This thesis explores an integrated workflow that spans from AI-assisted creation of structural models, through optimisation based on finite element analysis, to BIM modelling. The research combines the use of MIDAS Civil NX, leveraging its open API to automate analysis and verification processes according to Eurocode 3, with Tekla Structures for BIM modelling and the generation of construction drawings. The developed plugin reduces design time, improves material efficiency, and ensures regulatory compliance, providing a direct and traceable link between structural analysis and BIM modelling. The results demonstrate how the integration of AI, FEM, and BIM can enhance productivity and sustainability in structural design, paving the way for future developments in multi-objective optimisation and real-time design.

Questa tesi esplora un flusso di lavoro integrato che va dalla creazione assistita da intelligenza artificiale di modelli strutturali, all’ottimizzazione tramite analisi agli elementi finiti, fino alla modellazione BIM. La ricerca combina l’uso di MIDAS Civil NX, sfruttandone le API aperte per automatizzare processi di analisi e verifica secondo l’Eurocodice 3, con Tekla Structures per la modellazione BIM e la produzione di elaborati costruttivi. Il plugin sviluppato consente di ridurre i tempi di progettazione, migliorare l’efficienza nell’uso dei materiali e garantire la conformità normativa, offrendo un collegamento diretto e tracciabile tra analisi strutturale e modellazione BIM. I risultati mostrano come l’integrazione di AI, FEM e BIM favorisca produttività e sostenibilità nella progettazione strutturale, aprendo la strada a sviluppi futuri nell’ottimizzazione multi-obiettivo e nella progettazione in tempo reale.

From AI-assisted model creation to FEM-Based structural optimisation and BIM: an integrated workflow : development of an Integration Hub linking a custom GPT for AI-assisted FEM model creation, MIDAS Civil NX for FEM analysis and steel structure design and optimization, and Tekla Structures for BIM constructible models

Ramez, Arshia
2024/2025

Abstract

This thesis explores an integrated workflow that spans from AI-assisted creation of structural models, through optimisation based on finite element analysis, to BIM modelling. The research combines the use of MIDAS Civil NX, leveraging its open API to automate analysis and verification processes according to Eurocode 3, with Tekla Structures for BIM modelling and the generation of construction drawings. The developed plugin reduces design time, improves material efficiency, and ensures regulatory compliance, providing a direct and traceable link between structural analysis and BIM modelling. The results demonstrate how the integration of AI, FEM, and BIM can enhance productivity and sustainability in structural design, paving the way for future developments in multi-objective optimisation and real-time design.
MARIANI, OSVALDO
ING I - Scuola di Ingegneria Civile, Ambientale e Territoriale
23-ott-2025
2024/2025
Questa tesi esplora un flusso di lavoro integrato che va dalla creazione assistita da intelligenza artificiale di modelli strutturali, all’ottimizzazione tramite analisi agli elementi finiti, fino alla modellazione BIM. La ricerca combina l’uso di MIDAS Civil NX, sfruttandone le API aperte per automatizzare processi di analisi e verifica secondo l’Eurocodice 3, con Tekla Structures per la modellazione BIM e la produzione di elaborati costruttivi. Il plugin sviluppato consente di ridurre i tempi di progettazione, migliorare l’efficienza nell’uso dei materiali e garantire la conformità normativa, offrendo un collegamento diretto e tracciabile tra analisi strutturale e modellazione BIM. I risultati mostrano come l’integrazione di AI, FEM e BIM favorisca produttività e sostenibilità nella progettazione strutturale, aprendo la strada a sviluppi futuri nell’ottimizzazione multi-obiettivo e nella progettazione in tempo reale.
File allegati
File Dimensione Formato  
2025_10_Ramez.pdf

non accessibile

Descrizione: Thesis Report Text File
Dimensione 5.66 MB
Formato Adobe PDF
5.66 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/242702