CC BY
22
полотна автодороги из золошлаковой смеси. Материалы IV Международного научно-практического семинара. Золошлаки ТЭС: удаление, транспорт, переработка, складирование. 19-20 апреля 2012 г. / Издательский дом МЭИ. - Москва, 2012. - с. 85-88.
4. Исаков А. Л., Ким Хюн Чол. Теплофизическая дискретная модель промерзания грунта земляного полотна / Транспорт Урала, вып. 2, Екатеринбург, 2012. - с. 121-124.
5. Исаков А. Л., Ким Хюн Чол. Моделирование процесса промерзания земляного полотна на полигоне СГУПС / «Современные проблемы проектирования, строительства и эксплуатации земляного полотна и искусственных сооружений»: Труды VIII научнотехнической конференции. - М., 2011, С. 137-142.
EXPERIMENTAL STUDY AND
MATHEMATICAL MODELING OF ROAD BED FREEZING MADE OF ASH MIXTURE
E. V. Ivanov, A. L. Isakov, V. V. Sirotuk
Experimental research data of road bed temperature field made of ash mixture were performed processing. Modeling of temperature field by calculation method of soil freezing depth of road bed realized in the Freeze-1 were considered. A comparison of experimental data and theoretical calculations were performed. The
conclusions about adequacy of calculation method were made.
Иванов Евгений Владимирович, старший преподаватель кафедры «Проектирование дорог» ФГБОУ ВПО "СибАДИ". Применение золошлаковых отходов в дорожном строительстве. Общее количество публикаций - 21. E-mail:
ivanoveuvl@gmail. com
Исаков Александр Леонидович, д-р техн. наук, профессор, заведующий кафедрой «Изыскания, проектирование и постройка железных и автомобильных дорог» СГУПС. Механика сплошных сред, проектирование, расчет и диагностика земляного полотна железных и автомобильных дорог в сложных природных условиях. Общее количество публикаций - более 100. E-mail: [email protected]
Сиротюк Виктор Владимирович, д-р техн. наук, профессор, заведующий кафедрой «Проектирование дорог» ФГБОУ ВПО "СибАДИ". Применение геосинтетических материалов в дорожных конструкциях, применение золошлаковых отходов в дорожном строительстве. Общее количество публикаций - более 220. E-mail: [email protected]
УДК 625.7
ПРОГНОЗИРОВАНИЕ ВОЗДЕЙСТВИЙ НА ТРАНСПОРТНЫЕ СООРУЖЕНИЯ В ГОРНОЙ МЕСТНОСТИ НА ОСНОВЕ БИОНИЧЕСКОГО ПОДХОДА
М. И. Зимин, С. А. Зимина
Анотация. Рассматриваются проблемы прогнозирования воздействия взаимосвязанных процессов на транспортные сооружения. Описана двухуровневая интел-
лектуальная система, использованная ол* Ключевые слова: дорога, сооружение, Введение
Обеспечение безопасности эксплуатации транспортных сооружений является неотъемлемым требованием, предъявляемым к современной инфраструктуре. Она, в частности, обеспечивается проектирование мероприятий и конструкций по инженерной защите этих объектов от воздействия природных процессов. Однако в настоящее время отсутствуют математические модели, учитывающие взаимовлияние и комплексный характер различных факторов, приводящих к их возникновению и развитию, что не позволяет прогнозировать многие опасные ситуации, вызывае-
' предсказания селей и лавин.
нагрузка, лавина, сель.
мые неблагоприятным сочетанием различных компонентов. В тоже время их разработка весьма актуальна, поскольку эти явления нередко отличается многоплановостью и взаимодействием различных параметров, информация о которых может быть весьма неопределённой.
Например, достаточно часто серьёзную угрозу для объектов в горной местности представляют снежные лавины. Физические и механические явления в зоне их зарождения не протекают изолированно, а оказывают значительное воздействие друг на друга. Данные о снеге в лавиносборах неточны, так как опас-
ные условия не позволяют осуществить там непосредственные измерения. Погодные условия могут образовывать крайне опасные, хотя и нечасто возникающие сочетания.
Движение лавин также отличается многоплановостью. На него влияют плотность и влажность снега, угол склона и ряд других моментов.
Аналогичные проблемы возникают при прогнозировании селей.
Нельзя также не отметить, что специфика воздействий опасных природных явлений требует не только их прогнозирования, но и оперативной реакции для предотвращения опасного развития ситуации. Математическое и компьютерное моделирование в подобной обстановке весьма желательно, поскольку оно существенно сокращает время принятия решения.
