Разработка конструктивных решений зданий и сооружений, методов проектирования стальных конструкций на основе комбинированного использования мягких вычислений и численного моделирования

Объектом исследования являются: металлические балочные конструкции, модульные здания и блоки, изготавливаемые из конструкционной стали, методы машинного обучения и нейросетевого моделирования. Цель работы заключается в: - идентификации воздействия (в виде механической силы или распределенной нагрузки) на систему по характеру ее деформирования; - разработке методики обоснования конструктивных решений путем прогнозирования компонентов напряженно-деформированного состояния для стальных конструкций на примере модульных зданий. Методы и методология проведения работы. Концепция идентификации нагрузок для стальных линейно-деформируемых стержневых систем, основана на декомпозиции конструктивной системы на примитивы (простейшие стержни). Далее выполняется машинное обучение на этих примитивах, целью которого является определение типа, места приложения и интенсивности нагрузок. Для разработки методики определения компонентов НДС с помощью мягких вычислений используется машинное обучение на основе линейных уравнений регрессии и составление деревьев решений, что позволяет принимать альтернативные конструктивные решения без использования аппарата численного моделирования или других трудоемких расчетов. Научная новизна проведенных исследований: - разработана методика идентификации типа, точки приложения и интенсивности нагрузки по ее деформированной схеме с использованием элементов нейросетевого моделирования и машинного обучения, что может использоваться при мониторинге зданий и сооружений, а также при исследовании результатов аварийного воздействия. В основу положены принципы устройства нейронной сети типа перцептрон и построение матриц влияния прогибов; - разработана методика обоснования конструктивных решений на основе новой модели, в которой формируются деревья решений, объединенные в единый ансамбль. Ключевыми параметрами, определяющими структуру деревьев решений, являются расчетные сопротивления стали, типы нагрузок и их число, диапазоны толщин листового проката. С помощью ансамбля таких моделей учитывается нелинейное деформирование элементов путем кусочной аппроксимации зависимостей между компонентами напряженно-деформированного состояния. Для повышения эффективности предсказаний в учете нелинейности для линейных уравнений регрессии используется бинаризация признаков. Область применения результатов работы: мониторинг технического состояния зданий и сооружений, технологии цифровых двойников, экспертиза аварий, вариантное проектирование конструктивных систем. Результаты исследования позволят: Идентифицировать степень опасности напряженно-деформируемого состояния эксплуатируемых стальных конструкций зданий и сооружений с определением параметров нагруженности в случае, когда такое определение непосредственным измерением затруднительно. Определять компоненты НДС стальных конструкций на основе мягких вычислений, что сократит трудоемкость вариантного проектирования и снизит уровень и опасность технических ошибок в расчетах несущих стальных конструкций. Проведенное исследование имеет значительное научное и техническое значение в области оценки технического состояния, расчета и проектирования стальных конструкций на основе внедрения в эти процессы элементов искусственного интеллекта.