本文是一篇土木工程论文，笔者通过实际的工程案例，对装配式梁柱节点设计中的钢筋进行建模测试，经过2000回合的训练，拟合出具有自动避让功能的算法模型。通过对比人工配筋和程序配筋的耗时，验证了该算法模型的高效性。
第 1 章 绪论
1.1 研究背景
装配式建筑是指采用预制技术，在工厂进行构件标准化生产，再运输到施工现场拼装而成的建筑。由于生产线的制造工艺更容易控制，因此装配式建筑比传统现浇建筑施工效率更高。在同一个建筑体内，梁柱构件的类型往往只有几种，墙板构件也可以按标准化模数拆分，所以改进制造工艺，可以显著提高装配式建筑的制造效率，进而缩短建造工期。由于预制构件在工厂生产完成，能够降低现场扬尘污染，减少垃圾堆放，因此大力发展装配式建筑，也符合国家绿色建造的政策导向[1]。
2017年，在中国建筑产业现代化学术年会上，中建科技集团有限公司董事长叶浩文以《装配式建筑一体化建造方式》为题做了主旨演讲，介绍了我国装配式建筑顶层设计及大力发展装配式建筑进展，指出我国现阶段设计、生产、施工严重脱节，影响现场安装作业的顺利实施。装配式建筑是一项系统化工程，在设计阶段应充分考虑生产施工过程中设计的可实施性，权衡设计对生产、运输、吊装等多个环节的影响，调整预制构件拆分方式，优化设计方案。所以装配式建筑的建造方式，必然要走一体化道路。
为了使装配式建筑的建造过程顺利进行，必须在设计之初就建立集成化设计思想，利用现代信息技术把建造过程中相对独立的阶段、信息有效结合起来，减少设计中的反复变更，最大限度提高设计效率，降低生产成本。在这一点上，BIM技术将发挥重要作用。BIM是当前建筑信息化、数字化的革命性技术，减少了从图纸到实体转换过程中的信息丢失，把二维设计推向了三维设计时代[2]。
..........................
1.2 国内外研究现状
1.2.1 国内研究现状
近年来，BIM技术广泛应用于建造过程中的碰撞检测。通过使用Revit建模工具和二次开发技术，对结构中的复杂节点进行参数化建模和深化设计，可以解决设计中的大多数碰撞问题[7]。崔琨[8]针对钢筋混凝土框架结构中的设计问题，摈弃了Revit原始钢筋建模思路，提出了参数化钢筋模型生成框架。通过设置不同的参数，可以实现三维环境下梁柱节点处的钢筋避让。该框架局限于典型的四类梁柱节点，且避让方式需要人为选择族类别和族参数来实现，没有达到智能化水平。
李健[9]研究了BIM技术在装配式框架结构深化设计中的应用。首先利用PKPM-PC软件完成叠合板、叠合梁的拆分及配筋过程，然后对复杂节点进行钢筋碰撞检查，给出了不同节点的避让处理方式，表现了BIM技术能够提早发现钢筋密集节点处的碰撞问题，并对钢筋排布和避让提供可视化调整。但该流程在处理碰撞时需要手动选择避让方向、避让距离等参数，通过不断的“调整-检测-调整”才能符合实际施工的要求，人工作业量并没有显著减少。
汪晴晴，杨秀芝[10]等提出了一种在图层识别算法基础上依据平面图和列表信息创建结构信息模型的方法，利用图层中针对不同构件的线型表达和绘制特征实现结构构件的识别。该算法选用C#语言和集成开发环境Visual Studio 2017，基于Revit API进行二次开发，经实例验证该方法能够快速准确的实现从CAD图纸到BIM模型的转化。
冯德成，吴刚[11]等基于可解释性机器学习算法对混凝土结构的性能预测进行建模研究，提出了一种机器学习算法，能够根据每一个输入的结构参数直接给出相应的贡献度，与传统机器学习算法相比，新提出的算法可以对结构中各个特征参数的影响力进行排名。通过三个案例，统一了该算法在结构全局范围或局部范围内的可解释性，克服了传统机器学习模型中的“黑盒子”问题。
.............................
第 2 章 基于Revit API的参数化配筋程序开发
2.1 Revit二次开发准备工作
Autodesk Revit从2002年开始流入中国市场，经过多年的发展，已经成为国内主流的BIM软件之一。Revit摒弃了传统三维建模软件的操作模式，以“参数化”建模为核心，实现了仅通过很少的特征值即可表达全部建筑物实体的建模方式，相比传统建模软件有着建模速度快、修改方便等特性[27]。由于它涵盖了建筑、结构和机电全专业，功能细致且繁多，有时候操作起来显得笨重而复杂，加之不符合国内设计规范标准，约束了设计人员的创造力和工作效率。
在进行Revit二次开发之前，首先要了解Revit API。API是应用程序接口(Application Programming Interface)的首字母缩写，是开发人员进入软件后台进行调试的入口。Revit API中的函数再被编译之后构成了一个完整的类库，需要在Revit运行时才能够工作。Revit API允许开发人员通过C#，C++, VB.NET等任何与.NET平台兼容的语言来编程，将编译后的类库文件集成到Autodesk Revit中。利用API不仅可以将一些重复工作自动化，还可以将模型数据导出至外部数据库进行分析统计。对于增强软件UI，转换数据格式与其他软件功能交互，也可以通过Revit API来实现。Revit二次开发的主要任务就是将包含自定义功能的程序编译成.dll文件（动态链接库），.dll文件可以被链接到程序主线程中，为Revit提供更丰富的定制化功能。
2.1.1 开发语言选择
理论上所有支持托管代码的语言都能用来进行Revit二次开发，包括Python、Javascript等等，但实际上用微软原生的VB.NET、C#、C++、F#等能获得更好的支持。在二次开发过程中，经常需要调用Revit API中的已有函数，因此不可避免要引用很多封装的.dll文件，而这些文件的源代码是基于特定版本的.Net框架编写，非.Net平台的语言并不具备良好的兼容性，可能给开发过程带来意料之外的阻碍。
.........................