Существующие методики прогнозирования взаимосвязанных процессов, таких как формирование лавин и селей, приведённые, в частности, в [1 - 3] не учитывают взаимовлияние прогностических параметров. Поэтому реальные результаты были получены только для фонового (без указания конкретного очага) предсказания, например, лавин, причём их точность составляет примерно 75 - 90 % [1], что не соответствует требованиям безопасности, и основная часть подобных работ лежит на профессионалах, обладающих высокой квалификацией и опытом работы в конкретных районах. Однако отмеченные с их стороны ошибки могут приводить к тяжёлым последствиям.
Так, по данным работы [3] параметры селя, возникшего в 1977 году в районе г. Тырныауз, были приняты за максимальные, и, согласно проектным расчётам, пропускная способность соответствующего канала составляла 500 м3/с. Выше города была построена селезадерживающая плотина ёмкостью 4000000 м3 из сборных железобетонных конструкций. Однако всего через 2 месяца после завершения работ это сооружение было разрушено селевым потоком, а сошедший в 2000-ом году сель, имевший расход не менее 2000 м3/с, парализовал жизнь города и привёл к гибели людей.
Взаимовлияние исходных данных нарушает основные предпосылки регрессионного
анализа, что делает, по меньшей мере, проблематичным применение статистических методов. По этой же причине нереально непосредственно использовать и нечёткий анализ. Поэтому разработка методик анализа взаимосвязанных процессов, в частности тех, которые воздействуют на транспортные сооружения в горной местности представляет определённый интерес.
Методика прогнозирования
В настоящее время результаты исследований в области биофизики широко применяются для решения задач вычислительного характера. Например, на основе исследований мозга были созданы нейрокомпьютеры, а процессы генетических алгоритмов напоминают биологическую эволюцию. Поэтому работы в этом направлении представляют значительный научно-практический интерес.
Нередко в реальной жизни решения принимаются на основе заключения совета специалистов, причём его руководитель должен быть в состоянии делать окончательный вывод с учётом как своего мнения, так и оценок остальных экспертов. При надлежащей организации такой группы её деятельность может быть очень эффективной даже в условиях неопределённое™ и отсутствия независимости исходных данных.
Подобные комплексы рассматриваются в рамках синергетического подхода при описании сложных систем в биофизике, чему сейчас уделяется серьёзное внимание. Этому посвящены, например, работа [4]. Благодаря ему были получены результаты, имеющие значительную научную и практическую ценность.
Однако для проектирования подобного программного обеспечения (различающегося при решении разных классов задач) необходимо создание методологии разработки математических моделей, имитирующих коллективную экспертизу системы взаимосвязанных факторов в нечётких условиях, численных методов для их синтеза и технологии компьютерной реализации соответствующих вычислительных технологий.
Процесс синергетического прогнозирования взаимосвязанных процессов можно представить как имитацию работы коллектива экспертов, что иллюстрируется Рис. 1.
Рис. 1. Имитация работы коллектива экспертов
Через главного эксперта (его действия имитируются основным модулем, представляющим собой первый уровень) исходные данные поступают к каждому из экспертов (их имитируют отдельные вычислительные модули, являющиеся элементами второго уровня). Они могут обмениваться мнениями друг с другом и с главным экспертом. Каждый из них является профессионалом в своей конкретной области, например, метеоролог является специалистом по погодным условиям и связанным с ними стихийным бедствиям.
Модули оказывают влияние друг на друга. Для разработки прогноза основной модуль объединяет информацию от других экспертов и опытные данные. Подобное объединение по существу представляет имитацию анализа коллектива специалистов. Действительно, в лавиноведении решение задачи метелевого переноса характерно для метеорологов, расчёт напряжений и перемещений в слое снега
- для специалистов по механике деформируемого твёрдого тела и строительной механике, анализ процессов плавления - затвердевания и испарения - конденсации характерен для теплофизиков.
В частном случае каждый элемент второго уровня может также быть системой, показанной на Рис. 1.
Испытания программного обеспечения, созданного по приведенной схеме, показали приемлемую точность прогнозирования опасных природных процессов. Контрольные расчёты были, например, выполнены для Транс-кама и Приэльбрусья. Не предсказанные лавины отсутствовали. Общая оправдываемость
прогнозов составила для Транскама не менее 57 % , а для Приэльбрусья - 69 %, причём не во всех случаях, когда по прогнозу снег находился в неустойчивом состоянии осуществлялся снарядный обстрел склонов.
