מונטה קרלו טכניקות לחיזוי הביצועים לטווח ארוך של מבנים מחדש של קונקרטציה

מבוא למונטה קרלו טכניקות בהנדסה מבנית

שיטות מונטה קרלו הן טכניקות סימולציה סטוצ'סטיות שמסתמך על דגימה אקראית חוזרת כדי להשיג תוצאות מספריות. בהנדסה מבנית, שיטות אלה מספקות מסגרת חזקה לכמת את ההשפעה של אי הוודאות על הביצועים לטווח ארוך של מבנים קונקרטיים חזקים (RC) במקום להסתמך על ערכים דטרמיוניסטים בודדים עבור תכונות חומריות, עומסים, ומייצרות תנאים סביבתיים, מונטה קרלו לייצר אלפי תרחישים ריאליים על ידי הסתברות של הסתברות של הסתברות מבני אדם, כגון הסתברות של 50 שנים של הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות מפוצלחתומה הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות .

הבסיס של שיטת מונטה קרלו שוכן בחוק של מספרים גדולים: ככל שמספר הסימולציות עולה, המדגם מתכוון להתכנסות לערך הצפוי האמיתי.התכנסות זו מאפשרת למהנדסים לחדד את ההסתברות של כשל עם מרווחי ביטחון קוונטיים. לדוגמה, אם 100,000 סימולציות לרוץ ו 50 סימולציות של מדינה בקנה מידה גבוה יותר, ההסתברות המשוערת היא 5× 10-4, עם מרווחי ביטחון שניתן יהיה להפחית את הסימולציות של חומר זה אפילו משקף מורכב.

חוסר ודאות במבנה המקרר

תצוגות קונקרטיות מוכחות מגוון רחב של אי-ודאות המשפיעות על ביצועים ארוכי טווח.לא-ודאות אלה מסווגות באופן רחב לזיכרון (רדום מולדות טעונה) ואפיסטמי (חוסר ידע) סוגים.טכניקות מונטה קרלו מתאימים במיוחד לטיפול בשתי קטגוריות, בתנאי שמודלים הסתברותיים מתאימים מוגדרים.

אפשרויות לנכס

כוח דחוס, כוח רבילי, מודלוס אלסטי, וקורטיזיטים המצמררים משתנים מ אצווה ועד אצווה ולאורך זמן. המכון האמריקאי לקונקט (ACI) מדווח כי המקדם של וריאציות עבור החלפת כוח דחיסה קונקרטית של אנשים בדרך כלל נע בין 10% ל-20%. פלדה מניבה גם סימולציות, עם Rebar מודרני מראה גמישות נמוכה יותר, אך עדיין דורש אופי סטטיסטיזציה, כגון רמות גמישות בינונית יותר, כגון שיפור מהיר יותר, כגון, או ירידה בינונית יותר, כגון שיפור מהיר יותר, כמו גם סימולציה רגילה, תכונות מתקדמות יותר, כגון חיתוך שטחית, ואפקטים, כמו גם סימולציה.

איכות הסביבה והטעינה של חוסר ודאות

Chloride ingress, פחמן, מחזורי קפאה, וריאציות טמפרטורה הם תהליכים אקראיים מטבעם.לדוגמה, המקדם דיפוזיה של כלורידים בטון הוא פונקציה של יחס של אספקת מים, ריפוי, וזמן, כל אלה הם לא בטוחים. לטעון תרחישים - כולל עומס מת, עומס חי, אירועים סיסמיים, ופעולות מקריות - אסור להיות מטופל כמו תהליכים מבניים של עיצובית, ולא קבוע של שיטות קבועות של עיצוב.

גיאומטרי וחילונות בנייה

עומק כיסוי חיזוק, ממדים חברים, ובריחות כפופים לסובלנות בנייה. סטיות קטנות יכולות להיות השפעה גדולה על זמן ההקדשה קורוזיה ויכולת מבנית.פגמים גיאומטריים אלה הם בדרך כלל כמו הפצה רגילה או אחידה והם כלולים בקלות במסגרת מונטה קרלו.

מונטה קרלו Simulation Framework for Durability Assessment

החלת טכניקות מונטה קרלו להעריך ביצועים ארוכי טווח של מבנים RC עוקב אחר זרימת עבודה מובנית: (1) לזהות את כל המשתנים אקראיים משמעותיים, (2) להקצות התפלגות הסתברות בהתבסס על נתונים ניסיוניים או ספרות, (3) להגדיר את הפונקציה המדינה (למשל, הגבלת השירות הגבלת המדינה לסדקים או המדינה להגביל את המדינה באופן סופי לכשל flexural), (4) לייצר דגימות אקראיות לכל משתנה, להעריך את המדינה עבור כל מדגם, להגדיר, ולהגדיר הסתברות מתוחכמת יותר, ומודלים מתקדמים (Fute Analytics) עם מודלים אנליטיים עם מודלים אנליטיים מתקדמים יותר (optextative Analysis) עם מודלים אנליטיים).

