NatHaz Modeling Laboratory,University of Notre Dame,Notre Dame,IN 46556,USA

1.引言

世界范圍的城市化導(dǎo)致人口向人口密集的城市中心轉(zhuǎn)移。這也是高層建筑蓬勃發(fā)展的原因之一，而高層建筑在惡劣天氣下會(huì)受到不同程度的影響。尤其是高層建筑物由于體型細(xì)長，屬于風(fēng)敏感結(jié)構(gòu)，更容易受到風(fēng)的影響。在高層建筑的設(shè)計(jì)中，建筑工程師面臨著尋找最高效、最經(jīng)濟(jì)的設(shè)計(jì)方案的挑戰(zhàn)，同時(shí)他們還要確保建筑安全性、設(shè)計(jì)功能的可用性以及整個(gè)設(shè)計(jì)生命周期中使用者的適居性。為了滿足上述需求，人們通過采用氣動(dòng)找形，安裝輔助阻尼裝置或選擇具有帶式桁架、支腿桁架或巨型柱[1]的有效建筑系統(tǒng)，在減輕高層建筑的風(fēng)致運(yùn)動(dòng)方面取得了重大研究進(jìn)展。在所有這些方法中，通過修改建筑物的外型以減弱主導(dǎo)風(fēng)荷載強(qiáng)度的氣動(dòng)外形修正的方法前景最為廣闊，這種方法在臺(tái)北101[2]和哈利法塔[3]等建筑物的實(shí)際設(shè)計(jì)中已經(jīng)得到體現(xiàn)。

當(dāng)前氣動(dòng)外形修正通過對(duì)有限的候選建筑形式進(jìn)行風(fēng)洞測試來評(píng)估其空氣動(dòng)力學(xué)性能，然后選擇性能最佳的幾何輪廓供設(shè)計(jì)使用。隨著計(jì)算領(lǐng)域的進(jìn)步，就建筑設(shè)計(jì)而言，計(jì)算設(shè)計(jì)已成為一種強(qiáng)大的設(shè)計(jì)范例。常規(guī)設(shè)計(jì)實(shí)踐依賴于昂貴且通常耗時(shí)的風(fēng)洞實(shí)驗(yàn)，與之相比，開發(fā)用于氣動(dòng)外形修正的計(jì)算平臺(tái)有望提供經(jīng)濟(jì)且美觀的設(shè)計(jì)，同時(shí)也能深入探究氣動(dòng)設(shè)計(jì)空間。在過去的幾年中，關(guān)于高層建筑外形優(yōu)化已經(jīng)進(jìn)行了一些基礎(chǔ)研究[4-6]，其中融合了機(jī)器學(xué)習(xí)技術(shù)的計(jì)算流體動(dòng)力學(xué)（computational fluid dynamics,CFD），能夠在建筑初始設(shè)計(jì)階段捕捉到幾何修改帶來的氣動(dòng)性能提高。

城市布局很復(fù)雜，除了單獨(dú)建筑物上作用的荷載外，建筑物通常還會(huì)受到城市空氣動(dòng)力學(xué)效應(yīng)影響，其表現(xiàn)為受到周圍的高層建筑群風(fēng)環(huán)境干擾產(chǎn)生的不利荷載影響。例如，當(dāng)颶風(fēng)艾克在2008年經(jīng)過休斯頓市中心時(shí)，兩個(gè)相鄰建筑物之間由于干擾效應(yīng)意外形成了局部渦流，損毀了大量建筑外層材料和玻璃[7]。這是城市空氣動(dòng)力學(xué)作用的結(jié)果，由于風(fēng)向和建筑物布局在某些特殊組合下增大了風(fēng)荷載，從而造成了這些不利影響。而在建筑物的設(shè)計(jì)中無法預(yù)料到這些特殊工況。就這點(diǎn)而言，僅在初步設(shè)計(jì)階段考慮上述靜態(tài)氣動(dòng)外形修正可能不足以面對(duì)不可預(yù)測的極端風(fēng)環(huán)境挑戰(zhàn)。類比于可操控的飛機(jī)變形翼，下一代高層建筑可以采用根據(jù)其周圍流體環(huán)境而變化的結(jié)構(gòu)形狀。為了建設(shè)未來更具適應(yīng)力的城市[8]，需要高層建筑能夠積極響應(yīng)變化的環(huán)境條件。賦予建筑人工智能是人們建設(shè)未來智慧城市夢寐以求的目標(biāo)。

智能建筑可以結(jié)合傳感、傳動(dòng)和信號(hào)處理幾個(gè)要素從而順利地改變建筑形式[9]。受到鳥類生物力學(xué)的啟發(fā)，即它們可以通過在飛行中改變其外形來提高在變化環(huán)境中的空中飛行能力，未來的高層建筑可以改變其設(shè)計(jì)外形以符合復(fù)雜且不斷變化的城市風(fēng)環(huán)境的要求。涉及智能結(jié)構(gòu)系統(tǒng)的早期創(chuàng)新工程實(shí)踐可以追溯到萊特兄弟（Wright Brothers）進(jìn)行的變形機(jī)翼設(shè)計(jì)。后來，該技術(shù)已被成功應(yīng)用于自適應(yīng)空間或海洋建筑的設(shè)計(jì)，其在使用壽命期限內(nèi)可切換功能，同時(shí)移動(dòng)機(jī)器人設(shè)計(jì)也采用該技術(shù)，以實(shí)現(xiàn)對(duì)其機(jī)械結(jié)構(gòu)的變形控制。諸如此類，不勝枚舉[10]。材料科學(xué)、電氣系統(tǒng)和計(jì)算機(jī)科學(xué)學(xué)科的快速發(fā)展正在推動(dòng)智能土木建筑的前沿設(shè)計(jì)。作為應(yīng)用示例，阿布扎比的Al-Bahr塔采用了動(dòng)態(tài)幕墻遮陽系統(tǒng)，該系統(tǒng)能夠根據(jù)太陽的移動(dòng)自主做出反應(yīng)（圖1）[11]。

對(duì)于能夠主動(dòng)響應(yīng)動(dòng)態(tài)載荷如風(fēng)荷載的智能建筑而言，阻礙其設(shè)計(jì)的一個(gè)主要挑戰(zhàn)是變形系統(tǒng)附件必須在不影響抗載荷系統(tǒng)穩(wěn)定性的情況下穩(wěn)健運(yùn)行。動(dòng)態(tài)立面設(shè)計(jì)的復(fù)雜性要求人們對(duì)建筑和維護(hù)成本進(jìn)行更多的考慮，這將給自動(dòng)變形結(jié)構(gòu)的設(shè)計(jì)帶來挑戰(zhàn)。通過最小化風(fēng)荷載效應(yīng)，變形系統(tǒng)有望降低與建筑系統(tǒng)和建筑物圍護(hù)結(jié)構(gòu)有關(guān)的成本。此外，動(dòng)態(tài)立面帶來的美學(xué)吸引力將使這些建筑成為現(xiàn)代城市的標(biāo)志，并在多風(fēng)天氣環(huán)境下吸引游客的注意。此外，在傳感分析、人工智能（artificial intelligence,AI）和控制理論方面，將建筑的實(shí)時(shí)信息傳達(dá)給實(shí)時(shí)控制系統(tǒng)，從而有效地響應(yīng)不斷變化的外部環(huán)境仍存在技術(shù)挑戰(zhàn)。盡管土木建筑的自主變形還處于起步階段，但我們目前的試點(diǎn)研究可以為實(shí)現(xiàn)這一概念鋪平道路。在這項(xiàng)研究中，我們提出了一種基于信息物理的傳感控制和傳動(dòng)系統(tǒng)，用于建筑物外墻的自主變形。

