Использование многообъективной оптимизации для повышения структурной целостности исторических зданий

Введение: Задача сохранения структурной целостности в зданиях наследия

Исторические здания служат ощутимыми связями с нашим культурным прошлым, воплощая мастерство, искусство и инженерию ушедших эпох. От средневековых соборов до древних каменных мостов эти структуры сталкиваются с общей угрозой: постепенное ухудшение, вызванное воздействием окружающей среды, усталостью материала и сейсмической активностью. Сохранение их требует деликатных вмешательств, которые повышают безопасность, не стирая оригинальную ткань. Традиционные методы укрепления часто противоречат принципам сохранения - добавление стальных балок или бетонных курток может повысить стабильность, но разрушить исторический характер. Это напряжение привело инженеров к принятию многообъективной оптимизации, которая уравновешивает конкурирующие цели, такие как структурная безопасность, стоимость и ценность наследия. Систематично оценивая компромиссы, этот метод позволяет командам по сохранению принимать решения, основанные на данных, которые уважают подлинность здания, обеспечивая долгосрочную устойчивость.

По мнению Международного совета по памятникам и достопримечательностям (ICOMOS) , многие исторические структуры находятся под угрозой из-за пренебрежения, изменения климата и урбанизации. Руководящие принципы ICOMOS подчеркивают, что вмешательства должны быть «минимально инвазивными» и обратимыми — критерии, которые непосредственно поддерживает многообъективная оптимизация. В следующих разделах мы исследуем основы этой техники, ее реальные приложения и практические шаги, которые инженеры могут предпринять для ее реализации в контексте наследия.

Что такое многообъективная оптимизация?

Многообъективная оптимизация (MOO) - это отрасль прикладной математики и инженерии, которая стремится найти оптимальные решения, когда одновременно должны быть достигнуты несколько, часто противоречивых целей. В структурной инженерии эти цели обычно включают минимизацию затрат, максимизацию безопасности, сокращение использования материалов и сохранение эстетических особенностей. В отличие от однообъективной оптимизации (которая дает одно «лучшее» решение), MOO генерирует набор компромиссных решений, известных как фронт Парето.

Математически MOO выражается как:

Минимизировать (или максимизировать) f[x]], f2[x], ..., fk, подчиняясь ограничениям g(x) ≤ 0 и h(x] = 0, где x представляет переменные дизайна.

Для исторических зданий целями могут быть:

Популярные алгоритмы решения задач MOO включают Недоминируемый сортирующий генетический алгоритм II (NSGA-II) , Многообъективная оптимизация теплоты частиц (MOPSO) и Методы взвешиваемой суммы . Эти алгоритмы реализованы в инженерном программном обеспечении, таком как MATLAB, Ansys и специализированные библиотеки с открытым исходным кодом.

Почему исторические здания создают уникальные проблемы оптимизации

Конфликт между силой и подлинностью

Одной из основных проблем в области инженерного наследия является то, что современные структурные коды (например, ASCE 7, Eurocodes) предназначены для новых конструкций с однородными материалами и известными путями нагрузки. Исторические структуры часто используют неправильную каменную кладку, деревянные рамы или не армированный кирпич - материалы с высокой изменчивостью и неизвестными внутренними дефектами. Простое применение стандартных методов укрепления, таких как добавление стен с сдвига железобетона, может резко изменить внешний вид здания и пространственную организацию. Многообъективная оптимизация помогает инженерам находить решения среднего уровня, такие как использование волоконно-армированных полимеров (FRP) [[FLT: 1]] в скрытых местах или установка внутренних стальных креплений, которые не нарушают видимые исторические поверхности.

Неопределенность в свойствах материалов и погрузке

Многие здания наследия были отремонтированы или модифицированы на протяжении веков, создавая сложно моделируемое композиционное поведение. Условия почвы могли измениться, а невидимые пустоты или трещины могут поставить под угрозу целостность. MOO может включать вероятностные модели прочности материала, изменчивости нагрузки (ветер, землетрясение, изменения таблицы воды) и неопределенности измерений. Создавая надежный фронт Парето, инженеры могут выбирать конструкции, которые хорошо работают в различных вероятных сценариях, а не предполагать детерминированные значения.

