Вероятностно-статистический метод оценки технического состояния резинометаллических опор систем сейсмоизоляции зданий

DOI: 10.37153/2618-9283-2026-1-28-43

Авторы:  
Рубрики:    Сейсмозащита и сейсмоизоляция зданий и сооружений   
Ключевые слова: сейсмоизоляция, резинометаллические опоры, динамический мониторинг, байесовская динамическая модель, гауссовский процесс, техническое состояние, вероятностная классификация
Аннотация:

Введение. Системы сейсмоизоляции в виде резинометаллических опор являются эффективным инженерным решением снижения сейсмических нагрузок и, как следствие, повреждаемости зданий при землетрясениях. Вместе с тем в процессе длительной эксплуатации материалы опор подвержены старению и деградации физико-механических свойств, что сказывается на динамических характеристиках зданий и эффективности сейсмоизоляции. Отсутствие стандартизированных методов оперативной количественной оценки технического состояния резинометаллических опор в условиях эксплуатации обусловливает необходимость разработки новых диагностических подходов.

Цель. Разработка и формализация вероятностно-статистического метода количественной оценки технического состояния резинометаллических опор систем сейсмоизоляции эксплуатируемых зданий на основе анализа данных динамического мониторинга.

Материалы и методы. Предлагаемый автором вероятностно-статистический метод оценки технического состояния резинометаллических опор систем сейсмоизоляции зданий на основе анализа данных динамического мониторинга базируется на использовании байесовской динамической линейной модели, в рамках которой техническое состояние системы сейсмоизоляции описывается вектором скрытых параметров, включающим один или несколько параметров. Эволюция параметров состояния моделируется как стохастический процесс, а связь между параметрами состояния и наблюдаемыми динамическими характеристиками задается с использованием суррогатной модели на основе гауссовского процесса. Байесовский вывод реализуется с применением методов Монте-Карло по цепи Маркова.

Результаты. В статье приведено описание предлагаемого формализованного вероятностно-статистического метода оценки технического состояния резинометаллических опор систем сейсмоизоляции зданий по категориям, установленным в пространстве параметров с учетом нормативно допустимых изменений их свойств и требований к обеспечению сейсмостойкости здания. Отмечена возможность расширения метода за счет включения дополнительных диагностических признаков.

Выводы. Предложенный вероятностно-статистический метод обеспечивает переход от качественной интерпретации изменений динамического отклика здания к количественной оценке технического состояния системы сейсмоизоляции. Предлагаемый автором метод может быть интегрирован в системы динамического мониторинга зданий и использован для оценки технического состояния резинометаллических опор, а также для прогнозирования их остаточного эксплуатационного ресурса.

Список литературы:

1.         Айзенберг Я.М., Смирнов В.И. Инновационные системы обеспечения сейсмической безопасности сооружений и населения. Инженерные и экономические аспекты // Сейсмостойкое строительство. Безопасность сооружений. 2014. № 3. С. 18–21.

2.         Смирнов В.И. Сейсмоизоляция – современная антисейсмическая защита зданий в России // Сейсмостойкое строительство. Безопасность сооружений. 2013. № 4. С. 41–54.

3.         Naeim F., Kelly J.M. Design of Seismic Isolated Structures: From Theory to Practice. New York: John Wiley, 1999. 352 p.

4.         Kelly J.M. Earthquake-Resistant Design with Rubber. New York: Springer, 1997.

5.         Nakamura Y., Okada K. Review on seismic isolation and response control methods of buildings in Japan. Geoenvironmental Disasters, 2019, vol. 6, art. 7. DOI: 10.1186/s40677-019-0123-y.

6.         Бубис А.А., Афанасьева Я.В. Обзор основных исторических методов, применяемых для снижения эффекта сейсмического воздействия в мировой практике // Сейсмостойкое строительство. Безопасность сооружений. 2024. № 6. С. 11–25. DOI 10.37153/2618-9283\-2024-6-11-25.