圖1.Al-Bahr塔的動(dòng)態(tài)遮陽系統(tǒng)。來自參考文獻(xiàn)[11]并獲得Creative Commons Attribution License CC BY 4.0,2015許可。

本文的內(nèi)容如下：在第2節(jié)中，我們將首先回顧利用CFD和機(jī)器學(xué)習(xí)技術(shù)進(jìn)行的靜態(tài)氣動(dòng)外形修正方法；第3節(jié)介紹了設(shè)計(jì)可變形結(jié)構(gòu)的嵌入傳感和傳動(dòng)系統(tǒng)以及控制算法的技術(shù)問題；在第2節(jié)所介紹的氣動(dòng)外形修正的靜態(tài)計(jì)算機(jī)輔助設(shè)計(jì)的基礎(chǔ)上，第4節(jié)引入了用于自主變形建筑的信息物理設(shè)計(jì)平臺(tái)；第5節(jié)是結(jié)語。

2.氣動(dòng)外形修正

高層建筑和大跨度橋梁會(huì)與其所處風(fēng)場形成復(fù)雜的相互作用，其中建筑的外部形狀對(duì)確定最終風(fēng)荷載強(qiáng)度起著重要作用。根據(jù)文獻(xiàn)，氣動(dòng)外形修正包括建筑物的橫截面角部處理、橫截面沿高度變化、扭轉(zhuǎn)等修正建筑外形的措施，在減小風(fēng)荷載強(qiáng)度方面前景廣闊[1,12-14]。例如，臺(tái)北101大樓在其最終設(shè)計(jì)階段考慮了包括雙凹角在內(nèi)的一系列截面拐角的修改，與使用初始的方形截面設(shè)計(jì)相比，雙凹角設(shè)計(jì)使風(fēng)致基底彎矩降低了25%[15]。

盡管當(dāng)前的設(shè)計(jì)實(shí)踐，即通過風(fēng)洞測試從有限的建筑物外形中進(jìn)行選擇，是提供可行外形設(shè)計(jì)的有效方法，但其所需的成本和時(shí)間仍然很高，這主要是由于使用風(fēng)洞測試的程序昂貴且費(fèi)時(shí)。此外，在這種方法中，由于風(fēng)洞實(shí)驗(yàn)僅測試了有限的建筑外形，因此仍有很大的外形設(shè)計(jì)空間未進(jìn)行探索。這導(dǎo)致傳統(tǒng)的外形比新穎的更受青睞[5]。如今，隨著數(shù)字革命的迅速發(fā)展和計(jì)算設(shè)計(jì)的普遍興起，人們可以設(shè)計(jì)新的方法穿行于建筑外形設(shè)計(jì)空間的迷宮，否則，設(shè)計(jì)空間將只能受限于風(fēng)洞實(shí)驗(yàn)來探索有限的方案。該計(jì)算設(shè)計(jì)平臺(tái)能夠在概念設(shè)計(jì)階段全面評(píng)估幾何修改的有益影響。它充分結(jié)合CFD、隨機(jī)學(xué)、機(jī)器學(xué)習(xí)等多種方法，可以準(zhǔn)確評(píng)估建筑上的風(fēng)荷載，并以可量化的置信度指導(dǎo)外形修正。以下小節(jié)概述了最新的氣動(dòng)外形修正方法。

2.1.外形優(yōu)化公式

以建筑物橫截面的氣動(dòng)外形修正為例說明利用計(jì)算輔助設(shè)計(jì)的建筑外形優(yōu)化方案。圖2和圖3分別概述了問題和原理圖。設(shè)計(jì)目標(biāo)是尋找最優(yōu)的空氣動(dòng)力學(xué)橫截面構(gòu)造。優(yōu)化考慮的基礎(chǔ)幾何形狀是帶有圓角的正方形橫截面[4,5]。由于明確了4個(gè)對(duì)稱軸，因此可以通過任意兩條對(duì)稱線之間的形狀完整描述橫截面形狀。兩條對(duì)稱線之間由兩個(gè)獨(dú)立控制點(diǎn)來定義橫截面的幾何形狀。據(jù)此，將形狀優(yōu)化問題中的設(shè)計(jì)變量定義為這兩個(gè)控制點(diǎn)的坐標(biāo)q=[Δy1*,Δy2*]。約束條件通常用于與建筑學(xué)考慮有關(guān)的幾何要求，包括對(duì)稱性、最大絕對(duì)位移等。在這項(xiàng)研究中，約束函數(shù)被定義為兩個(gè)控制點(diǎn)的最大允許位移。

大多數(shù)建筑物對(duì)風(fēng)呈現(xiàn)出鈍體繞流現(xiàn)象，這會(huì)形成較大的流動(dòng)分離區(qū)域，并在下游伴隨著不穩(wěn)定的尾流區(qū)域，從而產(chǎn)生橫風(fēng)向風(fēng)振。氣動(dòng)目標(biāo)函數(shù)定義為平均阻力系數(shù)μCd和橫風(fēng)向的升力系數(shù)的標(biāo)準(zhǔn)偏差σCl。優(yōu)化目標(biāo)是最小化這兩個(gè)空氣動(dòng)力學(xué)函數(shù)G(q)，優(yōu)化結(jié)果為帕累托最優(yōu)解或帕累托前沿[16]。

為了深入探索氣動(dòng)設(shè)計(jì)空間，可以通過應(yīng)用嚴(yán)格的優(yōu)化算法，如遺傳算法來解決優(yōu)化問題[17]。然而，由于CFD模擬計(jì)算量大，且需要在每個(gè)優(yōu)化周期對(duì)空氣動(dòng)力學(xué)目標(biāo)進(jìn)行評(píng)估，因此優(yōu)化過程需要大量的計(jì)算機(jī)資源，這極大降低了計(jì)算機(jī)輔助形狀設(shè)計(jì)的可行性。為了解決這個(gè)問題，我們引入了代理模型技術(shù)作為一種計(jì)算成本低廉的模擬器，來模擬計(jì)算成本較高的CFD模擬器的響應(yīng)。

圖2.氣動(dòng)外形優(yōu)化問題闡述。

圖3.計(jì)算機(jī)輔助氣動(dòng)外形優(yōu)化示意圖。DoE（design of experiment）：實(shí)驗(yàn)設(shè)計(jì)。

