극한의 추위

날짜: 2022년 7월 15일

냉간 굽힘 유리는 비평면 형상의 건설 프로젝트에서 채택이 증가하고 있습니다. 이 논문은 11,136개의 고유한 냉간 굽힘 패널을 특징으로 하는 4개의 고층 타워 세트에 대해 수행된 작업을 제시하며 그 중 수백 개는 250mm를 넘어섰습니다. 패널은 모두 독특하고 직사각형이 아니며 어떤 경우에는 약간 구부러져 있습니다. 까다로운 형상은 최종 패널 형상의 예측을 복잡하게 하며, 이는 굽힘 전에 패널의 평평한 형상에 대한 제작 도면을 생성하는 데 필수적인 단계입니다.

기계 학습은 AEC 업계에서 아직 초기 기술이지만, 예측은 특히 대량의 데이터(이 경우 패널)를 처리할 때 많은 기계 학습 기술이 이상적인 문제 유형입니다. 이 논문에서는 굴곡이 심한 유리의 기하학적 특성, 패널의 모양 예측을 위한 방법론, 구현에 있어서 기계 학습의 사용에 대해 논의합니다. 이 방법론은 설치된 건축용 유리 3,500개 이상에 적용되었으며 기하학적 편차를 밀리미터 미만의 허용 오차까지 75%까지 줄이는 것으로 나타났습니다.

냉간 굽힘은 유기적이거나 비평면적인 형상을 특징으로 하는 건설 프로젝트에 유리를 사용할 수 있는 기술입니다. 냉간 굽힘 방법이 더욱 철저하게 이해되고 적용됨에 따라 그 한계가 조사되고 도전받고 있습니다. 최근 프로젝트에서는 4개의 고층 타워(2개는 높이 240m, 2개는 300m)에 11,136개의 고유한 냉간 굴곡 패널을 갖추고 있습니다. 그 수천 개 중 수백 개의 패널이 평면에서 200~400mm 정도 밀려 나옵니다.

냉간 굽힘 및 기계적 한계에 관한 연구의 대부분은 직사각형 또는 정사각형 패널에 관한 것이지만 패널의 모양이 좌굴 특성에 상당한 영향을 미친다는 것도 잘 알려져 있습니다. 직사각형은 비평면 표면을 타일링할 수 없기 때문에 대부분의 냉간 굽힘 응용 분야에는 직사각형이 아닌 패널이 필요할 가능성이 높습니다. 이 프로젝트의 패널은 기울어진 사각형으로 직사각형이 아닌 모양의 탄성 변형 특성에 대한 유용한 연구 역할을 합니다.

설계 및 엔지니어링 과정에서 형상과 재료의 상호 작용을 이해하는 것이 중요하지만 제작을 준비할 때는 절대적으로 중요합니다. 패널이 프레임에 올바르게 맞도록 하려면 평평한 최종 패널 모양을 예측할 때 기하학적 왜곡을 적절하게 설명해야 합니다. 이를 위해서는 최소한 수천 개의 고유한 인스턴스 규모에서 계산 비용과 시간이 많이 소요되는 일련의 재료 시뮬레이션이 필요합니다.

그러나 예측은 기계 학습 알고리즘에 매우 적합한 문제 클래스입니다. 따라서 우리는 표면을 일련의 매개변수로 정의하는 방법론을 만들었습니다. 이를 통해 건축용 유리 패널의 차가운 굽은 표면 형상을 예측하기 위한 기계 학습 모델을 훈련할 수 있습니다. 최종 예측 모양에서 유한 요소 분석을 사용하여 재료 특성과 두께를 고려하면서 굽힘을 반대로 시뮬레이션하고 평평한 "펼쳐진" 모양을 예측합니다.

여기에서는 고도로 변형된 유리의 특이성과 기계 학습 모델을 훈련하고 구현하는 방법론에 대해 논의합니다.

타워의 전체 모양은 두 개의 타원으로 정의됩니다. 하나는 바닥에, 다른 하나는 상단에 있으며, 이 타원의 반경은 약간 다르며 서로에 대해 90도 회전됩니다. 건축가가 정의한 사용자 정의 알고리즘은 이러한 두 개의 안내 곡선을 보간하는 자유형 표면을 결정합니다. 해당 표면은 외관 패널로 세분화하기 위한 기초를 제공합니다.

파사드는 3차원 음영 요소를 특징으로 하며 패널화는 경사를 따라 음영의 효율성을 높입니다. 이로 인해 각진 나선형 효과가 나타나고, 중요한 것은 평행사변형에 가까운 패널이 만들어집니다. 물론, 매스작업은 연속적인 곡선 형태이기 때문에 패널은 표면에 편평하게 안착될 수 없고 평면 밖으로 구부러져야 합니다.