2.2 Revit二次开发环境搭建
在安装完编程语言和辅助工具后，就可以搭建开发环境。Revit二次开发不是完全自由的创作，它需要程序能够和Revit的API接口正确对接。因此，搭建一个完整稳定的开发框架，只需要在此基础上修改内部程序逻辑，就能实现不同的功能需求。
2.2.1 VS配置
打开Visual Studio 2019，创建新项目，选择类库(.NET Framework)项目模板。在上文中提到，Revit二次开发最终要生成.dll类型的文件，而这类文件是基于类库(.NET Framework)项目模板编辑的程序经过编译后才会生成的。最后选择.NET Framework的框架版本，不同版本的Revit对应的.NET框架版本不同，不同版本框架之间由于删除更改和优化升级的原因，在某些底层函数定义上可能存在不兼容，编译失败等状况。开发人员需要仔细阅读Revit SDK文件夹下的Getting Started with the Revit API.docx文件，找到对应的框架版本，之后创建该项目。本项目基于Revit 2020进行开发，选用.NET Framework 4.5版本。详见图 2-7，图 2-8。
土木工程论文怎么写
...............................
第3章 基于深度强化学习的钢筋智能体训练环境搭建 ...................... 27
3.1 深度学习原理 ······························· 27
3.1.1 生物神经网络 ..................................... 27
3.1.2 人工神经网络 ............................. 28
第4章 基于PA-DDPG算法的钢筋避障与路径规划 ............................... 53
4.1 PA-DDPG算法原理 ·························· 53
4.2 单根钢筋的算法模型设计 ·························· 55
第5章 智能避障配筋插件在工程中的应用 ........................... 65
5.1 项目简介 ························ 65
5.2 算法模型在装配式梁柱节点处的配筋 ················ 67
第 5 章 智能避障配筋插件在工程中的应用
5.1 项目简介
单根钢筋避让测试的成功，表明了该算法模型中各个要素定义的基本正确性，然而程序往往需要一次性完成选中构件或节点内的全部配筋。已完成钢筋不断作为障碍物加入到训练环境中，造成钢筋智能体在运动过程中的限制条件增多。为验证本文所述PA-DDPG算法模型在不断变化的复杂环境中是否满足避让准确性和高效性的要求，本章以实际工程案例为依托，在Revit建模软件中还原项目的真实尺寸模型，并利用本文所开发的程序为模型中装配式部分构件进行配筋。
本项目为河北省石家庄市某在建中学，地上3层，地下1层，整体采用框架结构体系，抗震等级二级。其中地上1-3层结构柱采用预制柱，2-3层顶局部梁采用预制叠合梁，混凝土标号均为C35，纵向钢筋强度等级为HRB400。部分装配式图纸如图 5-1所示，其中局部装配式结构节点的构件信息如下表 5-1所示：
土木工程论文参考
.............................
结论与展望
结论
在传统装配式框架结构设计中，设计人员往往在对预制构件配筋之后，手动进行节点处钢筋的避让处理。由于节点处钢筋的数量较多，钢筋的布置规范要求严格，对于大型项目涉及的节点种类也会增加，造成设计人员对节点处钢筋的深化设计远远不够。学术界关于钢筋碰撞的研究虽多，但大都缺乏智能化处理，针对不同的碰撞问题需要人为植入不同调整策略。一旦深化设计出现错误甚至缺失，现场的钢筋可能会根据工人施工的便利随意弯折，造成钢筋布置不符合规范甚至材料性能受损。这种落后的设计模式，导致了设计施工效率低下。
随着生产力水平的不断提高，预制构件在工厂的生产趋于机械化，钢筋的下料和布置也将逐渐由机械设备去完成，未来将更加需要高精细的图纸或模型去指导机器完成施工和预制构件工作。本研究基于强化学习算法，对装配式框架节点设计中的钢筋排布进行建模分析，主要贡献如下：
(1) 针对三维设计中钢筋建模操作繁琐的问题，本文利用自主开发的程序，实现了结构单个构件或节点的钢筋参数化建模。根据图纸平法表达的习惯，在图形界面输入相关配筋信息，程序就可以根据表单中的材料属性自动在构件或节点内部生成钢筋的三维排布模型，以可视化的方式展示各个构件中钢筋的空间关系。
(2) 针对装配式建筑梁柱节点设计中的钢筋碰撞问题，本文基于深度强化学习算法给出了人工智能的解决方案，钢筋的建模问题被转化为智能体路径规划问题。为适应混合动作空间的设计需求，本文提出了参数化动作空间描述钢筋的真实运动状态，同时改进传统DDPG算法中的决策网络模型，定义了PA-DDPG算法的执行逻辑。改进后的PA-DDPG算法能够使智能体同时输出每次动作的两种不同形态，完整勾勒出钢筋的运动轨迹。该研究不仅使传统DDPG算法的应用从单一动作空间拓展到混合动作空间，也为结构设计中解决钢筋碰撞问题提供了更多思路。
(3) 通过实际的工程案例，对装配式梁柱节点设计中的钢筋进行建模测试，经过2000回合的训练，拟合出具有自动避让功能的算法模型。通过对比人工配筋和程序配筋的耗时，验证了该算法模型的高效性。
参考文献（略）