2.2.基于代理模型的優(yōu)化——多保真建模

在涉及計(jì)算量大的復(fù)雜工程設(shè)計(jì)問題中，代理模型是一種很有前景的應(yīng)用工具，它可以為原始問題提供計(jì)算上的可取近似。應(yīng)用代理模型的第一步是實(shí)驗(yàn)設(shè)計(jì)（design of experiment,DoE），實(shí)驗(yàn)設(shè)計(jì)為代理模型的校準(zhǔn)生成采樣點(diǎn)。常用的代理模型方法包括混沌多項(xiàng)式展開（polynomial chaos expansion,PCE）、高斯過程回歸和支持向量回歸（support vector regression,SVR）[18]。在這項(xiàng)研究中，通過運(yùn)行有限的CFD模擬，模擬數(shù)據(jù)分別用于建立兩個(gè)空氣動(dòng)力學(xué)目標(biāo)的代理模型，并在優(yōu)化過程中用于評(píng)估空氣動(dòng)力學(xué)目標(biāo)值。

CFD模型可能包含具有不同計(jì)算需求的多保真數(shù)據(jù)源。對(duì)于高雷諾數(shù)下的鈍體周圍風(fēng)的CFD模擬，可以采用低保真模擬，如雷諾平均方程（Reynolds-averaged Navier-Stokes,RANS），也可以采用高保真模擬，如大渦模擬（large eddy simulation,LES）[19]。當(dāng)前，RANS是CFD的主力，而隨著更多可用的計(jì)算資源，LES也越來越具有吸引力[6]。然而，RANS模型可能會(huì)導(dǎo)致顯著的建模誤差，因?yàn)樵诶字Z平均方法中，湍流的不穩(wěn)定性被平均化[19]。因此，有必要融合來自多組CFD數(shù)據(jù)的信息源，以提高代理模型的預(yù)測精度，同時(shí)保持計(jì)算效率?，F(xiàn)代統(tǒng)計(jì)學(xué)習(xí)技術(shù)如多保真代理模型是多保真CFD模擬[20]進(jìn)行模型校準(zhǔn)的強(qiáng)大工具，如圖3所示。

在優(yōu)化階段，我們使用多保真代理模型來提供設(shè)計(jì)空間中空氣動(dòng)力學(xué)目標(biāo)的計(jì)算估值。優(yōu)化算法尋找具有最佳空氣動(dòng)力學(xué)性能的幾何構(gòu)型，以指導(dǎo)建筑設(shè)計(jì)。最優(yōu)解被標(biāo)注在帕累托前沿，圖3中標(biāo)記藍(lán)色圓圈的一個(gè)選定優(yōu)化解展示了具有倒角的橫截面。由于此項(xiàng)研究提出的數(shù)字設(shè)計(jì)工具是通過使用建筑物的截面模型概念測試開發(fā)的，因此它可被進(jìn)一步擴(kuò)展到3D高層建筑物，包括各種隨著高度而變化的建筑形式，或者在設(shè)計(jì)目標(biāo)中引入更精細(xì)的指標(biāo)（如風(fēng)譜或峰值）。盡管大多數(shù)具有對(duì)稱結(jié)構(gòu)形狀和結(jié)構(gòu)系統(tǒng)的細(xì)長高層建筑的扭轉(zhuǎn)方向響應(yīng)都不是重點(diǎn)考慮的關(guān)鍵因素，但考慮到扭轉(zhuǎn)載荷對(duì)于不規(guī)則及復(fù)雜的建筑外形來說可能至關(guān)重要，它也將會(huì)納入我們的數(shù)字設(shè)計(jì)框架中。

3.具有動(dòng)態(tài)立面的建筑

由于建筑周圍風(fēng)環(huán)境是實(shí)時(shí)變化的，上述章節(jié)介紹的在建筑物概念設(shè)計(jì)和初步設(shè)計(jì)階段使用的氣動(dòng)外形優(yōu)化策略可能并非在所有情況下都是最優(yōu)的。為了超越這種靜態(tài)形狀優(yōu)化，本研究提出了自主動(dòng)態(tài)變形。配備傳感器和新型傳動(dòng)裝置的高層建筑可以模仿鳥類在飛行過程中做出的變化，調(diào)整其外形，以提高在復(fù)雜風(fēng)環(huán)境下的空氣動(dòng)力學(xué)性能。要實(shí)現(xiàn)這些功能，就需要智能系統(tǒng)對(duì)建筑物圍護(hù)結(jié)構(gòu)的控制。這些智能系統(tǒng)的設(shè)計(jì)涉及材料科學(xué)、計(jì)算機(jī)科學(xué)和機(jī)械電子工程的跨學(xué)科背景。下面將描述這種智能系統(tǒng)的背景。

3.1.變形系統(tǒng)

變形系統(tǒng)就像建筑物的肌肉一樣能使其在特定的控制規(guī)律下，將輪廓定位到所需的配置中。智能驅(qū)動(dòng)系統(tǒng)可以分為兩類：創(chuàng)新型結(jié)構(gòu)材料和響應(yīng)性機(jī)械系統(tǒng)。

智能結(jié)構(gòu)材料可以提供仿生建筑表面，其具有感知環(huán)境刺激并根據(jù)預(yù)設(shè)功能而變形。因此，這些材料必須嵌入可編程特性，以允許通過諸如聲音、電磁或熱學(xué)材料等基礎(chǔ)物理屬性來控制形狀的變化[21]。智能材料可以由形狀記憶合金（shape memory alloy,SMA）制成，SMA會(huì)因其彈性特征而隨著溫度變化發(fā)生變形，壓電材料可以在施加電壓時(shí)重新調(diào)整形狀，或者磁性材料可以在磁場中發(fā)生形狀變化[22]。在將這些材料應(yīng)用于各種工程學(xué)科方面已經(jīng)進(jìn)行了大量的研究。例如，為了使飛機(jī)機(jī)翼變形，壓電或SMA可以將電流轉(zhuǎn)換為機(jī)械響應(yīng)，以增強(qiáng)整個(gè)飛行條件下的空氣動(dòng)力學(xué)性能[23]。圖4顯示了一個(gè)完全變形的機(jī)翼，該機(jī)翼是通過將SMA黏合在機(jī)翼表面作為傳動(dòng)器而形成的[24]。在周圍溫度升高時(shí)，嵌入分布式形狀記憶聚合物傳動(dòng)器的自主太陽能電池板陣列可以實(shí)現(xiàn)微膨脹[25]。采用熱雙金屬材料制作的建筑表面能夠自遮陽，從而保持室內(nèi)熱舒適性[26]。建筑設(shè)計(jì)中自組裝可編程材料的三維（3D）打印甚至四維（4D）打印的進(jìn)步已經(jīng)讓這些智能材料的制造發(fā)生了革命性的變化[27]。

