CC BY
31
УДК 69.05
АНАЛИЗ ВОЗМОЖНОСТИ ВОЗНИКНОВЕНИЯ ТЕХНИЧЕСКИХ РИСКОВ
ПРИ СТРОИТЕЛЬСТВЕ МНОГОЭТАЖНЫХ ЖИЛЫХ ЗДАНИЙ ПРИ ИСПОЛЬЗОВАНИИ ЭЛЕМЕНТОВ ВЕРОЯТНОСТНОГО
МОДЕЛИРОВАНИЯ
А.А. Лапидус, К.А. Назарова, А.С. Пузырёв
Целью данной работы является определение характерных технических рисков и вероятность возникновения технических рисков многоэтажных жилых зданий. В результате исследовательской работы проанализировано текущее состояние нормативно-технической документации, касающейся выявления и минимизации технических рисков, так же была создана и проанализирована вероятностная модель возникновения технических рисков инженерных систем вентиляции. Произведены расчеты вероятностей на основе теоремы Байеса.
Ключевые слова: многоэтажные жилые здания, технические риски, теорема Байеса, вероятностное моделирование.
В настоящее время вопросы, связанные с организационно-технологическим регулированием строительства многоэтажных жилых объектов, являются актуальными в связи с реализацией на территории Российской Федерации национального проекта «Жилье и городская среда». Одной из ключевых целей данного проекта является увеличение объема жилищного строительства не менее чем до 120 млн. м2 в год [1].
Согласно нормативно - технической и правовой документации в области Градостроительной деятельности объекты, предназначенные для проживания, можно классифицировать следующим образом [2]:
1. Малоэтажные многоквартирные жилые здания (высотой до 4-х этажей),
2. Среднеэтажные жилые здания (5-8 этажей, включая мансардный),
3. Многоэтажные жилые здания (9 этажей и более).
Строительство многоэтажных жилых зданий вызвано целью экономии городских территорий с увеличением при этом плотности заселения. Выбор данных типов зданий обусловлен градостроительной политикой городов и условиями реконструкции центральных районов.
При возведении объекта капитального строительства под воздействием внутренних или внешних факторов возникает ряд рисков. Наибольшее влияние на процесс производства работ и дальнейшую эксплуатацию будут оказывать технические риски.
Технические риски - это сочетания вероятностей причинения вреда и последствий, вследствие возникновений отклонений технологии возведения, техническим решениям и т.д. [3] Как правило, технические риски являются контролируемыми.
Основная часть. Стоит заметить, что при возведении объектов промышленного и жилищного назначения возникает ряд схожих технических рисков. Например, риски, возникающие при использовании некачественных материалов, изменении качества технологии строительства и т.д.
Для многоэтажных жилых зданий имеются многочисленные причины, приводящие к возникновению технических рисков. В данном исследовании, в качестве примера представлены следующие:
1. Неправильный монтаж приточного устройства системы дымоудаления. В результате этого не обеспечивается незадымляемость путей эвакуации при возникновении пожара.
2. Использование типовых вентиляционных блоков, не рассчитанных для зданий повышенной этажности. В результате размеры проходного сечения сборного канала занижены, что не обеспечит требуемый воздухообмен помещений.
3. Неправильная установка систем кондиционирования. В результате возникает капель конденсата на отливы окон нижележащих этажей, вызывающая раздражающий шум, а также увлажнение фасадов конденсатом.
4. Ошибка монтажа системы заземления. В результате высока вероятность поражения электрическим током людей и отсутствие защиты приборов от скачков напряжения.
5. Ошибки в процессе монтажа элементов внутреннего водостока. Низкая пропускная способность системы внутреннего водостока может привести к дополнительным нагрузкам на конструкции кровли в регионах с значительными годовыми осадками.
Методика и методология. Анализ вероятности возникновения технических рисков был произведен на примере устройства вентиляционных блоков с использованием элементов вероятностного моделирования.
Вероятностное моделирование - процесс описания вероятностной модели с помощью некоторого алгоритма, который фактически реализует модель физического процесса.
По представленному алгоритму (рис. 1) можно найти вероятность возникновения ошибок при устройстве вентиляционных блоков при уже реализованных неблагоприятных последствиях.
Рис. 1. Последовательность методики нахождения вероятности
С математической точки зрения это можно описать с помощью байесовских методов. Эти методы используются для решения задач прогнозирования, классификации, ранжирования данных, логического вывода и многих других. Особенно хорош данный метод при недостатке данных. Отличается от традиционных статистических методов тем, что сохраняет неопределенность. Байесовский метод интерпретирует вероятность как меру правдоподобия события, то есть степень уверенности в том, что событие произойдет [4]. Байесовские методы оценки вероятности стали популярны после революции компьютерных и сетевых технологий.