Конфликты заинтересованных сторон

Проекты по сохранению часто включают в себя несколько заинтересованных сторон: органы по охране наследия, местные сообщества, государственные учреждения и частные владельцы. Каждый из них может иметь разные приоритеты - контроль затрат, безопасность, ценность туризма или историческая точность. MOO обеспечивает прозрачную основу, чтобы показать, как каждый компромисс влияет на цели, способствуя консенсусу. Например, местное сообщество может принять немного более высокую стоимость, если первоначальный фасад остается неизменным, в то время как инженерная фирма может предпочесть более дешевое, но более заметное решение. Фронт Pareto делает эти компромиссы явными.

Применение многообъективной оптимизации в структурах наследия

Укрепление каменных стен и арок

Неукрепленные каменные стены (URM) распространены в исторических зданиях. Модернизация их для сопротивления сейсмическим силам часто включает применение брусчатки или установку стальных рам. MOO может определить оптимальную толщину, компоновку и состав материала для модернизационных слоев. Исследование, опубликованное в журнале культурного наследия , продемонстрировало, как многообъективная оптимизация минимизировала как объем добавленных полос FRP, так и увеличение жесткости (что может привести к непреднамеренным концентрациям напряжения) при достижении требуемых уровней прочности. Журнал культурного наследия регулярно показывает такие тематические исследования, подчеркивая растущую интеграцию оптимизации в сохранение.

Замена и ремонт деревянных крыш

Исторические деревянные крыши часто страдают от разрушения или повреждения насекомыми. Замена их полностью разрушает оригинальный материал, в то время как заплатка может оставить слабые места. MOO может оптимизировать распределение шарфовых суставов, вид заменяющей древесины и количество новых ферм. Путем моделирования крыши как структурной системы с траекториями нагрузки инженеры могут найти конфигурацию, которая максимизирует повторное использование существующей древесины при соблюдении современных стандартов несущей. Журнал Сохранение и управление археологическими объектами сообщает о подобных подходах к восстановлению средневековых зданий с деревянной рамочкой.

Оптимальное расположение арочных рейнджмент-баров в арках

Каменные или кирпичные арки являются знаковыми особенностями многих исторических сооружений. Однако им часто не хватает растягивающей способности. Добавление внутренних арматуры (например, сухожилий из нержавеющей стали) в пробуренные каналы может сохранить внешний вид. MOO может определить оптимальное количество, диаметр и размещение сухожилий, чтобы минимизировать бурение и избежать пересечения исторических минометных линий. Инженеры успешно применили этот метод в армировании римских акведуков и готических крепостных сооружений собора.

Стабилизация фундамента в условиях чувствительных структур

Традиционные решения, такие как подпорка бетонными сваями, могут нарушить археологические останки. MOO позволяет инженерам оценивать комбинации улучшения почвы, микро-пил и затирки, чтобы минимизировать как вертикальное отклонение, так и нарушение погребенного наследия. Это использовалось при стабилизации Пизанской башни , где многообъективный подход уравновешивал коррекцию наклона, стоимость и минимальное вторжение.

Реальные мировые тематические исследования

Пример 1: Сейсмическое переоборудование средневековой церкви в Италии

Каменная церковь 12-го века в Умбрии, Италия, показала сильное растрескивание после серии незначительных землетрясений. Инженеры использовали NSGA-II для оптимизации трех целей: (1) максимальное боковое смещение при проектном землетрясении, (2) общая стоимость вмешательства (материалы и труд) и (3) процент исходной поверхности камня, оставшейся видимой. Фронт Парето выявил кластер решений, использующих полосы из углеродного волокна , нанесенные поперечным рисунком за алтарем и вдоль боковых стен. Выбранная конструкция уменьшила дрейф на 85%, сохраняя при этом 94% первоначального открытого камня нетронутыми. Стоимость была на 30% ниже, чем обычное решение полного железобетона по периметру балки. Проект был задокументирован в Международный журнал архитектурного наследия .