事實(shí)上，通過觀察動(dòng)物的功能表面或植物的動(dòng)態(tài)機(jī)制，人們受到啟發(fā)，使用智能材料進(jìn)行了許多有效的設(shè)計(jì)[28]。例如，鯊魚的皮膚在水中游動(dòng)時(shí)具有減阻能力，因?yàn)樗恼嫫ぜ?xì)齒或形狀像小肋骨的皮膚牙齒與水流在同一條直線時(shí)可帶來減阻優(yōu)勢[29]。受鯊魚皮啟發(fā)的肋狀表面的應(yīng)用包括競技類泳裝、船體和飛機(jī)設(shè)計(jì)。如圖5（a）所示的云杉球果可以作為從植物仿生的一個(gè)例子，因?yàn)樗鼈兛梢皂憫?yīng)濕度變化[28]。與這一概念類似，圖5（b）中自塑建筑Urbach Tower的設(shè)計(jì)利用木材的水分變化，通過收縮力產(chǎn)生曲率[30]。如圖6（a）所示，韓國主題館引入了立面系統(tǒng)，可以演變成許多動(dòng)畫圖案[31]。建立這種動(dòng)態(tài)立面的靈感來自于植物世界中的移動(dòng)機(jī)制，其滿足了建筑師對(duì)美學(xué)的追求并控制了光線的進(jìn)入。

在響應(yīng)式機(jī)械系統(tǒng)中，根據(jù)運(yùn)動(dòng)學(xué)可以進(jìn)一步區(qū)分為兩大類：可變形結(jié)構(gòu)（即能夠整體變形的分布式無鉸結(jié)構(gòu)）和剛性鉸接結(jié)構(gòu)（即其中剛性元素通過鉸鏈連接產(chǎn)生相對(duì)運(yùn)動(dòng)[32]）?？勺冃谓Y(jié)構(gòu)可以是柔性結(jié)構(gòu)、張拉整體結(jié)構(gòu)和氣動(dòng)結(jié)構(gòu)。柔性結(jié)構(gòu)避免使用鉸鏈且沒有齒隙，從而產(chǎn)生了平滑的形狀變化，減少了應(yīng)力集中[32]。由于柔性結(jié)構(gòu)在其撓曲（如其彈性特性）下會(huì)發(fā)生變形，與剛性鏈接結(jié)構(gòu)相比，這種類型的結(jié)構(gòu)允許相對(duì)較小的變形。張拉整體結(jié)構(gòu)是由受拉或受壓的構(gòu)件組成，以達(dá)到荷載平衡。這些裝有傳動(dòng)器的結(jié)構(gòu)可以通過調(diào)整其桿件的自應(yīng)力（增大或減小應(yīng)力）來改變其形狀，如圖6（b）所示[33]。因此，為了響應(yīng)外部加載條件的變化，新的幾何構(gòu)型可以通過尋找形狀的方法來識(shí)別，從而有效地重定向負(fù)載傳輸[34]。氣動(dòng)結(jié)構(gòu)可以通過改變氣壓來調(diào)整其形狀，不同氣壓條件可以形成多種形狀。它們重量較輕，但變形精度相對(duì)較低。圖6（c）顯示了屬于氣動(dòng)結(jié)構(gòu)的東京巨蛋[35]。

圖4.美國國防高級(jí)研究計(jì)劃局（Defense Advanced Research Projects Agency,DARPA）使用SMA驅(qū)動(dòng)的智能機(jī)翼。經(jīng)SAGE Publications,?2004許可，轉(zhuǎn)載自參考文獻(xiàn)[24]。

圖5.仿生設(shè)計(jì)。（a）不同濕度條件的云杉球果（經(jīng)Elsevier許可，轉(zhuǎn)載自參考文獻(xiàn)[28]，?2017）；（b）通過水分變化形成的木塔（摘自參考文獻(xiàn)[30]，作者為“ICD/ITKE—University of Stuttgart”）。

圖6.可變形結(jié)構(gòu)的實(shí)際應(yīng)用。（a）主題館（經(jīng)SOMA Architects許可，?2012，轉(zhuǎn)載自參考文獻(xiàn)[31]）；（b）張拉整體結(jié)構(gòu)體系（轉(zhuǎn)載自參考文獻(xiàn)[33]，作者為“Easy K-Kenneth Snelson Robin Capper via Flickr Licence CC BY-NC 2.0”,?2018）；（c）東京巨蛋體育館（經(jīng)GNU免費(fèi)文檔許可，轉(zhuǎn)載自參考文獻(xiàn)[35]）；（d）剛性折紙結(jié)構(gòu)（經(jīng)作者Dr.Tomohiro Tachi許可，轉(zhuǎn)載自參考文獻(xiàn)[40]）。

另一種剛性鏈接結(jié)構(gòu)，由于其靈活性而允許大變形或有多種形式的變形，其中包括逐步改變截面的伸縮結(jié)構(gòu)，剛性肋與旋轉(zhuǎn)的節(jié)點(diǎn)鏈接的鉸接系統(tǒng)，或折疊面板和旋轉(zhuǎn)桿制造的可折疊結(jié)構(gòu)。人們已經(jīng)將這些系統(tǒng)用于飛機(jī)、航空航天結(jié)構(gòu)和民用結(jié)構(gòu)的變形[36,37]。

受折紙啟發(fā)的結(jié)構(gòu)和類剪刀結(jié)構(gòu)已經(jīng)成為當(dāng)今可展開結(jié)構(gòu)設(shè)計(jì)的靈感來源。這個(gè)想法來自于古老的折紙藝術(shù)形式[38]。可折疊的折紙結(jié)構(gòu)由剛性面板和鉸鏈連接的分段線性表面組成[32]。它們可以由可控的折疊模式在不同的展開程度下，形成各種幾何形狀，如圖7所示的可折疊管設(shè)計(jì)[39]。受折紙啟發(fā)的建筑已經(jīng)在現(xiàn)實(shí)世界中被設(shè)計(jì)出來，如圖6（d）[40]所示，它展示了折紙結(jié)構(gòu)動(dòng)態(tài)的幾何形狀，以及圖1所示的Al-Bahr塔樓的可展開立面。盡管折紙啟發(fā)的結(jié)構(gòu)尚未在建筑尺度上充分應(yīng)用，但目前的研究已經(jīng)為將其用于改變未來民用結(jié)構(gòu)的外部形狀打開了一扇門[38]。

圖7.折紙管在展開的不同階段的形狀變化。

3.2.結(jié)構(gòu)控制算法

除了基于材料科學(xué)和機(jī)械系統(tǒng)的知識(shí)設(shè)計(jì)可靠的變形傳動(dòng)系統(tǒng)所面臨的挑戰(zhàn)外，自主變形系統(tǒng)在通過控制算法發(fā)送信號(hào)以進(jìn)行實(shí)時(shí)變形方面也面臨著挑戰(zhàn)。為了成功實(shí)現(xiàn)智能結(jié)構(gòu)的設(shè)計(jì)，關(guān)鍵問題在于作為中樞神經(jīng)系統(tǒng)的控制策略。開發(fā)控制算法的目的是準(zhǔn)確處理來自傳感系統(tǒng)的瞬時(shí)輸入，并向傳動(dòng)系統(tǒng)發(fā)送命令。如果采用閉環(huán)控制系統(tǒng)，則需收集測量值進(jìn)行反饋控制。簡單地說，控制算法的主要組成部分可以包括模型預(yù)測、反饋控制和強(qiáng)化學(xué)習(xí)。