Формула Байеса позволяет «переставить причину и следствие»: по известному факту события вычислить вероятность того, что оно было вызвано данной причиной.
Для понимания алгоритма и принципов работы будет использовано упрощённое выражение теоремы Байеса.
Необходимо учесть факт того, что при расчете должно выполняться условие независимости процессов. Другими словами, оценить вероятность возникновения недостатка воздухообмена относительно размеров проходного сечения вентиляционных
блоков невозможно, т.к. они взаимосвязаны. Поэтому в исследовании рассматривается вероятность возникновения плесени в помещениях по причине несоответствующих размеров проходного сечения вентиляционных блоков.
Данные для расчета вероятностного моделирования
Наименование Отсутствие последствий (объекты, шт) Наличие последствий (объекты, шт) Уточняющие данные возникновения последствий
Панельные жилые здания 1000 1 -
Монолитные жилые здания 50 1 Нестандартные высоты потолков; авторские планировки и т.д.
Пусть А - событие того, что при возведении многоэтажного жилого панельного дома со временем возникнет плесень в помещениях, тогда Р(А) = 1/1001 = 0,000999-априорное распределение из входных данных. По теореме Байеса (1):
Р(А | X) =
Р(Х | А)Р(А) Р(Х)
(1)
где Р(Х | А) - величина определенная, как вероятность возникновения плесени при условии, что действительно это ошибка расчетов проходного сечения вентиляционного блока. Данная вероятность близка к 1,0. Допустим, она равна 95%, или 0,95.
Кроме того Р(Х)- вероятность того, что при возведении некоторого (любого!) строительного объекта может возникнуть данный технический риск.
Теорему довольно сложно оценить в текущем виде, поэтому после преобразований получим следующее выражение (2):
Р(Х) = Р(Х; А) + Р(Х; ~ А) = Р(Х | А)Р(А) + Р(Х |~ А)Р(~ А) (2)
где ~ А - означает, что при строительстве выбранного объекта не возникнет ошибок, связанных с конструкциями вентиляционных коробов, а стало быть, последствия от данного технического риска не осуществятся;
Р(~ А) = 1 - Р(А) = 1000/1001 = 0,999001; Р(Х |~ А) - вероятность того, что технический риск реализуется и равен 0,5;
Р(Х) = 0,95х(1/1001) + (0,5) х(1000/1001) = 0,5004495 5; Р( А | Х) = ^д^01 = 0,0019 = 0,19%
- вероятность того, что в многоэтажном жилом панельном доме образуется плесень вследствие неподходящих размеров вентиляционных блоков. [5]
Если рассматривать возведение монолитных жилых домов, тогда В - событие того, что при возведении многоэтажного жилого монолитного дома со временем образуется плесень в помещениях. Р(В) = 1/51 = 0,0196 - априорное распределение из входных данных.
Теорема Байеса для 2 варианта выглядит следующим образом (3):
Р(В|Х) =
Р(Х | В)Р(В) Р(Х) :
(3)
где Р(Х | В) - также равна 95%, или 0,95.
Кроме того Р( Х) - вероятность того, что при возведении некоторого (любого!) строительного объекта может возникнуть данный технический риск;
Р(~ В) = 1 - Р( В) = 50/51 = 0,9804; Р(X |~ В) - вероятность того, что технический риск реализуется и равен 0,5;
Р(Х) = 0,95х(1 /51) + (0,5)х(50/ 51) = 0,508827; Р(В | Х) = 0,95/51 = 0,0366 = 3,66% - веро-
0,508827
ятность того, что в многоэтажном жилом монолитном доме образуется плесень вследствие неподходящих размеров вентиляционных блоков.
169
В этом случае вероятность возникновения последствий из-за неправильного подобранных размеров проходного сечения вентиляционных блоков существенно выше и равна 3,66%.
Стоит отметить, что по мере получения новых данных наши предыдущие убеждения корректируются вновь поступившими результатами. Если обозначить входные данные, собранные по построенным объектам как N. Тогда при (N ® ¥ статистический метод будет более объективен. С другой стороны, при малых значениях N вывод будет более неустойчив, т.к. результаты будут иметь большую дисперсию и более широкий доверительный интервал. Тогда в этом случае выигрышным будет являться именно байесовский анализ.
