"В статье приводится обзор и систематизация работ, посвященных применению машинного обучения для решения задач исследования, расчета и проектирования железобетонных конструкций. Рассматриваются апробированные актуальные на сегодняшний момент аспекты, связанные с расчетом, проектированием, а также оценкой технического состояния объектов с помощью различных подходов, реализующих схемы машинного обучения, в т.ч., глубинного обучения, ансамблевые алгоритмы. Показано, что в настоящее время в мировой строительной науке данная область стремительно развивается и совершенствуется. При этом алгоритмами машинного обучения решаются задачи предсказания проектных параметров, задачи идентификации тех или иных параметров, дефектов, повреждений на основе алгоритмов классификации и др. Приведенные в статье материалы позволят специалистам точнее выбрать предметную область исследования и определить направления адаптации и совершенствования собственных разработок в области машинного обучения.

Ключевые слова: машинное обучение, железобетонные конструкции, уравнения регрессии, идентификация, аппроксимация, искусственный интеллект

2.1.1 - Строительные конструкции, здания и сооружения , 2.3.1 - Системный анализ, управление и обработка информации

Одной из актуальных проблем в области анализа нагрузок и воздействий на несущие конструкции является их идентификация. Имеется в виду точка приложения тип воздействия и его интенсивность в случаях, когда имеется результат воздействия, а параметры, вызвавшие этот результат не определены. Например, это аварийное воздействие, в результате которого система получает деформации и разрушение. Решение таких задач возникает при анализе аварий на несущих конструкциях в строительстве, а также при мониторинге деформированного состояния сооружений во времени. В статье предлагается использовать принципы нейросетевого моделирования для решения задачи идентификации воздействия в виде сосредоточенной силы на примере балочных систем. Входными данными в нейроны считаем значения линейных и угловых узловых перемещений при некотором воздействии. В качестве примера рассматривается линейно- деформируемая балка постоянной жесткости, материал которой является сплошной изотропной средой.

Ключевые слова: нейронная сеть, прогибы, несущая конструкция, перемещение, деформация, идентификация

2.1.1 - Строительные конструкции, здания и сооружения , 2.1.9 - Строительная механика

Рассматриваются альтернативные подходы к оценке жёсткости коррозионно-повреждаемых балок с учетом локализации очага коррозии и развития коррозионных повреждений бетона на основе модели В.М. Бондаренко. Рассмотрены способы определения перемещений коррозионно-поврежденных железобетонных балок прямоугольного сечения. В первом cлучае жесткость балки при определении прогиба считается постоянной. При этом значения прогибов при коррозионных повреждениях могут оказаться заниженными ввиду неучета действительной работы железобетона. Во втором - прогиб вычисляется с учетом переменной по длине балки высоты сжатой зоны бетона. Для этих подходов моделируется уменьшение жесткости на участках балки при наличии повреждений от коррозии бетона сжатой зоны. Показано, что при наличии коррозионных повреждений прогибы конструкции могут существенно возрастать, что требует обязательного учета в жизненном цикле несущих конструкции сооружений при оценке их механической безопасности.

Ключевые слова: железобетонные балки, прочность железобетонных элементов, изгибная жесткость, деформативность, коррозионное повреждение бетона, высота сжатой зоны, прогибы

05.23.01 - Строительные конструкции, здания и сооружения (технические науки)