CLUSTERING OF SHOTCRETE TECHNOLOGY FROM THE POSITION OF A SINGLE SYSTEM INTEGRATED APPROACH
Abstract and keywords
Abstract (English):
The article proposes a unified structural approach to the use of shotcrete technology in construction from the point of view of cluster analysis. It is proposed to consider the shotcrete technology as a cluster with multilevel capabilities. A method of clustering the shotcrete technology has been developed, its main clusters and their parameters have been determined. The clustering algorithm of shotcrete technology is presented.

Keywords:
shotcrete technology, cluster analysis, technological cluster, raw materials cluster, computational cluster, constructive cluster
Text
Publication text (PDF): Read Download

Введение

Торкретирование - один из современных и прогрессивных способов строительства.  Использование его в России за последние десятилетия значительно выросло, однако все еще не нашло широкого применения. Область использования торкретирования в нашей стране распространяется, в частности, на реконструкцию зданий и сооружений, строительство инженерных сооружений, например, тоннелей, но в области гражданского строительства новых зданий существуют пока лишь единичные случая его использования. При этом существующая нормативная база по торкретированию скудна и насчитывает всего несколько документов, отражающих требования к составу бетона и технологическим параметрам торкретирования. В литературе позиционируют расчет торкретбетона как обычного бетона, хотя немногочисленные экспериментальные исследования говорят о его существенно повышенных физико-механических и конструктивных характеристиках по отношению к обычному бетону [1-3].

В целом, торкретирование является прогрессивным и инновационным при проектировании и строительстве новых зданий и сооружений и может рассматриваться с позиций единого комплексного подхода как кластер с многоуровневыми возможностями.

Кластеризация технологии торкретирования дает возможность осуществить многоуровневую статистическую процедуру, содержащую базы данных о технологических, конструктивных, расчётных и сырьевых параметрах, и затем упорядочить их в сравнительно однородные группы (кластеры)[4].

Задачами кластеризации технологии торкретирования является типология, исследование концептуальных методов, предложения и проверка гипотез на основе исследования характеристик бетона, процесса торкретирования и конечного результата.

Внедрение в практику строительства кластеризации торкретирования включает этапы: отбор характеристик для кластеризации; определение множества параметров, по которым будут оцениваться методы; вычисление значений и установки связей между кластерами, проверка достоверности результатов кластерного решения.

Методика

Целью настоящей работы является разработка на основе нечеткого алгоритма c-средних нового алгоритма кластеризации [5,6], находящего близкие к оптимальным, решения задачи кластеризации технологии торкретирования.

Исходной информацией для кластеризации является матрица наблюдений l×n:

где l– число объектов, n– число признаков (наблюдений) для каждого объекта [7,8].

Задача кластеризации состоит в разбиении множества объектов на группы (кластеры) «похожих» между собой объектов. В n-мерном метрическом пространстве признаков мерой «сходства» двух объектов будем считать расстояние между ними.

Применим метод нечёткой кластеризации, позволяющий каждому объекту принадлежать с различной степенью сходства нескольким или всем кластерам одновременно. Число кластеров считается заранее известным.

Кластерная структура задается матрицей принадлежности (с×l матрица):

 

mji – степень принадлежности j-го элемента i-му кластеру.

Для оценки качества разбиения используется критерий разброса, показывающий сумму расстояний от объектов до центров кластеров с соответствующими степенями принадлежности:

где d(y1,x1)  – Евклидово расстояние между j-м объектом;

x1=(х1j,х2j,.хjn ) и i-м  центром кластера y1=(y1i,y2i,.yin) ;

w(1,)- экспоненциальный вес, определяющий нечеткость, размытость кластеров.