Тематическое исследование 2: модернизация масонского моста 19-го века в Великобритании

Кованый железо-кустарный арочный мост, построенный в 1840 году, столкнулся с увеличением нагрузки на движение. Инженеры применили многообъективную оптимизацию, чтобы решить вопрос об усилении стенок шпанделя. Цели: минимизировать массу арматуры, максимизировать остаточную нагрузку и минимизировать визуальное воздействие. Оптимизация предложила установить вертикальные постнатяжные стержни внутри заполненных полостей шпанделя, стержнями, закрепленными на базе. Это увеличило грузоподъемность на 40%, добавив только 2,5 тонны стали — часть массы, необходимой для внешних стальных балок. Результат сохранил исторический внешний вид и позволил продолжить использование. Журнал ICE Bridge Engineering опубликовал соответствующее исследование по оптимизации мостов каменной кладки.

Тема 3: Укрепление землетрясения в здании масонской школы в Лиссабоне

Школа конца 19-го века в Лиссабоне (Португалия) нуждалась в сейсмической модернизации для удовлетворения современных стандартов безопасности, сохраняя при этом свой неомануэлинский декоративный фасад. Проблема оптимизации включала три цели: мощность сдвига основания, стоимость и степень эстетического изменения. Решением выбрана комбинация бетонного впрыска во внутренние пустоты и тонких стальных пластинных разъемов , скрытых в диафрагмах пола. Это увеличило мощность сдвига основания на 60% без видимого изменения высоты улицы. Комитет заинтересованных сторон (включая муниципалитет и совет по наследию) согласился на это решение после обзора фронта Парето.

Преимущества многоцелевой оптимизации в сохранении наследия

Преимущества МОО выходят за рамки простой визуализации компромиссов. Они включают:

  • Прозрачность: Все варианты дизайна и их производительность становятся видимыми, уменьшая произвольное принятие решений. Органы наследия могут точно видеть, чем жертвует каждый вариант или что получает.
  • Эффективность: Метод систематически исследует тысячи кандидатов на проектирование, выявляя решения, которые ручное испытание и ошибка могут пропустить.
  • Соответствие требованиям к обратимости : Поскольку цели могут включать «легкость удаления» или «степень обратимости», MOO естественным образом генерирует решения, согласованные с современными хартиями сохранения (например, Венецианской хартией).
  • Снижение риска: Включая неопределенности (прочность материала, изменение нагрузки, будущая деградация), передняя часть Pareto включает надежные конструкции, которые хорошо работают в наихудших сценариях.
  • Участие заинтересованных сторон : Визуализация компромиссов помогает неинженерам (группам сообществ, политикам) понять технические ограничения, способствуя доверию и более плавному утверждению проектов.

Эти преимущества были признаны в руководящих принципах ICOMOS и Международного научного комитета по анализу и восстановлению структур архитектурного наследия (ISCARSAH). Обе организации рекомендуют, чтобы проекты вмешательства поддерживались тщательным анализом, предпочтительно с использованием многообъективных рамок, где существует множество целей.

Шаги по внедрению для инженеров и консерваторов

Шаг 1: Определите цели и ограничения

Работа с заинтересованными сторонами для определения 3-5 измеримых целей. Для каждого из них определяют диапазоны и единицы. Ограничения могут включать максимальный бюджет затрат, минимальный оставшийся срок службы или максимально допустимые изменения в геометрии здания. Важно четко указать, следует ли свести к минимуму или максимизировать каждую цель.

Шаг 2: Создание вычислительной модели структуры

Построить модель конечного элемента (FEM) или эквивалентную модель структурного анализа существующего здания. Включить свойства материала (с соответствующей изменчивостью), граничные условия и случаи нагрузки (мертвые, живые, ветровые, сейсмические). Калибровать модель с использованием существующих шаблонов трещин или исторических данных деформации. Программное обеспечение, такое как SAP2000, DIANA или Ansys, может быть связано с алгоритмами оптимизации через скриптинг (Python, MATLAB).