在模型預(yù)測中，可以通過最小化所選取的優(yōu)化目標(biāo)相關(guān)的成本函數(shù)，將遺傳算法等優(yōu)化算法應(yīng)用于預(yù)測最佳的建筑物外形。但是，其計(jì)算時(shí)間通常太長，從而無法處理涉及高維輸入和輸出的大規(guī)模優(yōu)化問題。為了克服此問題，由多個(gè)處理層組成的深度學(xué)習(xí)（deep learning,DL）處理數(shù)據(jù)對(duì)于解決大規(guī)模問題更為有效。該技術(shù)是機(jī)器學(xué)習(xí)方法的一個(gè)分支，由于其能夠捕獲復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，特別是在高維問題中，所以其在圖像處理、目標(biāo)檢測、語音識(shí)別和許多其他學(xué)科上取得了突破[41]。為了構(gòu)建多層體系結(jié)構(gòu)，DL涉及正向傳播、計(jì)算輸出分?jǐn)?shù)與期望分?jǐn)?shù)模式之間的測量誤差，以及使用梯度信息更新參數(shù)的反向傳播。

另一種可以用來增強(qiáng)系統(tǒng)預(yù)測性能的策略是強(qiáng)化學(xué)習(xí)（reinforcement learning,RL）。RL代理的出現(xiàn)向設(shè)計(jì)完全自主的控制系統(tǒng)邁出了重要的一步，這些系統(tǒng)可以與環(huán)境交互以學(xué)習(xí)最優(yōu)行為[42]。在RL中，系統(tǒng)在給出獎(jiǎng)勵(lì)或懲罰信號(hào)中學(xué)習(xí)如何采取行動(dòng)[43]。例如，應(yīng)用于自動(dòng)駕駛的RL能夠規(guī)劃車輛導(dǎo)航，以避免不利的情況（懲罰），并生成安全的駕駛命令（獎(jiǎng)勵(lì)）[44]?？偟膩碚f，這是一個(gè)學(xué)習(xí)范式，學(xué)習(xí)從狀態(tài)到行動(dòng)的最佳映射，以使獎(jiǎng)勵(lì)最大化[45]。深度強(qiáng)化學(xué)習(xí)結(jié)合了DL和RL代理，包括操作離散動(dòng)作的深度Q網(wǎng)絡(luò)（deep Q network,DQN）和在連續(xù)操作空間中估計(jì)確定性目標(biāo)策略的深度確定性策略梯度（deep deterministic policy gradient,DDPG）[46]。除了上述自動(dòng)駕駛技術(shù)外，RL還在機(jī)器人控制[42]、自然語言處理以及飛機(jī)變形[45]的應(yīng)用中取得了成功。

控制反饋方法也可以與預(yù)測模型結(jié)合使用，因?yàn)樗鼈円驯蛔C明可以大大提高系統(tǒng)性能。有一些流行的控制反饋方法，如比例積分微分（proportional-integral-derivative,PID）控制器、模糊控制和模型預(yù)測控制（model predictive control,MPC）[47]。例如，PID由積分、比例和微分反饋組成，分別基于對(duì)過去、現(xiàn)在和將來的控制誤差計(jì)算[47]。這三個(gè)組件之間的平衡是通過環(huán)路調(diào)整實(shí)現(xiàn)的。MPC通過最小化量化預(yù)測響應(yīng)和參考響應(yīng)之間差異的目標(biāo)函數(shù)，利用顯式過程模型來預(yù)測過程的未來響應(yīng)。該技術(shù)已被用于土木工程應(yīng)用，如風(fēng)激高層建筑的加速度反饋控制[48]?？梢曰诳刂葡到y(tǒng)中它們的性能、調(diào)整和易用性等來評(píng)估不同的控制器。反饋控制已廣泛用于電機(jī)驅(qū)動(dòng)、汽車和飛行控制等領(lǐng)域。

4.自主變形結(jié)構(gòu)

如3.1節(jié)所述，變形技術(shù)已應(yīng)用于美學(xué)設(shè)計(jì)或結(jié)構(gòu)的遮陽和通風(fēng)控制，但尚未應(yīng)用到針對(duì)動(dòng)態(tài)風(fēng)荷載條件的結(jié)構(gòu)抗風(fēng)外形設(shè)計(jì)中。本節(jié)提出了抗風(fēng)結(jié)構(gòu)自主變形的概念，建筑物的外觀能夠智能地變形，以抑制城市高層建筑群所產(chǎn)生的動(dòng)態(tài)風(fēng)荷載激勵(lì)。將計(jì)算與物理過程集成在一起的網(wǎng)絡(luò)物理系統(tǒng)[49]充分利用在網(wǎng)絡(luò)化的建筑物輪廓自主變形中。為了使建筑物可以智能感知周圍風(fēng)環(huán)境，建筑物配備了分布式傳感器網(wǎng)絡(luò)來模擬建筑物可感知風(fēng)場的皮膚。傳動(dòng)裝置類似于肌肉，它可以讓建筑物將其輪廓定位成目標(biāo)形狀，如扭轉(zhuǎn)變形或轉(zhuǎn)角修改。高性能計(jì)算（high-performance computing,HPC）和機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步已被充分利用來設(shè)計(jì)計(jì)算平臺(tái)，用于智能感應(yīng)、計(jì)算和驅(qū)動(dòng)建筑物變形。對(duì)于自主變形中的技術(shù)復(fù)雜性和安全問題帶來的挑戰(zhàn)必須要有充分了解。如今，土木工程、計(jì)算科學(xué)和許多其他學(xué)科的創(chuàng)新將有助于全面實(shí)現(xiàn)這一目標(biāo)。本文提出的信息物理系統(tǒng)分為幾個(gè)關(guān)鍵部分，將在以下小節(jié)中介紹。

