10653

ПТО РААСН

_________________________________________________________________________________

на 2017 г. напряжения, вертикальные и горизонтальные перемещения в основных элементах каркаса не превышают своих расчётных и предельно установленных значений.

Вероятность развития осадок основных колонн может привести к изменению на- пряжённо-деформированного состояния каркаса здания, что требует ежегодного мониторинга деформаций.

Библиография

1.СП 20.13330.2016. Нагрузки и воздействия. Актуализированная редакция СНиП 2.01.07-85*

2.Городецкий А. С., Евзеров И.Д. Компьютерные модели конструкций. К. Изд-

во «Факт», 2005. 344 с.

3.Перельмутер А. В., Сливкер В. И. Расчетные модели сооружений и возможность их анализа. К. : Изд-во «Сталь», 2002. 600 с.

_________________________________________________________________________________

170 Вестник ПТО РААСН, выпуск 23

ПТО РААСН

_________________________________________________________________________________

РАЗРАБОТКА СОДЕРЖАТЕЛЬНОЙ ОНТОЛОГИИ ДЛЯ ЭКСПЕРТНОЙ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ОСТАТОЧНОГО РЕСУРСА КИРПИЧНЫХ ЗДАНИЙ

Г.Г. КАШЕВАРОВА, К.Д. ДРОЗДОВ ___________________________________________

Здания и сооружения являются неотъемлемой частью нашей жизни. В них мы живём, работаем и отдыхаем. Как и всё вокруг – здания и сооружения со временем приходят в негодность и могут угрожать здоровью и жизни людей, эксплуатирующих эти объекты капитального строительства. Своевременная техническая диагностика конструкций зданий и сооружений является важным условием обеспечения их безопасности.

Основными задачами технической диагностики конструкций зданий и сооружений являются: выявление наиболее значимых дефектов и повреждений, обнаруженных в результате инженерного обследования, проведения необходимых расчетов, определения причин их появления, проверки соответствия проектным параметрам, а также назначения категории технического состояния отдельных конструктивных элементов и объекта в целом. Определение остаточного ресурса зданий со значительным сроком службы является основанием для принятия решения о ремонте, реконструкции или сносе объекта при обнаружении значительных дефектов и следствием снижения категории технического состояния отдельных конструктивных элементов и объекта в целом.

Принятие правильных и своевременных решений должно быть поддержано предоставлением соответствующей информации, содержащей возможные альтернативы решения, выработанные в результате анализа возникшей проблемной ситуации. Объективность и достоверность информации о техническом состоянии строительного объекта, предоставляемой экспертами в большей степени зависят от знаний и опыта эксперта, т.е. от человеческого фактора. К сожалению, люди не могут хранить большие объемы данных в памяти, они устают от физической или умственной нагрузки, могут быть непоследовательны в своих повседневных решениях.

Достижения в области информационных технологий делают жизнь людей крайне рациональной и стремительной. Одна из актуальных задач современности – повышение эффективности использования накопленного ранее теоретического и практического опыта в разных сферах деятельности за счет применения интеллектуальных технологий при решении вновь возникающих проблем. Это соответствует ключевым положениям Национальной Стратегии РФ развития искусственного интеллекта на период до 2030 года для достижения устойчивой конкурентоспособности и опережающего развития российской экономики.

Для решения задачи диагностики и определения остаточного ресурса зданий предлагается разработка и внедрение интеллектуальной экспертной системы (ЭС) поддержки принятия решений с использованием информационного банка данных.

При разработке ЭС, как правило, используют концепцию "быстрого прототипа". Суть этой концепции состоит в том, что на начальном этапе разрабатывается не конечный продукт, а прототип ЭС, который должен продемонстрировать пригодность методов инженерии знаний для данного приложения. Технология создания ЭС обычно включает следующие этапы: идентификацию, концептуализацию, формализацию, выполнение, тестирование, опытную эксплуатацию (рис. 1).

_________________________________________________________________________________

ПТО РААСН

_________________________________________________________________________________

Рис. 1 - Технология разработки ЭС

На этапе идентификации определяются задачи, которые подлежат решению, выявляются цели разработки, определяются эксперты и типы пользователей [16]. В данной статье представлен этап концептуализации, который включает проведение содержательного анализа проблемной области, определение используемых понятий, их взаимосвязей и методов решения задачи.