7.         Белаш Т.А., Бубис А.А., Смирнова Л.Н., Звездов А.И. О реализации систем сейсмоизоляции в сейсмостойком строительстве зданий и сооружений в Российской Федерации // Сейсмостойкое строительство. Безопасность сооружений. 2024. № 2. С. 8–19. DOI 10.37153/2618-9283-2024-2-8-19.

8.         Гизятуллин И.Р., Фаттахова А.И., Петросян И.А., Бутикова Т.Е. Практическая эффективность систем сейсмоизоляции зданий: эмпирические данные и уроки разрушительных землетрясений XXI века // Вестник НИЦ «Строительство». 2025;45(2):20–43. https://doi.org/10.37538/2224-9494-2025-2(45)-20-43. EDN: VKMPIK.

9.         ГОСТ Р 57354–2016 / EN 1337-3:2005. Опоры строительных конструкций. Часть 3. Опоры эластомерные. Технические условия. Введ. 2017-01-01. М.: Стандартинформ, 2017. 36 с.

10.     ГОСТ Р 57364–2016 / EN 15129:2010. Устройства антисейсмические. Правила проектирования. Введ. 2017-01-01. М.: Стандартинформ, 2017. 58 с.

11.     Гизятуллин И.Р., Смирнова Л.Н. Деградация физико-механических свойств резинометаллических опор сейсмоизолированных зданий при эксплуатации // Промышленное и гражданское строительство. 2024. № 12. С. 17–25. – DOI 10.33622/0869-7019.2024.12.17-25. EDN NWJLSN.

12.     Chang M., Pakzad S.N. Observer Kalman filter identification for output-only systems using interactive structural modal identification tool suite. Journal of Bridge Engineering, 2013, vol. 18, no. 12, pp. 1260–1274. DOI: 10.1061/(ASCE)BE.1943-5592.0000503.

13.     Chen Y., Feng M. Structural health monitoring by recursive Bayesian filtering. Journal of Engineering Mechanics, 2009, vol. 135, no. 4, pp. 231–242. DOI: 10.1061/(ASCE)0733-9399(2009)135:4(231).

14.     Dzunic Z., Chen J.G., Mobahi H., Buyukozturk O., Fisher J.W. Bayesian state-space approach for damage detection and classification. Dynamics of Civil Structures, 2015, vol. 2, New York: Springer, pp. 171–183. DOI: 10.1007/978-3-319-15221-9_18.

15.     Ierimonti L., Ubertini F., Comanducci G., Lupascu A., Gentile C., Cabboi A. An Innovative Continuous Bayesian Model Updating Method for Base-Isolated RC Buildings Using Vibration Monitoring Data. Mechanical Systems and Signal Processing, 2020, vol. 139, art. 106600. DOI: 10.1016/j.ymssp.2019.106600.

16.     Yuen K.V., Katafygiotis L.S. Bayesian Time-Domain Approach for Modal Updating Using Ambient Data. Probabilistic Engineering Mechanics, 2001, vol. 16, no. 3, pp. 219–231. DOI: 10.1016/S0266-8920(00)00019-0.

17.     Sun H., Buyukozturk O. Bayesian Model Updating Using Incomplete Modal Data without Mode Matching. In: Proc. SPIE 9805, Health Monitoring of Structural and Biological Systems 2016. San Diego, USA, 20 Mar 2016. Art. 98050D. DOI: 10.1117/12.2225122.

18.     Kawrza M., et al. System Identification Using Bayesian Model Updating with Cross-Signature Correlations. Mechanical Systems and Signal Processing, 2023, vol. 201, art. 110650. DOI: 10.1016/j.ymssp.2023.110650.

19.     Gilks W.R., Richardson S., Spiegelhalter D.J. (eds.) Markov Chain Monte Carlo in Practice. London: Chapman & Hall / CRC, 1996, 486 p. ISBN 978-0-412-05551-6.

20.     ГОСТ 31937–2024. Здания и сооружения. Правила обследования и мониторинга технического состояния. Взамен ГОСТ 31937–2011. Введ. 2024-07-01. М.: Стандартинформ, 2024.