זמן-Dependent Corrosion Modeling

אחת האפליקציות הקריטיות ביותר של מונטה קרלו ב-RC עמידות היא ההערכה הפרובינציאלית של דגמי קורוזיה המושרה על ידי קורוזיה (התהליך כולל שני שלבים: יזום (זמן עבור כלור או פחמן להגיע לחיזוק) והפצה (שחיתות פעילה שמובילה לפצח, חסימת חיים סימולציה גבוהה יותר, חסימת, אובדן של שטח פלדה).

שיטות בסיסיות של Finite Elements

עבור תחזיות מדויקות יותר, סימולציות מונטה קרלו משולבות עם מודלים לא סופיים של אלמנטים. סטוצ'סטיים ניתוח אלמנט סופי (SFEA) propagates חוסר ודאות באמצעות התגובה המבנית.כל סימולציה לרוץ יכול להיות ניתוח מלא של זמן לא ליניארי זמן היסטורי, בהתחשב סדק, מתיחת מתח, התשואות של ריבאונדק, ו-ApHaldsquas הכרחיות.

היתרונות של הערכה של ביצועים Probabilistic

המעבר מ-Digitalistic להערכה פרוביביליסטית מציע יתרונות טרנספורמטיביים לתכנון, תחזוקה והערכה של מבני ה-RC.

• (FLT:0Risk-based Decision Making: FLT:1 במקום קריטריונים עובריים / חול, תוצאות מונטה קרלו מאפשרות לבעלי ומהנדסים לקבל רמה מוגדרת של סיכון היישר עם מטרות כלכליות ובטיחות.לדוגמה, סמכות לגשר עשויה לבחור הסתברות מקובלת של 10-6 בשנה עבור מדינות מוגבלות, תוך מתן הסתברות גבוהה יותר להגבלות על יכולת השירות המשפיעות רק על הסתברות מקובלת.
• (FLT:0) זיהוי של פרדוקסים קריטיים:ראהFLT:1 אנליזה רגישות, המבוצעת לעתים קרובות כצעד עיבוד לאחר של מונטה קרלו, מדרג את משתנים קלט על ידי תרומתם למיצוי מיצוי.זה ישירות ביקורת ומשאבים בקרת איכות לגורמים המשפיעים ביותר - כיסוי קונקרטי חד-משמעי וריכוז פני השטח במבנים החוף.
• (FLT:0) תחזוקה ותיקון שלשלינג: 1FLT מודלים של התדרדרות פרוביביליסטית מאפשר ניתוח עלות מחזור חיים. על ידי השוואת ההסתברות של כישלון בזמנים שונים של התערבות, מהנדסים יכולים לקבוע את אסטרטגיית התיקון היעילה ביותר, כגון יישום הגנה קטוודית לפני ההסתברות של קורוזיה עולה על סף.
• קוד ה-FLT:0 (Enhanced Code Calibration: ⁇ F1) קודים עיצוב מודרני (למשל, EN 1990, ACI 318) משלבים גורמי בטיחות חלקיים שמקורם בניתוחי אמינות.

אתגרים אמיתיים

למרות כוחו, שיטת מונטה קרלו מציגה מספר אתגרים שיש לנהל בקפידה כדי להשיג תוצאות משמעותיות.

דרישות תגמול

הפעלת אלפי ניתוחים לא לינאריים של יסוד סופי יכול להיות איטי מאוד מהנדסים חייבים לאזן דיוק ומהירות.מודלים של הפרדה - כגון התרחבות הכאוס פולינומי, השקיה, או רשתות עצביות - יכול להיות משוער התגובה המבנית, להפחית באופן דרסטי זמן חישוב.פעם אחת הכשרה, הפונדקאים האלה מוערכים במילי השניות, המאפשרים מיליוני דגימות מונטה קרלו.

Input Data Availability and Quality

התפלגות הסתברות אמינה דורשת נתונים ניסיוניים נרחבים, אשר לעתים קרובות לא קיימים תנאים ספציפיים באתר.מהנדסים לעתים קרובות להסתמך על ערכי ספרות גנריים, המוביל לאי ודאות אפיסטמית במודלים קלט.עדכון בייסי יכול לטפל בזה באופן חלקי על ידי שילוב של התפלגות קודמות עם נתונים ספציפיים באתר מוגבל (למשל, פרופילים chloride מליבות).זה זה גישה מעצבת לחדד את התחזיות הפרוביולוגיות כמו מידע זמין.

שחיתות בין משתנים אקראיים

משתנים קלט רבים הם מתואמות - למשל, כוח דחיסה בטון גבוה יותר לעתים קרובות מתואמים עם יחס נמוך יותר של צריכת מים ואט לאט יותר כלוריד דיפוזיה. התעלמות מתאמים אלה יכול להמעיט או יתר על המידה את ההסתברות של כישלונות כישלונות. Monte קרלו צריך לשלב שוטרים או מודלים משותפים כדי ללכוד תלות מציאותית.