Концептуализация знаний предметной области

Основной целью при разработке экспертной системы является приобретение знаний и их формализация для представления в ЭС. Существуют два основных источника знаний: человек - эксперт (ы) - обладающие особыми навыками или мастерством и обширная база практических и теоретических исследований по технической диагностике конструкций зданий и сооружений.

Природа знаний о техническом состоянии строительных конструкций имеет «две стороны»: декларативные знания – описание фактов, признаков, состояний, явлений, и процедурные знания – описание манипуляций с ними [17].

Ключевым при разработке базы знаний (БЗ) является вопрос: «Как будет осуществляться ее наполнение?» Это стратегически важная и наиболее сложная задача. В отечественной литературе чаще всего для процесса переноса компетентности эксперта в базу знаний используется термин извлечение знаний. Стратегия извлечения знаний включает в себя: описание и обобщение фактов (т.е. факты просто собирают и как бы складывают в «общую корзину»), а также выявление «каркаса» умозаключений опытного эксперта - установление логических и математических связей между ними.

Для получения различных фрагментов знаний, целесообразно использовать традиционную логику и ассоциации, приобретенные на основе различных связей, припоминание прошлого опыта, пробы и ошибки со случайными успехами и пр. При этом необходимо помнить о главной цели, которая влияет на остальные компоненты и связывает их в единую структуру. Если выявленная система знаний эксперта полна и объективна, то на ее основе можно делать прогнозы и объяснять любые явления из данной предметной области [16].

_________________________________________________________________________________

172 Вестник ПТО РААСН, выпуск 23

ПТО РААСН

_________________________________________________________________________________

В последние годы в современном мире активно развиваются работы над содержательными онтологиями – концептуальными схемами организации системы знаний конкретных предметных областей и способах целевого использования этих знаний. Термин “онтология” в теории искусственного интеллекта – это знания, формально представленные в виде описания множества объектов, понятий и связей между ними.

Вопросы построения содержательных онтологий для моделирования реальности отражены в трудах отечественных ученых Т.А. Гавриловой, В.В. Девяткова, Г.Б. Евгенева, В.Ф. Хорошевского, а также многих зарубежных специалистов: T.R. Gruber, N.

Guarino, J.F. Sowa, M. Uschold, B.J. Wielinga и др.

Не всегда построение онтологии проходит очевидным образом, не всегда легко собрать понятия, выделить дифференциальные признаки. Существуют разные варианты действий, зависящие от конкретных задач и исходного материала. Онтологический анализ начинается с аналитической работы - построения неформальной концептуальной модели знаний изучаемой предметной области: выделения набора основных понятий, установления отношений между ними и объединения предметных знаний.

Онтологии удобно создавать в специализированных редакторах. В данной работе мы использовали открытый редактор онтологий – «Protégé». На рисунке 2 схематично изображена форма онтографа в виде связанных между собой блоков, с которой будет работать экспертная система. Для полноценной и работоспособной базы знаний онтограф будет усложняться «в глубину», т.е. будут добавлены уровни влияния разных дефектов на техническое состояние строительной конструкции. Итоговое количество блоков зависит от количества базовых точек в онтологии. Для учета влияния конкретных дефектов на конструкцию можно использовать разные цвета блоков.

Рис. 2 – Схематичное изображение онтологии с условным заполнением

Пример разработки онтологии декларативных знаний о техническом состоянии кирпичной кладки

Декларативные знания о техническом состоянии кирпичной кладки должны учитывать характерных дефекты, размеры повреждений, возможные причины их появления, которые далее позволят оценить остаточный ресурс каменных конструкций.

За основу построения содержательной онтологии принята Таблица 10 ВСН 5386(р) «Ведомственные строительные нормы. Правила оценки физического износа жилых зданий» «Стены кирпичные», ввиду полноты представленных в ней дефектов рассматриваемых нами строительных конструкций и её актуальности на данный момент

(табл.1).

_________________________________________________________________________________

ПТО РААСН

_________________________________________________________________________________

Т а б л и ц а 1.

«Таблица 10 ВСН 53-86(р) «Ведомственные строительные нормы. Правила оценки физического износа жилых зданий» «Стены кирпичные»

_________________________________________________________________________________

174 Вестник ПТО РААСН, выпуск 23

ПТО РААСН

_________________________________________________________________________________

На рис. 3. представлена компактная графическая форма онтологии «Техническое состояние каменной кладки» – онтограф

Рис. 3 – Онтограф содержательной онтологии «Техническое состояние каменной кладки»

Тестовый пример

На рис. 4 показан участок кирпичной стены с дефектами и повреждениями одного из промышленных объектов г. Перми. Данный участок кирпичной стены является частью здания со сроком эксплуатации ~50 лет. Стена является несущей. Толщина стены 510 мм.

