Сейчас веду активную работу над теоретическим армированием. Оказывается все разработчики ПО для расчетов строительных конструкций подходят по разному в вопросе нахождения теоретического армирования.
Перед нахождением теоретического армирования у всех разработчиков на руках результаты найденных напряжений по каждому КЭ в виде девяти тензоров напряжений:
Программа Prometey 2.0 - это продолжение мобильной версии программы которая перевернет твое сознание и раздвинет тебе привычные рамки понимания окружающих тебя вещей. Она создана для помощи, а не для замены инженеров искусственным интеллектом.
Prometey 2.0 - это оцифрованная копия инженера конструктора, а точнее цифровой двойник его опыта, только уже намного более точный и производительный. Это полноценный искусственный интеллект под управлением различных нейросетей , генетических алгоритмов и просто сложных алгоритмов работающих в связке с друг другом.
Возможности Prometey 2.0:
- расставляет колонны/пилоны на архитектурном плане здания строго в архитектурных стенах
- создает сотни, тысячи, десятки и даже сотни тысяч вариантов различного расположения
- находит напряжения в вертикальных несущих элементах (N, Mx, My, Mz, Qx, Qy)
- находит деформации в плите перекрытия
- находит основные напряжения σх и σу по верхней и нижней плоскости плиты перекрытия
- определяет эффективность каждого варианта конструктивной схемы здания в рамках теории основанной на статистическом анализе 100 000 вариантов расчетных схем зданий подготовленных ИИ
- составляет отчет со всеми эпюрами и сохраняет его на жестком диске за уникальным ID номером
Помимо новых функций в программе остались и портированы все старые функции мобильной версии:
- Экспресс оценка изгибающих моментов возникающих в плите перекрытия
Для группы по проектированию алюминиевых мостов решил подобрать удобные мониторы и решил начать с себя. Долго сравнивал варианты, два монитора 27" или один 49". И в конечном счете решил остановится на мониторе с соотношением сторон 32:9. Длинной такой монитор 1200 мм, коробка 1550.
С одной стороны данные мониторы конечно же для PC-гейминга , частота 120 Гц, разрешение 5120х1440, HDR и т.д., но мое мнение он отлично подходит для работы. Как минимум за счет высокой частоты создает меньшее давление на глаза.
В прошлой статье я рассматривал производительность самой современной архитектуры Ампера на базе видеокарты RTX 3090 в задачах статических расчетов строительных конструкций. В экспериментах удалось добиться почти 40% увеличения производительности. В этой статье я решил протестировать уже шейдерные ядра CUDA в вычислениях с одинарной точностью, иными словами в задачах моделирования.
Все современные программы для моделирования по своей сути представляют собой уже прошлое. С появлением высокопроизводительной архитектуры параллельных вычислений Ампера, теперь как никогда становится уже очень актуально появление новых геометрических ядер, на основании хотя бы шейдерной тесcеляции. Время тесселяции на основании OpenGL или Direcr3D подходит к концу.
Начну немного издалека. В прошлом году появление видео карт RTX 2080 от компании Nvidia для обычных пользователей ознаменовала ничего, но для инженеров это новая эра. Со стороны обычного пользователя видео карта это некий девайс обладающий магической силой создавать картинку на экране монитора , и чем больше видео память и скорость обработки этого объема тем лучше. Но вот для инженера этого не просто мало и можно сказать, что даже вся эта информация не дает ничего.
Многие инженеры и архитекторы знают, что есть деление видео карт на профессиональные и игровые. Многие ставят для работы профессиональные и наоборот , не видя разницы, ставят игровые вместо профессиональных.
Спустя почти 8 месяцев я получил первый результат и он положительный. Сейчас нет радости от результата, потому как много сил и времени ушло на создание рабочей модели нейронной сети. Этот путь был настолько тернист , что и врагу не пожелать. У меня уже есть идеи как все улучшить в два раза, но меня это откинет на 3 месяца назад, поэтому я решил пока все оставить как есть и не трогать математическую модель. А вот как она выглядит :
В течении двух недель я пробовал найти решение проблемы сходимости нейросети с тренировочными данными в пределах не более 10% погрешности и с большей производительностью.
В прошлой статье я упомянул , что мозг человека это не творения некого сверх разума, это всего навсего механизм выполняющий сложные математические операции. Но скорость обработки этих операций и их число настолько велико, что их невозможно визуализировать каким либо понятным графическим способом. Так как я решаю проблему расстановки пилонов в здании, то и примеры будут касаться конструирования. Когда конструктор получает задание от архитектора на расположение вертикальных конструкций, по сути он начинает на подсознательном уровне подгружать весь тот полученный с годами опыт и применять его на практике. И под опытом я подразумеваю практические навыки на аналогично проделанной работе.
Протестировав 3 разные модели расстановки пилонов в здании я остановился на модели NEAT, а точнее HyperNEAT. В дословном переводе это означает NeuroEvolution of Augmenting Topologies , в переводе НейроЭволюция возрастающих топологий, только для очень масштабных не симметричных нейронных систем.
Порой нам кажется, что проще выполнять всю работу самому и работа в команде нам только мешает, но как оказывается не всегда.
Для скачивания через Microsoft Store , просто наберите в поиске AIPI, или используйте ссылку.
Программа AIPI предназначена в первую очередь для ГИПов и руководителей проектных организаций. AIPI автоматизирует:
- график загрузки специалистов по основным разделам
- график необходимости специалистов по разделам
- график движения заработанных денег по отделам
- график движения заработанных денег по организации
- внесение изменений в график
- пересчет основных графиков исходя из сдвижек на линейном графике