Intuitive interactive form finding of optimised fabric-cast concrete
Notice bibliographique
Résumé
Producing organic shapes in concrete has been a challenging problem since complex freeform buildings became a major trend in contemporary architecture. Many different techniques for casting doubly-curved shapes have been proposed. Most of them produce elements which exactly match a preconceived design, but at a high cost in manufacture. Fabric formwork techniques (such as those pioneered at the Centre of Architectural Structures and Technology at the University of Manitoba (CAST)) are relatively economical, but require a form-finding approach which takes into account the physics of casting, as well as structural and functional requirements of the finished element. The research presented here involves a specialised methodology for the design and manufacture of optimised concrete elements cast in fabric formwork. Using a novel software tool, our approach lies in between the largely intuitive methods reported by CAST and the precise but expensive computer-controlled manufacturing methods normally used in practice. Combining topological optimisation with computational form-finding, the developed software guides the designer towards a shape that is economical in both material and manufacturability. By combining knowledge of computational structural analysis, optimisation algorithms, fabric simulation and the practical casting techniques of fabric formwork; the gap between structurally optimised forms, and those developed intuitively by fabric casting, can be bridged. This is demonstrated through a case study involving the computational design of a centrally supported slab, supplemented with design studies realised using plaster scale models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».