Схема расположения дефектов и повреждений с указанием их площади (обозначено символом «S») показана на рис. 5.

Рис. 4 - Участок кирпичной стены с дефектами и повреждениями

_________________________________________________________________________________

ПТО РААСН

_________________________________________________________________________________

Рис. 5 - Схема расположения с дефектов и повреждений на кирпичной стене

В результате проведенного визуального обследования выявлены следующие дефекты:

Трещина, шириной раскрытия до 1.0 мм (3 шт.), общий процент покрытия -

>7%;

Трещина, шириной раскрытия до 2.0 мм (4 шт.), общий процент покрытия -

>8%;

Трещина, шириной раскрытия до 5.0 мм (2 шт.), общий процент покрытия -

>5%;

Трещина, шириной раскрытия до 7.0 мм (3 шт.), общий процент покрытия -

>10%;

Глубина разрушения швов до 4 см на площади до 50%, общий процент покрытия

- 10%;

Разрушение кирпичной кладки. Процент покрытия - 9%.

Определение остаточного ресурса кирпичной кладки

Оценка остаточного ресурса конструкций зданий является одной из основных задач обеспечения безопасности эксплуатации зданий и сооружений. Остаточный ресурс - это период эксплуатации объекта от момента контроля его технического состояния до перехода в предельное состояние, при котором его эксплуатация недопустима. В настоящее время не существует единой методики определения остаточного ресурса зданий и сооружений. Основные подходы связаны с использованием детерминированных расчетов или теории вероятности.

Детерминированные методы имеют ограниченную область применения, т.к. не учитывают такие существенные факторы, как: резкое изменение условий эксплуатации, возможное воздействие особых нагрузок, наличие скрытых дефектов конструкций, качество изготовления конструкций, скорость деградации материалов конструкций и ее изменение. Применение вероятностных методов требует значительного объёма информации о внешних воздействиях и о материалах конструкций. При этом гарантия результата обеспечивается непропорционально большим числом статистических данных.

В [1] предложена формула расчета физического износа строительной конструк-

ции:

_________________________________________________________________________________

176 Вестник ПТО РААСН, выпуск 23

ПТО РААСН

_________________________________________________________________________________

где: – физический износ строительной конструкции; – размер определённого дефекта;

– размер всей конструкции.

Остаточный ресурс объекта можно определить как обратную величину физическому износу.

где: Ор – физический износ строительной конструкции.

Используя формулу (1), вычислен физический износ рассматриваемой стены, он составляет – 17,1%, соответственно остаточный ресурс, в соответствии с формулой

(2) получается – 82,9%.

Однако, следует отметить, что в данном случае остаточный ресурс стены оценивался при условии, что она выполнена из материала, который полностью соответствует нормам, защищён от атмосферных и антропогенных воздействий и не имеет внутренних дефектов. Для уточнения остаточного ресурса следует кроме визуального обследования испытывать образцы материала в лабораторных условиях с учетом особенностей реального материала. Например, если несущая способность кирпича из-за переувлажнения и воздействия мороза снизилась на 50%, то остаточный ресурс с учетом изначального снижения несущей способности на 17,1% составит 41,55%,.

В случае, если имеются образцы лабораторных испытаний, определяющих фактичекскую несущую способность материала, и она отличается от заданной проектом, тогда полученное значение корректируется, в зависимости от отклонения лабораторных испытаний. Например, если несущая стена запроектирована из кирпича марки М150, а по факту положен кирпич М100, то фактическая несущая способность стены изначально будет на 33% ниже проектной.

Кроме того в данной онтологии не учитывалось использование как закладных деталей, так и арматуры, что необходимо учитывать в будущем.

Организация экспертных знаний определения остаточного ресурса строительных объектов, должна обладать информационной универсальностью и возможностью расширения. Разработка онтологии – это обязательно итеративный процесс.

Заключение

В результате проведённой работы разработана содержательная онтология, иллюстрирующая спектр дефектов, которым подвержена каменная кладка.

На наш взгляд, для всесторонней оценки технического состояния строительных объектов и определения их остаточного ресурса целесообразно разработать методику определения остаточного ресурса эксплуатируемых зданий и сооружений на основе теории нечетких множеств и нечеткой логики с использованием интеллектуальных технологий.

