien als een schatting. Tools voor machinaal leren kunnen een volledige constructieberekening door een ingenieur niet vervangen.

De voorspelling kan een aanzienlijke tijdsbesparing opleveren tijdens de optimalisatie van verbindingen door een snelle vergelijking van verschillende parameterconfiguraties mogelijk te maken.

De genoemde beperkingen zullen geleidelijk afnemen naarmate het proces van machinaal leren en de trainingsdatasets verder worden uitgebreid. Tegelijkertijd zal het aantal ondersteunde parametrische sjablonen met voorspellingsfunctionaliteit blijven toenemen.