При предсказании селей не удаётся построить единый алгоритм для всех очагов. Это связано с очень большим разнообразием напряженных и деформированных состояний в разных потенциально опасных местах. Поэтому для каждого селевого очага необходимо создавать свою математическую модель.
Таким образом, анализ селевой опасности должен выполняться в следующей последовательности:
1. Выделение селевых очагов.
2. Математическое моделирование физико-механических процессов в каждом селевом очаге, включая движение селей.
3. Построение прогностических
зависимостей.
4. Реализация прогностических зависимостей на ЭВМ в виде пакетов прикладных программ.
5. Математическое моделирование различных ситуаций о очаге с использованием постоенных прогностических зависимостей и качественная проверка результатов.
6. Испытание прикладных программ в реальном времени.
7. Внедрение разработанных программ в оперативную практику прогнозирования схода селей.
Подобная работа была выполнена для прогнозирования селей в бассейне реки Гер-хожан-Су в районе г. Тырныауза.
Оценка селевой опасности выполняется по следующей схеме. Сначала вычисляются величины
р11 о=2 агс^(°000121 н30765), (1)
где р Мо - величина, учитывающая влияние средней температуры воздуха за последние
10 дней на возможность схода селя, Э10 -средняя температура воздуха за последние 10 дней, °С;
Pt =
Рт ,пРиРт ^ 2агС£(з,2 -10 10 і3,7 )
к
-агС^1
(з,2 -10
-1^зЛ 2
Ї ’ ) при Рі10 > — arctg к
(з , 2 -10-10 і3 7)’
(2)
где р і - величина, учитывающая влияние - сумма среднесуточных температур с момен-суммы среднесуточных температур воздуха с та перехода среднесуточной температурой момента перехода среднесуточной темпера- через 0° С, ° С ; турой через 0 °С на возможность схода селя, Э
Рс =
0, при ^10< 0° С или ^ < 0° С) и с < 52 ММ агС^(0,000686 д2,46) при (і10> 0°С и > 0°С) или д > 52 мм,
(3)
где Pq - величина, учитывающая влияние температура воздуха, °С, q - сумма жидких суммы жидких осадков за последние сутки на осадков за последние сутки, мм; возможность схода селя, - среднесуточная
Рі =
0, при ^10 < 0° С или ^ < 0° С) ид < 52
:мм
2
— агс tg(0,032i) при (^0 > 0° Сиі8 > 0° С) или д > 52 мм,
(4)
к
где - величина, учитывающая влияние няя интенсивность жидких осадков за послед-средней интенсивности осадков за последние ние три часа, мм/час; три часа на возможность схода селя, \ - сред-
Рт = <
0, при і10< 0°С или < 0°С
arctg (0,00012ст^9) при і10 < 0° С
или
і. < 0°С,
(5)
где рт - величина, учитывающая влияние ( < 0,11 то значение рт , полученное по фор-суммы осадков за предшествующий месяц на муле (5), уменьшается в 3,6 раза; возможность схода селя, qm - сумма жидких осадков за прешествующий месяц, мм; если р
рЬіо
— arctg(0,06d) при рс < 0,79, рі < 0,79 и рт < 0,79
к
2
— arctg(0,85d) при рс > 0,79 или рі > 0,79 или рт > 0,79, к
(6)
где рью - величина, учитывающая влияние наличия аномального поведе ния животных на возможность схода селя, d - степень выраженности биологических предвестников, которая определяется следующим образом: Н = 1, если отмечено аномальное поведение отдельных особей (не более 5 каждого вида или любое число одного вида), Н = 2, если имело место аномальное поведение 2-х или 3-х видов животных, причем необычным должно быть поведение не менее чем 6 особей каждого вида, Н =
3, если зафиксировано аномальное поведение более чем 3-х видов животных, причем отклонения от нормы должны быть более чем у 5 особей каждого вида;
суточной температурой воздуха через 0 °С с учётом значений Pq , ре , рт , рью , рщ, рно;
Ре =
0 при ^ < 2,7 °С аг^ (0,00010315,3) при
(7)
Рыо _ Рь
1-0,21 Ре -0,07Рч-0,04Рт-0,03Р1 -0,08РI -0,02Р/10
(12)
где ре - величина, учитывающая влияние землетрясения на возможность схода селя, qе - вероятность возникновения землетрясения в последующие сутки, I - интенсивность землетрясения по шкале 1^К - 64.