מחקר מקרה: הערכת שירות חיים של גשר קונקטר

כדי להמחיש את היישום המעשי של טכניקות מונטה קרלו, לשקול סיפון גשר בטון חזק שנחשפו למלחים דה-קלינג באקלים ממוזג.מנגנון התדרדרות השולט הוא קורוזיה המושרה כלור של חיזוק ההזדווגים העליון. ניתוח ⁇ באמצעות ערכים פירושו צופה זמן של 25 שנים. עם זאת, הבעלים דורש שירות של 75 שנים עם אמינות β ⁇ 1.5 (הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות הסתברות).

סימולציה מונטה קרלו נקבעת עם המשתנים האקראיות הבאים: ריכוז כלורידי (תפוצה נורמלית, 0.6%, COV 20%), diffusion coefficient (log-normal, כלומר 4×10-12 מ'2/s, COV 25%), עומק כיסוי בטון (log-normal, כלומר 50 מ"מ, סטייה סטנדרטית 6 מ"מ), ו- סף ריכוז (בתפוצה, 0.15%-04%) של סימולציה של 0.5% לפני הספירה).

ניתוח רגישות מגלה כי עומק חשבונות עבור 60% של השחלות בזמן החניכה, בעוד ה- diffusion coefficient תורמת 25%. כתוצאה מכך, המהנדסים ממליצים להגדיל את כיסוי העיצוב מ 50 מ"מ ל-65 מ"מ ולקבוע יחס מופחת של cement מים כדי להוריד את ה- diffusion coefficients. A Second Monte קרלו לרוץ עם סימולציות מעודכנים מראה כי ההסתברות של 75 שנים לפני טיפות 12%, המקבילה ל-TRIUM, כלומר, כלומר, לאחר מכן, החל מדד של β-TRIUMLUML, החל מ-TRIUML.

טכניקות מתקדמות וכיוונים עתידיים

שיטות מונטה קרלו ממשיכות להתפתח, מונעות על ידי התקדמות בתחום כוח מחשוב וניתוח נתונים.כמה טכניקות מתעוררות מבטיחות לשפר עוד יותר את ההערכה של ביצועים מבניים של ה-RC.

Machine Learning-Accelerated Monte קרלו

רשתות עצביות עמוקות שהוכשרו על מספר קטן יחסית של סימולציות של אלמנטים סופיים נאמנות יכולות לפעול כמו אדמדנים מהירים עבור פונקציות מורכבות כשל.כאשר נעשה שימוש בתוך לולאה מונטה קרלו, אלה מחקים מאפשרים ניתוחים פרוביביליסטיים של מבנים שלמים בתוך דקות ולא ימים. העברת למידה ורשתות עצביות מעודכנים בפיזיקה מבטיחות במיוחד עבור שילוב מגבלות פיזיות למודל הפונדקאי.

בייסיאן מונטה קרלו ו-Time Updating

ניטור בריאותי סטרקטידור (SHM) נתונים - כגון אירועי פליטה אקוסטיים, קריאה מתוחה, או מדידות פוטנציאליות של תאים למחצה - ניתן לשלב במסגרת מונטה קרלו באמצעות אי השוויון Bayesian.זה מניב מעודכנים, התפלגות הסתברות עמוקה לפרמטרים הידרדרות, צמצום אי הוודאות ושיפור תחזיות חיי השירות שנותרו. גישה זו כבר תוכננה בפרויקטים חכמים.

Multi-Scale ו- Multi-Physics Simulation

מסגרות מונטה קרלו עתידות להיות מספר קשקשים מרמת מלט (מבנה מפונק וכלור מחייב) לרמה המבנית (תגובה עומס רב-פיזיקה) אשר במקביל לדמות תחבורה חום, לחות דיפוזיה, תגובות כימיות, ונזק מכני יוטבעו בפגז פרוביביליסטי, מתן ריאליזם חסר תקדים בתחזיות עמידות.

מסקנה

טכניקות מונטה קרלו הן כלים הכרחיים להערכת הביצועים לטווח ארוך של מבנים קונקרטיים חזקים בנוכחות אי ודאות.הם משנים את הערכת ההנדסה מנקודת מבט יחידה ⁇ סטית למסגרת רב-תחומית שמהווה סיכון, תומך בהחלטות עיצוב ותחזוקה אופטימליות, ויישר עם קודים מבוססי אמינות מודרנית. על ידי שילוב יכולת הנטועה של תכונות סביבתיות, חשיפה, טעינה ומהנדסים, יכול לנבא את הסבירות של שיטות קירור וכישלון מבניות, מאשר שיטות מתקדמות.

האתגרים - הוצאות חישוביות, מחסור בנתונים והתאמה משתנה - הם משמעותיים אך ניתנים לניהול באמצעות יישום זהיר של הדגימה יעילה, מודלים חלופיים, ו- Bayesian עדכון.כפי שכוח מחשוב ממשיך להגדיל והנתונים מרשתות ניטור הופכת לנגישה יותר, שיטות מונטה קרלו יהפכו ככל הנראה לגישה הסטנדרטית לתכנון עמידות של תשתיות קונקרטיות מחזקות.