一种基于AI的抗震手脚架设计模型优化方法

本发明涉及建筑工程技术领域，具体公开了一种基于AI的抗震手脚架设计模型优化方法，包括：实时采集来自不同震动源的震动数据、手脚架自身的结构参数以及施工过程中的荷载数据，并进行预处理；选择深度神经网络模型构建抗震手脚架设计优化模型，以预处理后的震动数据、手脚架结构参数和荷载数据作为输入向量进行训练；在手脚架搭建完成投入使用后，持续通过传感器实时采集震动数据，并将数据实时传输至已训练好的AI模型；当AI模型评估发现手脚架的抗震性能不满足安全要求时，模型基于训练得到的优化策略，自动生成针对性的设计优化方案。本发明通过全面采集多源震动数据，精准考虑不同震动特性的影响，有效提升在复杂震动环境下的稳定性。