Тогда матрицу расстояний между объектами можно использовать для кластеризации этих объектов. В этом случае в качестве исходных данных имеется симметричная матрица для системы из l объектов:

В качестве расстояний берутся элементы этих матриц. Непосредственные наблюдения являются «скрытыми». Центры кластеров в этом случае совпадают с некоторыми из заданных объектов. Координаты по методу с-средних не вычисляются, а новым центром j-го кластера объявляется k-я вершина, минимизирующая сумму 

Для получения ощутимого технического эффекта от кластеризации методологии торкретирования необходимо выделение основных параметров оценки современных, энергоэффективных строительных конструкций зданий и сооружений, которые должны соответствовать таким критериям как: критерий качества, критерий нормативной документации, критерий энергоэффективности и экономической целесообразности. Для практического использования кластеризации технологии торкретирования и возможности оперирования сформированными массивными данными предложено разделение на 4 больших кластера: 

- технологический;

- сырьевой;

- конструктивный;

- расчетный кластеры.

Таким образом, кластеризация технологии торкретирования будет представлена через зависимости, выявленные в ходе алгоритмизации составляющих кластеров. При этом, основными этапами этого процесса будут: выбор центроидов; определение множества переменных, по которым оцениваются объекты в выборке; вычисление значений меры сходства между объектами для определения дистанции между точками кластера; применение методов кластерного анализа для создания групп сходных объектов; проверка достоверности результатов общего и частных кластерных решений.

Описание кластеров торкретирования

Технологический кластер включает в себя методы технологии и возведения зданий с использованием торкретирования и является наиболее изученным в настоящее время кластером.

В качестве центроида здесь можно выделить способы торкретирования: сухой и мокрый[3]. Торкретбетон часто относят к центрифугированным бетонам, в литературе можно также встретить понятие шприцбетон и пневмобетон. Такая классификация была введена из-за размера заполнителя: до 7 мм (пневмобетон), 10 мм (торкретбетон) и 25 мм (шприцбетон).

Учитывая описанные особенности центроида и технические характеристики машин для торкретирования[9], выделим следующие параметры технологического кластера (таблица 1):

 

Таблица 1. Параметры технологического кластера

Наименование

размерность

Обозначение

давление струи торкретбетона

кН/м2

Р

прочность торкретбетона /фибротокрертбетона на сжатие

МПа

RbTr,/RbTrf

прочность торкретбетона на растяжение/фибротокрертбетона

МПа

RbtTr,/RbtTrf

адгезионная прочность

МПа

Rадг

когезионная прочность

МПа

Rког

площадь диаметра сопла для торкретирования

м2

Асоп

площадь поверхности торкретирования

м2

STr

толщина наносимого слоя за один раз

мм

t

угол наклона сопла при торкретировании поверхности

0

α

высота наносимого слоя

м

h

расстояние до торкретируемой поверхности слоя

м

L

плотность торкретбетона

кг/м3

ρTr

плотность материала опалубки

кг/м3

ρоп

 

Выделенные параметры являются точками, для установления зависимостей между которыми необходимо определить дистанции для построения матрицы, которая и будет характеризовать технологический кластер

Для определения дистанции до центра кластера с одинаковыми размерными единицами используем Евклидову меру. Мерой для определения расстояния между параметрами на плоскости, образованной координатными осями х и у, является Евклидова мера или квадрат Евклидова расстояния [4]:

Если дистанции принимаются между точками, имеющими  различные единицы измерения, то применяется расстояние Чебышева, если одинаковые – то Евклидова мера.

Расстоянием Чебышева между n-мерными числовыми векторами определяется максимум модуля разности компонент этих векторов [4]:

Важную роль в технологическом кластере играет факторное пространство, соответствующее требуемому уровню для конструкций различного назначения. Определение его в виде теоретических и экспериментальных переменных является величиной объема допустимой области, характеризующей эффективность технологии. Получение факторного пространства может характеризоваться критерием качества кластерной технологии торкретировании.

Сырьевой кластер включает в себя методику подбора состава торкретбетона, выбор материала и требования к ним.

На сегодняшний день существуют экспериментальные данные и рекомендации по подбору составов и применению в строительстве только тяжелых торкретбетонов[10].

Что же касается бетонов на ресурсосберегающих местных материалах, а также отходах производств, то в торкретировании они остаются практически неизученными.

То есть можно считать, что сырьевой кластер является основополагающим, потому что учитывает ресурсосберегающие компоненты на основе местных материалов и отходов производств.

