Оптимизация конструктивных расчетов свайного поля на основе данных статического зондирования

Обложка

Цитировать

Полный текст

Аннотация

Введение. Существующая практика подбора свайного фундамента представляет собой трудоемкий, несвязный и не стандартизированный процесс. Целью исследования является разработка методики оптимизации конструктивных расчетов на примере свайного поля на основе данных статического зондирования. Для этого необходимо: подготовить алгоритм по обработке данных из инженерно-геологических изысканий; разработать строго детерминированный процесс обоснования лучшего варианта в зависимости от стоимости свайного фундамента; получить наглядное представление данных для возможности проверки выбранного решения.Материалы и методы. С целью оптимизации конструктивных расчетов свайного поля применяется генетический алгоритм, который реализован при помощи плагина Galapagos на основе языка визуального программирования Grasshopper. Для подготовки исходной информации инженерно-геологических изысканий используется язык программирования Python.Результаты. Разработаны увязанные друг с другом алгоритмы обработки данных статического зондирования и предварительной оценки оптимальной конфигурации свайного фундамента на основе его суммарной стоимости по несущей способности грунта основания свай.Выводы. Разработанные алгоритмы могут использоваться для предварительного расчета и быстрой оценки вариантов свайного фундамента. Необходимые исходные сведения могут генерироваться из расчетных программ. В качестве альтернативы можно проводить подбор и оптимизацию непосредственно в коде Python, применяя Grasshopper и Rhino только для извлечения усилий и последующей визуализации результатов. Направления для дальнейших исследований и разработок: учет слоистогозалегания инженерно-геологических элементов (ИГЭ); оценка несущей способности каждого ростверка независимо и согласно залегающим ИГЭ под ним; группировка свай по положению в свайном поле и нагрузкам; учет нелинейности поведения грунтового массива.

Об авторах

П. Н. Недвига

Санкт-Петербургский политехнический университет Петра Великого (СПбПУ)

Email: pavel.nedviga@gmail.com
ORCID iD: 0000-0003-0857-8301
SPIN-код: 4626-6726

А. А. Кукина

Санкт-Петербургский политехнический университет Петра Великого (СПбПУ)

Email: kukina_aa@spbstu.ru
ORCID iD: 0000-0003-4271-7408
SPIN-код: 9190-9276

М. А. Тачков

Санкт-Петербургский политехнический университет Петра Великого (СПбПУ)

Email: politeh_maks21992199@mail.ru
ORCID iD: 0000-0002-7831-7548

Список литературы

  1. Викторова О.Л., Фатеев Д.А. Обоснование принятого варианта конструктивного решения фундаментов // Моделирование и механика конструкций. 2021. № 13. С. 184–193. EDN NHOLMJ.
  2. Соколов Н.С. Выбор типа буровых свай по технико-экономическим параметрам // Новое в архитектуре, проектировании строительных конструкций и реконструкции : мат. IV Междунар. (X Всерос.) конф. 2018. С. 430–438. EDN MBODWE.
  3. Мельников В.А., Алексеев Н.С., Ионов К.И. Сравнительный анализ методик расчета осадки свайных фундаментов // Современные научные исследования и инновации. 2015. № 9–1 (53). С. 37–45. EDN ULQMFZ.
  4. Стольникова К.А., Петроченко М.В. Зависимость сметной стоимости работ по устройству свайного фундамента от уровня детализации (LOD) BIM-модели // Неделя науки ИСИ : мат. Всерос. конф. в 3-х частях. 2021. С. 64–67. EDN AUVMEV.
  5. Георгиев Н.Г., Шумилов К.А. Применение визуального программирования при моделировании строительных конструкций // Инновации. Наука. Образование. 2021. № 34. С. 1418–1422. EDN AAXTTM.
  6. Banihashemi S., Tabadkani A., Hosseini M.R. Integration of parametric design into modular coordination: A construction waste reduction workflow // Automation in Construction. 2018. Vol. 88. Pp. 1–12. doi: 10.1016/j.autcon.2017.12.026
  7. Girardet A., Boton C. A parametric BIM approach to foster bridge project design and analysis // Automation in Construction. 2021. Vol. 126. P. 103679. doi: 10.1016/j.autcon.2021.103679
  8. Nadyrshine N., Nadyrshine L., Khafizov R., Ibragimova N., Mkhitarian K. Parametric methods for constructing the Islamic ornament // E3S Web of Conferences. 2021. Vol. 274. P. 09009. doi: 10.1051/e3sconf/202127409009
  9. Freitas J., Cronemberger J., Soares R.M., Amorim C.N.D. Modeling and assessing BIPV envelopes using parametric Rhinoceros plugins Grasshopper and Ladybug // Renewable Energy. 2020. Vol. 160. Pp. 1468–1479. doi: 10.1016/j.renene.2020.05.137
  10. Preisinger C. Linking structure and parametric geometry // Architectural Design. 2013. Vol. 83. Issue 2. Pp. 110–113. doi: 10.1002/ad.1564
  11. He L., Li Q., Gilbert M., Shepherd P., Rankine C., Pritchard T. et al. Optimization-driven conceptual design of truss structures in a parametric modelling environment // Structures. 2022. Vol. 37. Pp. 469–482. doi: 10.1016/j.istruc.2021.12.048
  12. Lartigue B., Lasternas B., Loftness V. Multi-objective optimization of building envelope for energy consumption and daylight // Indoor and Built Environment. 2014. Vol. 23. Issue 1. Pp. 70–80. doi: 10.1177/1420326X13480224
  13. Li J., Zhao H. Multi-objective optimization and performance assessments of an integrated energy system based on fuel, wind and solar energies // Entropy. 2021. Vol. 23. Issue 4. P. 431. doi: 10.3390/e23040431
  14. Wortmann T., Natanian J. Multi-objective optimization for zero-energy urban design in China: A benchmark // Proceedings of the SimAUD. 2020. Pp. 203–210.
  15. Benjaoran V., Peansupap V. Grid-based construction site layout planning with particle swarm optimisation and travel path distance // Construction Management and Economics. 2020. Vol. 38. Issue 8. Pp. 673–688. doi: 10.1080/01446193.2019.1600708
  16. Turrin M., von Buelow P., Stouffs R. Design explorations of performance driven geometry in architectural design using parametric modeling and genetic algorithms // Advanced Engineering Informatics. 2011. Vol. 25. Issue 4. Pp. 656–675. doi: 10.1016/j.aei.2011.07.009
  17. Yang D., Sun Y., Turrin M., Von B.P., Paul J. Multi-objective and multidisciplinary design optimization of large sports building envelopes: a case study // Proceedings of the International Association for Shell and Spatial Structures (IASS) Symposium. 2015.
  18. Rutten D. Galapagos: On the Logic and Limitations of Generic Solvers // Archit Design. 2013. Vol. 83. Pp. 132-135. doi: 10.1002/ad.1568
  19. Петраш А.В., Петраш Р.В. Выбор типа свайных фундаментов при условии наиболее полного использования их несущей способности по материалу // Будущее науки — 2013 : мат. Междунар. молодежной науч. конф. 2013. С. 170–173. EDN TMFFTT.
  20. Oh Y.P., Mohamad Ismail M.A. Pile length optimization by using shaft friction and end bearing curves developed from instrumented pile load test // Physics and Chemistry of the Earth, Parts A/B/C. 2023. Vol. 129. P. 103278. doi: 10.1016/j.pce.2022.103278

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».