4.1.傳感

傳感技術(shù)的飛速發(fā)展一直在推動(dòng)其在建筑物動(dòng)態(tài)立面設(shè)計(jì)中的潛在應(yīng)用。該技術(shù)涉及更廣泛的主題，如物聯(lián)網(wǎng)（Internet of Thing,IoT）[50]，其中裝配傳感器和執(zhí)行器的對(duì)象可以在數(shù)字世界中相互連接，用戶可以進(jìn)行通信。IoT已經(jīng)在許多場景中得到了應(yīng)用。例如，在運(yùn)輸和物流領(lǐng)域，可以跟蹤攜帶標(biāo)簽和傳感器的運(yùn)輸貨物，以更新其狀態(tài)[50]。IoT平臺(tái)也可以應(yīng)用到智慧城市系統(tǒng)的設(shè)計(jì)中，該系統(tǒng)中可以晝夜監(jiān)控從分布式無線傳感網(wǎng)絡(luò)收集的城市濕度、溫度和光照數(shù)據(jù)[51]。在結(jié)構(gòu)工程中，無線傳感技術(shù)[52]和數(shù)據(jù)采集技術(shù)[53]的進(jìn)步是結(jié)構(gòu)健康監(jiān)測的關(guān)鍵組成部分。從傳感網(wǎng)絡(luò)收集與結(jié)構(gòu)的模態(tài)參數(shù)和物理參數(shù)相關(guān)的數(shù)據(jù)，以執(zhí)行結(jié)構(gòu)狀態(tài)評(píng)估和損傷檢測。在哈利法塔的實(shí)時(shí)結(jié)構(gòu)健康監(jiān)控中，實(shí)施了基于IoT的SmartSync系統(tǒng)[54]，其中傳感和數(shù)據(jù)管理系統(tǒng)通過虛擬電纜連接到系統(tǒng)的主干，并且可以查看和遠(yuǎn)程管理。在全尺度建筑上，IoT概念將在變形系統(tǒng)中得到應(yīng)用，因?yàn)槠涔芾硐到y(tǒng)將依賴互聯(lián)網(wǎng)在傳感、計(jì)算和執(zhí)行的本地化模塊之間進(jìn)行連接和通信。

對(duì)于變形結(jié)構(gòu)，安裝在建筑物中的分布式傳感器[如風(fēng)速計(jì)、應(yīng)變儀和全球定位系統(tǒng)（global positioning system,GPS）]有助于檢測風(fēng)速、建筑表面風(fēng)壓和建筑物響應(yīng)，如圖8所示。這提供了風(fēng)環(huán)境短期變化的信息。此外，在線獲取的氣象數(shù)據(jù)和衛(wèi)星圖像可以作為指導(dǎo)變形的補(bǔ)充知識(shí)來源。從網(wǎng)絡(luò)感測收集的信息用作數(shù)據(jù)分析的深度神經(jīng)網(wǎng)絡(luò)（deep neural network,DNN）的輸入知識(shí)。因此，通過選擇代表周圍風(fēng)環(huán)境的關(guān)鍵特征和建筑物信息來融合傳感信息是處理變形階段的關(guān)鍵。

4.2.傳動(dòng)

創(chuàng)新的傳動(dòng)系統(tǒng)可以實(shí)時(shí)地改變建筑到目標(biāo)外形。例如，可以將鉸接機(jī)構(gòu)或智能數(shù)字材料（如嵌入有執(zhí)行器的SMA）連接到建筑立面以進(jìn)行邊角修改。變形結(jié)構(gòu)還可以利用折紙概念，通過使用受控折疊來實(shí)現(xiàn)扭曲效果。剛性鏈接的桁架結(jié)構(gòu)使建筑物可以變形為錐形模式。圖8提供了有希望應(yīng)用于結(jié)構(gòu)變形的候選變形技術(shù)示例。

4.3.計(jì)算

圖8.網(wǎng)絡(luò)物理系統(tǒng)感測控制和傳動(dòng)系統(tǒng)。PC（personal computer）：個(gè)人計(jì)算機(jī)。

計(jì)算算法給結(jié)構(gòu)賦予人工智能，并將傳感輸入與最終的致動(dòng)輸出連接起來。在本研究中，算法主要包括兩個(gè)部分：用于預(yù)測未來時(shí)間步長的最佳建筑形式的預(yù)測模型，以及用于閉環(huán)控制的控制反饋。為了確定控制策略，根據(jù)從分布式傳感器網(wǎng)絡(luò)收集到的數(shù)據(jù)，采用強(qiáng)化學(xué)習(xí)代理來預(yù)測最佳形狀的目標(biāo)。強(qiáng)化學(xué)習(xí)中實(shí)質(zhì)上包括兩個(gè)部分：狀態(tài)和動(dòng)作。如圖9所示，代理或者策略在時(shí)間步t觀察環(huán)境的狀態(tài)st，并在時(shí)間步t+1時(shí)生成一個(gè)動(dòng)作at與環(huán)境交互，并返回瞬時(shí)獎(jiǎng)勵(lì)Rt作為反饋。通過觀察動(dòng)作序列，強(qiáng)化學(xué)習(xí)代理可以根據(jù)每個(gè)序列對(duì)應(yīng)的累積獎(jiǎng)勵(lì)來優(yōu)化策略，從而長期學(xué)習(xí)好的和壞的行為。因此，強(qiáng)化學(xué)習(xí)代理的目標(biāo)是最大化長期獎(jiǎng)勵(lì)函數(shù)或價(jià)值函數(shù)（該函數(shù)表示的是策略π下未來獎(jiǎng)勵(lì)的預(yù)期折現(xiàn)額），以便在每個(gè)時(shí)間步時(shí)得到最優(yōu)解。

就強(qiáng)化學(xué)習(xí)在自主變形結(jié)構(gòu)中的應(yīng)用而言，狀態(tài)st被定義為外部風(fēng)環(huán)境的感測信息，并且由策略π生成的優(yōu)化動(dòng)作at代表當(dāng)前狀態(tài)st對(duì)應(yīng)的空氣動(dòng)力學(xué)上意義良好的建筑形式。例如，如果目標(biāo)是使阻力系數(shù)Cd(t)實(shí)時(shí)最小化，瞬時(shí)獎(jiǎng)勵(lì)方程Rt則可以定義為

那么DDPG算法中相應(yīng)的Q值方程Qπ可表示為特定策略πθ下未來獎(jiǎng)勵(lì)的預(yù)期折現(xiàn)額[55]：

式中，E表示計(jì)算期望的數(shù)學(xué)運(yùn)算符，rt=EπRt。γ表示時(shí)間上的折扣因子，其值通常在0～1范圍內(nèi)。s和a分別表示當(dāng)前狀態(tài)和動(dòng)作。我們需要在每個(gè)時(shí)間步驟通過優(yōu)化at來優(yōu)化Qπ(s,a)。換句話說，時(shí)間t的最優(yōu)建筑配置會(huì)最大化其價(jià)值函數(shù)。

為了解決這個(gè)最大化問題，價(jià)值函數(shù)可以通過其Bellman方程寫為[56]：

式中，P表示計(jì)算概率的數(shù)學(xué)運(yùn)算符；s′和a′分別表示下一個(gè)狀態(tài)和動(dòng)作。那么，根據(jù)式（3），尋找最優(yōu)Q值函數(shù)Qπ的最大化問題可以寫成[56]：