После этого определяются параметры
Р* = р1-0,2^-0,07Ре -0,04рЫо-0,16Р( -0,07р(10 -0,06РШ
(8)
где р^ - степень принадлежности ситуации к селеопасной по сумме жидких осадков за последние сутки с учётом значений р|, ре, рт, рью, р^ рно ;
р = р1-0,13 Р/ -о,05 Ре-о,°6 -0,16 ^ -о,04 й„ -о.,Рт,
(9)
где р|* - степень принадлежности ситуации к селеопасной по средней интенсивности жидких осадков за последние 3 часа с учётом значений Pq, ре, рт, рью, р1, рно ;
Р* _ р1-0’07 Р/-0,01 Р‘-0,19 Рьо-0,02 Рч-0,02 Р/10-0,04 Рт
Г е г е ’
(10)
где ре* - степень принадлежности ситуации к селеопасной по возможной сейсмической нагрузке с учётом значений Pq, р|, рт, рью, р1, рно ;
р = р,-042 ^ Рт-°,о3 -о,°9 ^,М Ре ^Р/10,
(11)
где р^ - степень принадлежности ситуации к селеопасной по сумме среднесуточных температур воздуха с момента перехода средне-
где рь|о - степень принадлежности ситуации к селеопасной по по наличию аномального поведения животных с учётом значений рф ре, рт, р1, р*, рно;
Р ___ р1_0’11рЧ-0,1 РI -0,12ре -0,04рЫо-0,07р/-0,01 р/10
г т г т ,
(13)
где р т* - степень принадлежности ситуации к селеопасной по сумме жидких осадков за месяц с учётом значений рф ре, р|, рь|о, р^ рЭ1о .
* _ 1-°ЛРч-0,04Р/-0,02Ре -0,09РЫо-0,11Р/-0,03Рт
Р/10 Рт ,
(14)
где р* мо - степень принадлежности ситуации к селеопасной по сумме жидких осадков за месяц с учётом значений рф ре, р|, рь|о, р^ рт .
Степень принадлежности ситуации к селеопасной рассчитывается по формуле
Р8 _
0,79 + 0,21—aгctg(1,22d + 0,9q) %
Х[1-(1-РЬ1о) • (1-Ре) • (1-Р1) • (1-Рт) X ,(15) X (1-pq) • (1-Р*) • (1-Р*10)],
где рЬ - степень принадлежности ситуации к селеопасной.
Далее вычисляется код селевой опасности:
0 при р8 < 0,17 1 при 0,17 < р8 < 0,9 ] _ ^ 2 при 0,6 < р8 < 0,6 3 при 0,9 < р8 < 0,95 4 при р8 > 0,95 .
(16)
где у - код селевой опасности.
Если у > о и Н = 3, то у увеличивается на единицу.
В Таблице 1 приведены прогнозы селей на последующие сутки в зависимости от у
Расчёты иллюстрируются Таблице 2. Как видно из этой таблицы точность вычислений удовлетворительна. Ложные тревоги связаны с необходимостью обеспечения высокого уровня безопасности. Непредсказанных селей нет.
X
Таблица 1 - Прогнозы селей на последующие сутки в зависимости от у
л Прогноз на последующие сутки
0 Сход селей не ожидается
1 Ожидается сход селей малого объёма ( до 10 тыс. м 3 )
2 Ожидается сход селей среднего объёма ( 10 - 100 тыс. м 3 )
3 Ожидается сход крупного селя ( 100 тыс. - 1 млн. м 3 )
4 Ожидается сход очень крупного селя ( 1 - 10 млн. м 3 )
5 Ожидается сход гигантского селя ( > 10 млн. м 3 )
Таблица 2 - Результаты прогнозирования селей в июле 2000-го года
Дата Прогноз Сход селей
15.07 Ожидается сход селей среднего объёма ( 10 - 100 тыс. м 3 ) Сход селей не наблюдался
16.07 Ожидается сход селей среднего объёма ( 10 - 100 тыс. м 3 ) Сход селей не наблюдался
17.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ) 18.07 в 23:50 начался сход селевого потока объёмом несколько сотен тысяч кубометров [15].
18.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ) 19.07 в 13:00 начался сход селевого потока объёмом несколько сотен тысяч кубометров [15].
19.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ). Сход селей не наблюдался.