Заключение. Исходя из полученных результатов, можно прийти к выводу, что возникновение плесени в многоэтажном панельном жилом здании будет в меньшей степени связано с обеспечением необходимого притока воздуха и размерами сечения канала вентиляционных блоков.
В свою очередь, вероятность возникновения плесени в монолитных домах будет выше, т.к. многие авторские проекты исполняются из монолитного железобетона, где нет фиксированных размеров инженерных коммуникаций, а использование типовых вентиляционных блоков зачастую не удовлетворяет требованиям обеспечения необходимым притоком воздуха.
Таким образом, вероятностная оценка возникновения технических рисков байесовским методом является перспективным направлением для прогнозирования и исследований в области организационно-технологического регулирования возведения многоэтажных жилых зданий при относительно небольших статистических данных.
Список литературы
1. Паспорт национального проекта «Жильё и городская среда»: утв.: президиумом Совета при Президенте Российской Федерации по стратегическому развитию и инновационным проектам от 27.12.2018 №16: дата введения 2018-12-24. [Электронный ресурс] URL: https://minstroyrf.gov.ru/upload/iblock/426/Pasport-natsionalnogo-proekta-
ZHile-i-gorodskaya-sreda .pdf (дата обращения: 10.02.2020).
2. СП 42.13330.2016. Градостроительство. Планировка и застройка городских и сельских поселений. Актуализированная редакция СНиП 2.07.01-89* (с Изменениями N 1, 2). 2016.
3. ГОСТ Р ИСО 9000-2008. Системы менеджмента качества. Основные положения и словарь. М.: Стандартинформ, 2009. 57 с.
4. ГОСТ Р 51901.1-2002. (Поправка. ИУС 8-2005). Менеджмент риска. Анализ риска технологических систем. М.: ИПК Издательство стандартов, 2002. 36 с.
5. Дэвидсон-Пайлон К. Вероятностное программирование на Python: байесовский вывод и алгоритмы. СПб.: Питер, 2019. 256 с.
6. Дауни А.Б. Байесовские модели // пер. с англ. В.А. Яроцкого. М.: ДМК Пресс, 2018. 182 с.
7. Трусевич Э.Я. Теорема Байеса в оценке вероятностей // Бизнес, общество и молодежь: идеи преобразований. Материалы VIII Всероссийской студенческой научной конференции. ООО "Амирит" , 2019. С. 246-249.
8. Сосунова Л.А., Кошелев В.А. Анализ рисков в жилищном строительстве: методы и инструменты // Российское предпринимательство, 2014. Том 15. № 3. С. 3441.
9. Кошелев В.А. Источники рисков в строительстве // Интернет-журнал «Науковедение». 2015. Том 7. №1. [Электронный ресурс] URL: http://naukovedenie.ru/ PDF/ 12EVN115.pdf (дата обращения: 10.02.2020).
10. СП 253.1325800.2016 Инженерные системы высотных зданий, 2016. М.: Стандартинформ, 2017. 87 с.
11. Лапидус А. А., Макаров А.Н. Адаптация искусственной нейронной сети к решению задач прогнозирования для смежных технологических процессов // Сборник материалов Всероссийской научно-практической конференции. Системотехника строительства, киберфизические строительные системы, 2019. С. 352-356.
12. Звягин Л. С. Метод байесовских сетей и ключевые аспекты байесовского моделирования // Международная конференция по мягким вычислениям и измерениям 2019. №1, С. 30-34.
13. Ka-Veng Yuen. Bayesian Methods for Structural Dynamics and Civil Engineering // John Wiley & Sons (Asia) Pte Ltd - 2010. [Электронный ресурс] URL: https:// civil-technocrats.files.wordpress.com/2013/11/bayesian-methods-for-structural-dyna mics - and-civil-engineering.pdf (дата обращения: 10.02.2020).
14. Лапидус А.А., Шестирякова Я.В., Разработка математической модели оценки комплексного показателя качества при возведении многоэтажных жилых зданий // Наука и бизнес: пути развития. 2019. № 1 (91). С. 44-48.
15. Лапидус А. А., Степанов А.Е. Организационно-технологическая эффективность возведения монолитных конструкций многоэтажных жилых зданий // Наука и бизнес: пути развития. 2019. № 1 (91). С. 40-43.
16. Лапидус А.А., Муря В.А. Искусственные нейронные сети как математический аппарат для расчета комплексного показателя качества организационно-технологических решений при возведении конструктивных элементов многоэтажных железобетонных зданий // Наука и бизнес: пути развития. 2019. № 7 (97). С. 28-34.