最優(yōu)策略π*可以由如下公式求得：

為了訓(xùn)練強(qiáng)化學(xué)習(xí)代理，本研究選擇了3.2節(jié)中提到的DDPG作為強(qiáng)化學(xué)習(xí)代理。使用DDPG的基本原理是它可以將建筑物動(dòng)態(tài)立面的傳動(dòng)輸出視為連續(xù)的。因此，DDPG可以實(shí)現(xiàn)連續(xù)空間控制，更適合用于本研究。DDPG算法涉及兩個(gè)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練：演員和評(píng)價(jià)者。如圖9所示，演員用于從連續(xù)動(dòng)作空間中預(yù)測當(dāng)前時(shí)間步的動(dòng)作。評(píng)價(jià)者估計(jì)當(dāng)前狀態(tài)的價(jià)值函數(shù)。訓(xùn)練DDPG時(shí)，可以通過蒙特卡洛采樣在不斷變化的風(fēng)入口條件下建筑實(shí)時(shí)變形的流動(dòng)模擬軌跡來計(jì)算評(píng)價(jià)者價(jià)值函數(shù)的梯度（圖10）。然后，價(jià)值函數(shù)將能夠提供時(shí)差（temporal-difference,TD）誤差[56]來訓(xùn)練策略。

為了補(bǔ)償預(yù)測值和實(shí)際的建筑物響應(yīng)值之間的誤差，在自主變形中引入了控制反饋。在將來的時(shí)間步，從感測網(wǎng)絡(luò)收集的最佳建筑形式上的空氣動(dòng)力等空氣動(dòng)力學(xué)指標(biāo)被用來與預(yù)測值做對(duì)比，然后計(jì)算預(yù)測誤差，并用預(yù)測誤差調(diào)整最佳建筑形式。在本研究中，我們使用MPC來實(shí)現(xiàn)閉環(huán)控制反饋。圖8展示了所提出的計(jì)算方法的示意圖。

4.4.計(jì)算模型實(shí)驗(yàn)

在本節(jié)中，我們?cè)谟?jì)算平臺(tái)上模擬了所提出的網(wǎng)絡(luò)物理系統(tǒng)，以證明本研究提出的概念設(shè)計(jì)。如第3節(jié)所介紹，此案例描述了空氣動(dòng)力學(xué)形狀優(yōu)化的一個(gè)方向，即建筑物橫截面形狀變化。我們引入了自動(dòng)變形技術(shù)，來實(shí)時(shí)地重新設(shè)計(jì)建筑物的橫截面，以減少動(dòng)態(tài)風(fēng)荷載的來源。

圖9.行動(dòng)者-評(píng)價(jià)者結(jié)構(gòu)。

圖10.訓(xùn)練框架。

我們的目的是：通過主動(dòng)改變建筑物表面活動(dòng)幕墻，將建筑物上的阻力最小化。至于用于訓(xùn)練DDPG的數(shù)據(jù)庫，可以從各種保真度的數(shù)據(jù)源（包括風(fēng)洞測試、計(jì)算模擬、在線數(shù)據(jù)集以及眾包輸入）中收集到各種建筑形式的空氣動(dòng)力學(xué)信息。這個(gè)共同的、多保真度的數(shù)據(jù)庫將用作訓(xùn)練強(qiáng)化學(xué)習(xí)的知識(shí)庫，以實(shí)現(xiàn)預(yù)測任意建筑外形的空氣動(dòng)力學(xué)特性的能力。在本研究中，考慮到數(shù)據(jù)質(zhì)量問題，我們僅依賴于高保真CFD模擬（即LES）來訓(xùn)練策略。低保真度模擬數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)的融合將在我們未來的工作中進(jìn)行研究。在圖10中，我們使用了10個(gè)epoch，其中每個(gè)epoch包含m=10個(gè)軌跡，以計(jì)算累積獎(jiǎng)勵(lì)或價(jià)值函數(shù)的期望值。每個(gè)軌跡包含100個(gè)采樣模擬（T=999），以計(jì)算式（1）中的瞬時(shí)獎(jiǎng)勵(lì)函數(shù)。折扣因子γ設(shè)置為0.95[57]。使用Adam優(yōu)化器[58]來訓(xùn)練演員和評(píng)價(jià)者，其中學(xué)習(xí)率為0.001。值得一提的是，此項(xiàng)研究訓(xùn)練數(shù)據(jù)數(shù)量和epoch數(shù)量對(duì)強(qiáng)化學(xué)習(xí)代理進(jìn)行調(diào)參（fine tune）有所不足，因此預(yù)測得到的最佳性能的動(dòng)態(tài)建筑形式不夠有魯棒性。為了進(jìn)一步完善這一概念驗(yàn)證工作，在未來可以利用更多從數(shù)值和實(shí)驗(yàn)測試中收集的公開數(shù)據(jù)集來豐富我們的訓(xùn)練數(shù)據(jù)庫，使得DDPG中的神經(jīng)網(wǎng)絡(luò)收斂程度更好，并且對(duì)傳動(dòng)輸出的預(yù)測更魯棒。當(dāng)前工作的貢獻(xiàn)是證明了將強(qiáng)化學(xué)習(xí)應(yīng)用于變形建筑物動(dòng)態(tài)外觀的可行性。

圖11給出了控制算法如何指導(dǎo)變形過程的工作流程示意圖。強(qiáng)化學(xué)習(xí)代理的狀態(tài)是在接近建筑物的多個(gè)點(diǎn)處進(jìn)行風(fēng)速測量得到的傳感信息。在一個(gè)epoch中，在計(jì)算域的入口處用數(shù)字模擬方法生成了湍流強(qiáng)度為20%的湍流入口速度的時(shí)間序列。在每個(gè)時(shí)刻，通過對(duì)建筑物表面上的壓力數(shù)據(jù)進(jìn)行積分來計(jì)算與瞬時(shí)獎(jiǎng)勵(lì)函數(shù)相關(guān)的阻力。在本研究中，變形系統(tǒng)是近實(shí)時(shí)實(shí)現(xiàn)的，這是通過選擇一個(gè)狹窄的移動(dòng)窗口來平均不斷更新的狀態(tài)和獎(jiǎng)勵(lì)信息來實(shí)現(xiàn)的，如圖10所示。窗口大小并非通用的，而是問題特定的。一方面，如果尺寸過小，則噪聲會(huì)嚴(yán)重影響預(yù)測輸出[57]。另一方面，較大的尺寸將影響系統(tǒng)實(shí)時(shí)控制的有效性。另外，應(yīng)該注意的是，建筑物的感測輸入和空氣動(dòng)力學(xué)指標(biāo)可以通過在已有環(huán)境中使用風(fēng)速計(jì)、壓力傳感器和加速度計(jì)等進(jìn)行測量得到。模型的傳動(dòng)輸出給出了使阻力系數(shù)最小化的最佳建筑物橫截面形狀的預(yù)測。