20.07 Ожидается сход очень крупного селя (1 - 10 млн. м 3 ). 21.07 в 16:00 начался сход селевого потока объёмом несколько миллионов кубометров [13].
21.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ) Сход селей не наблюдался.
22.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ). Сход селей не наблюдался.
23.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ). Сход селей не наблюдался.
24.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ). 24.07 в 23:30 начался сход селевого потока объёмом несколько сотен тысяч кубометров [12].
25.07 Ожидается сход крупного селя (100 тыс. - 1 млн. м 3 ). 26.07 в 00:30 начался сход селевого потока объёмом несколько сотен тысяч кубометров [8].
26.07 Ожидается сход селей среднего объёма ( 10 - 100 тыс. м 3 ) Сход селей не наблюдался.
27.07 Ожидается сход селей среднего объёма ( 10 - 100 тыс. м 3 ) Сход селей не наблюдался.
Заключение
Зная реальный уровень лавинной и селевой опасности, можно прогнозировать какую угрозу эти склоновые процессы представляют для конкретной дороги. Например, снеговоздушная волна лавины небольшого объёма может быть неопасной для транспортных машин, даже если они попадут в зону её действия. В тоже время, пересечение шоссе селем малого объёма небезопасно даже для тяжёлой техники.
Таким образом, разработанные технологии позволяют с одной стороны обеспечивать приемлимый уровень безопасности, а с другой избегать неоправданных потерь, связанных с перебоями движения транспорта.
Библиографический список
1. Войтковский, К. Ф. Основы гляциологии / К. Ф. Войтковский,- М.: Наука, 1999.- 255 с.
2. Зимин, М. И. Прогнозирование лавинной опасности / М. И. Зимин.- Санкт-Петербург: Гидро-метеоиздат, 2000.- 16 с.
3. Зимин М. И., Рубцов Е. А., Тимишев В. М., Бейтуганова Н.М., Зимина С. А. Моделирование многофазных структурно-неоднородных тел./ Ка-
бардино-Балкарский ГУ.- Деп. в ВИНИТИ, № 2468 -В2001.- 25 с.
4. Мокров Е. Г., Соловьёв А. Ю. Использование модели развития снежной толщи “SNOWPACK” для определения параметров лавинообразования.// Криосфера Земли.- 20l0.- T. XIV. - № 2.- C. 79 - 86.
5. Сейнова И. Б., Золотарёв Е.А. Ледники и сели Приэльбрусья.- М.: Научный мир, 2001.- 204 с.
6. Устименко, А. А. Идентификация явления сингеризма в биологических динамических системах / А. А. Устименко // Сборник научных трудов СурГУ. Физико-математические и технические науки. - 2009. - № 32. - С. 36 - 44.
PREDICTION OF TRAFFIC FACILITIES IN MOUNTAINOUS AREAS BASED ON BIONIC APPROACH
M. Zimin, S. Zimina
Problems of forecast interconnected processes on transport structures are considered. Two-leveled system, being used to predict avalanche and sill load is described.
Зимин Михаил Иванович - к.т.н., инженер. Канада, г. Торонто.
Зимина С. А.
УДК 691.327.33
ТЕХНОЛОГИЯ И ПРОИЗВОДСТВО ЯЧЕИСТЫХ БЕТОНОВ НА ОСНОВЕ ОТХОДОВ КВАРЦА
А. Ф. Косач, И. Н. Кузнецова, С. В. Данилов, Н. А. Гутарева
Аннотация. В статье представлена усовершенствованная технология производства ячеистых бетонов, содержащих модифицированные высокодисперсные частицы, полученные путем измельчения частиц дисперсной фазы на стадии перемешивания с использованием отходов кварца.
Ключевые слова: ячеистый бетон, технология ячеистого бетона.
Введение
Интенсивным развитием современной технологии гидратационных цементных материалов и изделий является использование различных научно-обоснованных методов регулирования, дающих возможность целенаправленно изменять процесс твердения.
Частицы твердой фазы материалов являются элементарными наночастицами-наноинициаторами, из которых формируются различные структуры, прочность которых предопределяется, дисперсностью и гранулометрическим составом частиц.
В структуре приготовленных исходных дисперсных систем формовочные массы и смеси, различные суспензии и т.д., необходимо различать две составные части:
- структурный каркас, образованный грубодисперсными частицами, и межзерновая пустотность, состоящая из тонкодисперсных частиц
- продуктов гидратации, расположенных в межзерновом пространстве грубодисперсного каркаса.