17. Светловская А.Ю., Нелина В.В. Анализ рисков, возникающих в строительных организациях на этапе строительно-монтажных работ // Электронный сетевой политематический журнал "Научные труды КубГТУ", 2017. №1. С. 164 [Электронный ресурс] URL: https://elibrary.ru/item.asp?id=29953574 (дата обращения: 10.02.2020).
18. Ндайирагидже И., Лапидус А. А., Искусственные нейронные сети как инструмент оптимизации производственных процессов в строительстве // Технология и организация строительного производства. 2018. № 4. С. 3-6.
19. Богачев С.Н., Школьников А.А., Розентул Р.А., Климова Н.А. Строительные риски и возможности их минимизации // Academia. Архитектура и строительство. 2015. С. 88-92.
Лапидус Азарий Абрамович, д-р техн. наук, заслуженный строитель РФ, лауреат Премии Правительства в области науки и техники, профессор, lapidus58@,mail.ru, Россия, Москва, Национальный исследовательский Московский государственный строительный университет,
Назарова Ксения Андреевна, студент, nazarova.kseniia@mail.ru, Россия, Москва, Национальный исследовательский Московский государственный строительный университет,
Пузырев Артем Сергеевич, студент, 8919 7603580@mail. ru, Россия, Москва, Национальный исследовательский Московский государственный строительный университет
ANALYSIS OF THE POSSIBILITIES OF TECHNICAL RISKS IN THE CONSTRUCTION OF MULTISTOREY RESIDENTIAL BUILDINGS USING PROBABILISTIC MODELING
ELEMENTS.
A.A. Lapidus, K.A. Nazarova, A.S. Puzyrev 171
The purpose of this work is to determine the characteristic technical risks and the likelihood of technical risks in multistorey residential buildings. As a result of the research work, the current state of the regulatory and technical documentation related to the identification and minimization of technical risks was analyzed. The probabilistic model of the occurrence of technical risks of engineering ventilation systems was created and analyzed. The calculations of the probabilities were done based on Bayes' theorem.
Key words: multistorey residential buildings, technical risks, Bayes' theorem, probabilistic modeling.
Lapidus Azariy Abramovich, doctor of technical sciences, distinguished builder of the Russian Federation, Winner of the PF Governmental Prize in Science and Technology, professor, lapidus58@,mail. ru, Russia, Moscow, National research Moscow state University of civil engineering,
Nazarova Kseniia Andreevna, student, nazarova. kseniiaamail. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Puzyrev Artem Sergeevich, student, 89197603580@mail.ru, Russia, Moscow, National Research Moscow State University of Civil Engineering
УДК 593.3
ОПРЕДЕЛЕНИЕ ТОЛЩИНЫ НЕОДНОРОДНОГО ПОКРЫТИЯ КОНЕЧНОГО УПРУГОГО ЦИЛИНДРА ПО РАССЕЯННОМУ ЗВУКУ В ПОЛУПРОСТРАНСТВЕ
С. А. Скобельцын, Н.Ю. Пешков
Представлено решение задачи определения толщины внешнего неоднородного слоя конечного однородного упругого цилиндра, находящегося вблизи границы акустического полупространства, по известному рассеянному полю плоской гармонической звуковой волны. Проведена проверка схемы идентификации параметра покрытия в ходе численного эксперимента. Оценено влияние различных конфигураций размещения точек измерения на точность решения обратной задачи дифракции. В решении задачи дифракции звуковых волн используется метод конечных элементов.
Ключевые слова: однородный упругий цилиндр, неоднородное покрытие, акустическое полупространство, рассеянное поле, потенциал смещений, обратная задача рассеяния, метод конечных элементов.
Важными направлениями использования решений задач дифракции акустических волн являются многочисленные инженерные решения в областях ультразвуковой диагностики, гидролокации, музыкальной и архитектурной акустики [1 - 4]. В большей части приложений требуется решение так называемых обратных задач, когда по известным параметрам излучения и рассеянной волны определяются параметры сред и характеристики рассеивателей [5, 6].
Большая часть решений задач дифракции звука на цилиндрических объектах получена для цилиндров бесконечной длины в двумерном случае. Некоторые подходы к решению задачи о дифракции звуковых волн упругим конечным цилиндром предложены в [7, 8]. Интересным представляется влияние на рассеяние звука упругим объектом ограничивающей поверхности, находящейся вблизи него.
172