Шаг 3: Выберите алгоритм оптимизации

Для задач с менее чем 10 переменными проектирования может быть достаточно метода взвешенной суммы, но для сложных геометрий предпочтительны популяционные алгоритмы, такие как NSGA-II или MOPSO. Платформы с открытым исходным кодом, такие как pymoo (Python) или MOEAFramework (Java), предоставляют готовые к использованию коды. Параметры алгоритма (размер популяции, поколения, скорости кроссовера / мутации) на основе сложности задачи — обычно 100-500 поколений.

Шаг 4: Запустите оптимизацию и визуализируйте фронт Парето

Выполните цикл оптимизации, который будет называться FEM-решателем для каждого кандидата на проект. После сближения нарисуйте фронт Парето с использованием параллельных координат или участков рассеяния. Определите точки колена — решения, где улучшения в одной цели приходят за счет резкого снижения в другой. Как правило, «колено» представляет собой сбалансированный дизайн, который, вероятно, будет приемлем для всех сторон.

Шаг 5: Вовлекайте заинтересованных лиц в окончательный отбор

Представить набор Парето заинтересованным сторонам, подчеркивая компромиссы. Разрешить им ранжировать цели, если это необходимо - некоторые могут расставить приоритеты в сохранении наследия по сравнению с затратами или наоборот. Используйте интерактивные инструменты визуализации (например, D3.js на веб-панели), чтобы позволить заинтересованным сторонам исследовать различные решения. После выбора дизайна усовершенствовать его с помощью местного анализа чувствительности, чтобы обеспечить его жизнеспособность в условиях неопределенности.

Будущие направления и инновации

Сфера многоцелевой оптимизации зданий наследия стремительно развивается. Особенно перспективными являются три новые тенденции:

  • Интеграция с информационным моделированием зданий (BIM) : платформы BIM Heritage (HBIM) теперь поддерживают параметрическое моделирование исторических элементов. Объединение HBIM с MOO позволяет в режиме реального времени проводить визуализации компромиссов между затратами и безопасностью наследства, ускоряя процесс проектирования.
  • Использование суррогатных моделей глубокого обучения: Запуск тысяч FEM-симуляций может быть вычислительно дорогостоящим. Исследователи обучают нейронные сети приблизительному структурному поведению, сокращая время оптимизации от дней до минут. Это было продемонстрировано для кирпичных арочных мостов и деревянных рам.
  • Вероятностная многообъективная оптимизация: Вместо одноточечных оценок, следующее поколение MOO включает в себя полные вероятностные распределения для целей, что дает «вероятностный фронт Парето», который показывает вероятность достижения каждого компромисса.

Кроме того, международные инициативы по обмену данными (например, европейский проект HeritageCare) создают базы данных структур наследия, которые могут использоваться для обучения и проверки моделей МОО, ускоряя принятие во всем природоохранном сообществе.

Вывод: необходимая эволюция в технике сохранения

Исторические здания незаменимы, но они также должны быть безопасными для жителей и общественности. Многообъективная оптимизация предлагает строгий, прозрачный и эффективный способ ориентироваться в сложных компромиссах, присущих проектам по сохранению. Создавая набор оптимальных решений Pareto, инженеры могут продемонстрировать всем заинтересованным сторонам именно то, что получено и потеряно с каждым выбором дизайна. Тематические исследования от церквей до мостов подтверждают, что MOO приводит к вмешательствам, которые являются структурно обоснованными, экономически эффективными и уважительными к ценностям наследия. Поскольку вычислительные инструменты становятся более доступными и интегрированными с HBIM, этот подход станет стандартной практикой в области природоохранной инженерии. Для любого инженера или консерватора, работающего над историческими структурами, обучение применению многообъективной оптимизации - это не просто вариант - это ответственность за обеспечение того, чтобы наше построенное наследие сохранилось для будущих поколений.