_________________________________________________________________________________

ПТО РААСН

_________________________________________________________________________________

Разработка методики интеллектуальной поддержки оценки остаточного ресурса эксплуатируемых зданий и сооружений на основе теории нечетких множеств и нечеткой логики позволит строить формальные схемы решения задач, характеризующиеся неполнотой, противоречивостью, неоднозначностью и размытостью исходных данных. Это позволит учитывать изменения определяющих параметров, полученных при анализе механизмов развития повреждений и (или) по результатам измерения функциональных показателей.

Для представления знаний в компьютере их необходимо формализовать, т.е. перевести неформальное содержимое в машиночитаемый формат. Для этого надо разработать пользовательский интерфейс, используя разные модели и методы, а также специализированные языки представления знаний (ЯПЗ) - способы описания моделей знаний.

Библиография

1.Ведомственные строительные нормы. Правила оценки физического износа жилых зданий. ВСН 53-86(р). Утверждены приказом Государственного комитета по гражданскому строительству и архитектуре при Госстрое СССР от 24 декабря 1986 года N 446. – Текст: электронный.

2.Рекомендации по оценке надежности строительных конструкций и сооружений по внешним признакам. ЦНИИПРОМЗДАНИЙ, М., 2001.

3.Хабаров С. П. Интеллектуальные информационные системы. Prolog - язык разработки интеллектуальных экспертных систем. – СПб, 2013. – С. 138.

4.Мельчаков А. П., Байбурин Д. А., Казакова Е. А. Конструкционная безопасность строительного объекта: оценка и обеспечение. – Челябинск, 2013. – С. 137.

5.Соколов В. А. Диагностика технического состояния конструкций зданий и сооружений с использованием методов теории нечетких множеств // Инженерностроительный журнал. – 2010. – №5. – С. 31-37.

6.Тарарушкин Е. В. Применение нечеткой логики для оценки физического износа несущих конструкций зданий // Вестник БГТУ им. В.Г. Шухова. – 2016. – №10. – С. 77-82.

7.Тэрано Т., Асаи М., Сугэно М. Прикладные нечеткие системы. – М.: Мир, 1993. – 368 с.

8.Daniel R. R., Steven J. F. Expert systems in civil engineering, construction and construction robotics. – Carnegie, 1984. – 29.

9.Экспертные системы [Электронный ресурс] URL: http://textb.net/101/21.html. Проверено 20. 02. 2019.

10.Разработка гибридной экспертной системы для оценки состояния, оптимизации, обслуживания и ремонта жилых зданий [Электронный ресурс] URL: http://www.math.rsu.ru/ovtm/expert.en.html. Проверено 20. 02. 2019.

11.Козловский В. А., Максимова А. Ю. Нечеткая система распознавания образов для решения задачи классификации жидких нефтепродуктов // Наукові праці ДонНТУ Серія "Інформатика, кібернетика та обчислювальна техніка". – 2011. - №13. С.

200-205.

12.Ярушкина Н. Г., Мошкин В.С., Тимина И. А., Нечеткие системы и мягкие вычисления. Промышленные применения. – Ульяновск, 2017.

13.Кашеварова Г. Г., Тонков Ю. Л., Интеллектуальные технологии в обследовании строительных конструкций. – 2018г.

14.Кашеварова Г. Г., Тонков Ю. Л., Онтологический анализ нечеткой базы знаний в системе поддержки принятий решений о техническом состоянии изгибаемых железобетонных конструкций. – 2015.

_________________________________________________________________________________

178 Вестник ПТО РААСН, выпуск 23

ПТО РААСН

_________________________________________________________________________________

15.Панкевич. О, Штовба С. Штовба Д., Диагностика причин трещин строительных конструкций на основе мягких вычислений // Автомобільні дороги і дорожне будівництво. – 2004. – №69. С. 179-184.

16.Рыбина Г. В., Основы построения интеллектуальных систем. – М.: Финансы и статистика, Инфра-М, 2010. 432 с.

17.Тонков Ю.Л., Математические модели для идентификации категории технического состояния строительных конструкций на основе нечеткой логики, - г. Пермь, 2018 г.

18.Экспертные системы на базе нечеткой логики в строительстве Кашеварова Г.Г., Дроздов К.Д. Современные технологии в строительстве. Теория и практика. 2019. Т. 1. С. 268-273.

_________________________________________________________________________________