基于DDPG，將預(yù)測模型由兩個(gè)經(jīng)過訓(xùn)練的DNN組成：一個(gè)用于預(yù)測未來阻力系數(shù)如何變化，即評(píng)價(jià)者中的價(jià)值函數(shù)；另一個(gè)是演員，用于在給定評(píng)價(jià)者價(jià)值函數(shù)梯度信息的條件下，優(yōu)化建筑物的橫截面。傳動(dòng)輸出的設(shè)計(jì)空間代表著控制建筑物橫截面外部幾何形狀的點(diǎn)的容許位移值，如圖2所示。神經(jīng)網(wǎng)絡(luò)在這個(gè)連續(xù)的傳動(dòng)設(shè)計(jì)空間中進(jìn)行探索并根據(jù)訓(xùn)練好的策略的指導(dǎo)尋找最優(yōu)解。從圖11的演員-評(píng)價(jià)者的輸出中可以看出，綠色的輪廓顯示了帶有倒角的優(yōu)化幾何形狀，這是由強(qiáng)化學(xué)習(xí)代理預(yù)測的。另外，為了使橫截面變形至預(yù)計(jì)形狀，可以安裝SMA驅(qū)動(dòng)器，通過引入溫度變化來控制肋板長度。

圖11.建筑物橫截面變形的控制算法的示意圖。

LES仿真用來驗(yàn)證變形后的建筑物橫截面是否為最優(yōu)解，并且能夠直接測量其真實(shí)阻力系數(shù)。為了進(jìn)行閉環(huán)控制，實(shí)驗(yàn)采用了MPC來進(jìn)一步調(diào)整橫截面形狀，減小測量阻力系數(shù)和預(yù)測阻力系數(shù)之間的差異。執(zhí)行MPC操作后，更新最佳橫截面形狀，如圖11的綠線所示。此形狀是所提出的控制系統(tǒng)在本次時(shí)間迭代中的最終輸出。然后，根據(jù)MPC輸出，將建筑橫截面變形為預(yù)估的外形，并與其外部風(fēng)環(huán)境進(jìn)行交互，以在順序時(shí)間迭代中生成獎(jiǎng)勵(lì)函數(shù)。

借助于所提出的計(jì)算平臺(tái)，我們獲得了初步結(jié)果，可以驗(yàn)證自主變形概念。通過考慮各種類型的傳感信息和高維傳動(dòng)輸出等方式，該框架可以得到進(jìn)一步的完善。鑒于實(shí)時(shí)地傳動(dòng)大型機(jī)械系統(tǒng)具有挑戰(zhàn)性，并受其他環(huán)境問題（如進(jìn)水）的限制，我們計(jì)劃對(duì)由傳感、控制和傳動(dòng)組成的系統(tǒng)子組件進(jìn)行物理演示，使用連接在比例縮放的機(jī)電驅(qū)動(dòng)系統(tǒng)的可變形外墻，其中將考慮驅(qū)動(dòng)大型變形系統(tǒng)的時(shí)間響應(yīng)對(duì)算法的影響。技術(shù)上面臨的另一個(gè)挑戰(zhàn)是立面系統(tǒng)的開發(fā)，該系統(tǒng)在變形的同時(shí)需要保證整個(gè)建筑物的圍護(hù)結(jié)構(gòu)不被水滲透。使用分布式變形技術(shù)管理局部或某些類別的建筑外墻的變形可能更有希望保證不漏水，保證提供所需的驅(qū)動(dòng)力，以及確保需要變形的外墻重量較輕。這種局部形狀變化還可以通過影響載荷的時(shí)空相干性來減小風(fēng)荷載效應(yīng)，但其確切作用需要進(jìn)一步研究。

增加變形系統(tǒng)的復(fù)雜性可包括考慮多個(gè)空氣動(dòng)力學(xué)目標(biāo)，如除阻力之外的升力和扭力，或者采用更復(fù)雜的建筑外形。這一課題的發(fā)展目前受到已發(fā)布數(shù)據(jù)的數(shù)量和質(zhì)量的限制。盡管如此，此案例展示了深度強(qiáng)化學(xué)習(xí)（DRL）成功分析周圍風(fēng)場并引導(dǎo)建筑物立面自主變形的潛力和能力。本研究為進(jìn)行這項(xiàng)課題早期探索的研究者提供了幫助，未來會(huì)逐步實(shí)現(xiàn)把更復(fù)雜的建筑設(shè)計(jì)目標(biāo)融入到變形系統(tǒng)中。這將為進(jìn)一步探索傳感、計(jì)算與傳動(dòng)的融合以及使其成為實(shí)際的建筑設(shè)計(jì)和施工實(shí)踐提供途徑?？梢灶A(yù)見，隨著未來大量高質(zhì)量的數(shù)據(jù)集的獲得，強(qiáng)化學(xué)習(xí)將成為未來建筑設(shè)計(jì)實(shí)踐中從靜態(tài)到動(dòng)態(tài)立面變革的強(qiáng)大工具。我們還致力于將來以開源形式共享數(shù)據(jù)和計(jì)算工作流，從而使強(qiáng)化學(xué)習(xí)工具充分被土木工程實(shí)踐所應(yīng)用。

5.結(jié)語

由于風(fēng)致效應(yīng)和災(zāi)害的增加，城市地區(qū)風(fēng)對(duì)高層建筑性能產(chǎn)生的影響往往伴隨著經(jīng)濟(jì)損失。出現(xiàn)這一現(xiàn)象的原因一部分可能與氣候異常有關(guān)，另一部分原因可能是建筑物的群集效應(yīng)增強(qiáng)了風(fēng)環(huán)境干擾。隨著計(jì)算設(shè)計(jì)、人工智能、傳感和傳動(dòng)以及網(wǎng)絡(luò)物理基礎(chǔ)設(shè)施的飛速發(fā)展，現(xiàn)在是探索未來建筑拓?fù)?、利用?dòng)態(tài)立面主動(dòng)變換輪廓來應(yīng)對(duì)風(fēng)環(huán)境變化的最好時(shí)機(jī)。通過直接應(yīng)用于橋梁和其他結(jié)構(gòu)，這將準(zhǔn)實(shí)時(shí)地或根據(jù)風(fēng)環(huán)境變化的需要提高建筑性能。建筑物的自主變形可以通過現(xiàn)有的城市傳感和計(jì)算網(wǎng)絡(luò)的融合而實(shí)現(xiàn)。本文提出的網(wǎng)絡(luò)物理系統(tǒng)是一個(gè)可以實(shí)現(xiàn)的思路，該系統(tǒng)通過城市感知和數(shù)據(jù)分析的知識(shí)融合來實(shí)現(xiàn)自主變形。計(jì)算模型的模擬結(jié)果驗(yàn)證了使用DRL和MPC控制建筑物橫截面構(gòu)造的變形系統(tǒng)。初步結(jié)果顯示，AI代理和前沿的變形技術(shù)在減輕風(fēng)致效應(yīng)，從而改善其對(duì)民用基礎(chǔ)設(shè)施性能及安全性的影響上有巨大應(yīng)用潛力。

Acknowledgements

This study is supported in part by the US National Science Foundation (CMMI-1562244 and CMMI-1612843),seed grant from the Center for Informatics and Computational Science (CICS) at the University of Notre Dame,the Student Innovation Fellowship from the Thornton Tomasetti Foundation,O.H.Ammann Research Fellowship from the American Society of Civil Engineers,and funds from the Robert M.Moran Professorship.

Compliance with ethics guidelines

Fei Ding and Ahsan Kareem declare that they have no conflict of interest or financial conflicts to disclose.