Центроидами сырьевого кластера являются классы бетона по прочности на сжатие В и на растяжение Вt

Учитывая описанные особенности центроидов и влияние типа материала на формирование структуры торкретбетона (торкретфибробетона), выделим параметры сырьевого кластера (таблица 2):

 

Таблица 2. Параметры сырьевого кластера

Наименование

размерность

Обозначение

прочность вяжущего (цемента)

МПа

Rц

прочность фибры на растяжение

МПа

Rtf

объемный вес торкретбетона

кг/м3

γTr

объемный вес заполнителя, в том числе отходы производств

кг/м3

γз

водоцементное отношение

%

В/Ц

прочность торкретбетона на сжатие

МПа

RbTr

прочность торкретбетона на растяжение

МПа

RbtTr

прочность сцепления слоев между собой

МПа

Rсц.сл

степень уплотнения торкретбетона

%

Тt

коэффициент теплопроводности

Вт/м0C

λ

морозостойкость

цикл

F

огнестойкость

час

R

пористость

%

П

 

Параметры сырьевого кластера является точками, между которыми для установления зависимостей необходимо определить дистанции для построения соответствующей матрицы, характеризующей кластер.

Для определения расстояния до центра кластера будем использовать два типа дистанций - расстояния Чебышева и квадрат Евклидова расстояния. 

Конструктивный кластер включает в себя требования к конструкциям, изготовленным на основе торкретбетона. Содержание конструктивного кластера условно можно представить в виде таблице 3.

 

Таблица 3 – Условное содержание конструктивного кластера

Конструктивный кластер

Требования к исходным размерам

Требования к узлам сопряжения

Номенклатура существующих изделий (практически ничего нет по этому вопросу в России)

Штучные изделия

Одно, двух, трехслойные конструкции

Конструкции из объемных блоков

 

Центроидами конструктивного кластера являются строительные конструкции: фундаменты, колонны, балки, стены, плиты перекрытия, объемные блоки.

Параметры конструктивного кластера представлены в таблице 4.

 

Таблица 4. Параметры конструктивного кластера

Наименование

размерность

Обозначение

поперечное сечение элемента

мм2

b×h

высота элемента

м

Н

толщина защитного слоя торкретбетона

мм

a

диаметр арматуры

мм

Ø

шаг колонн

м

l

пролет

м

L

толщина плиты

мм

tп

толщина стены

мм

δст

 

Для определения расстояния до центроидов кластера используем два типа дистанций - расстояний Чебышева и квадрат Евклидова расстояния

Расчетный кластер включает в себя расчет прочности, деформативности, трещиностойкости, а также, учитывает специфику формообразования конструкций методом послойного нанесения и получения слоистых конструкций

В литературе данные по методике расчета торкетбетонных, торкретфибробетонных и токретфиброжелезобетонных конструкций отсутствуют – их считают как из обычного бетона. Одной из ключевых причин отсутствия широкого использования торкретирования в строительстве новых зданий и сооружений как раз и является отсутствие методов расчета, учитывающей влияние всех кластеров. 

Поэтому расчетный кластер следует отнести к наиболее важным и наименее изученным.

Цетроидами расчетного кластера являются виды НДС: изгиб, сжатие центральное и внецентренное, сдвиг в слоистых конструкциях.

Основные параметры расчетного кластера представлены в таблице 5.

 

Таблица 5. Параметры расчетного кластера

Наименование

размерность

Обозначение

Расчетные значения сопротивления торкретбетона на сжатие

МПа

RbTr

Расчетные значения сопротивления торкретбетона на растяжение

МПа

RbtTr

относительная высота сжатой зоны

-

ξRTr

процент линейного армирования

-

μ

процент фибрового армирования

-

μf

напряжение торкретбетона при сжатии

МПа

σbTr

напряжение торкретбетона при растяжении

МПа

σbtTr

относительные деформации торкретбетона при сжатии

мм

ε

Модуль  упругости бетона

МПа

Eb

Модуль упругости  арматуры

МПа

Es

внешние нагрузки

кН

F

прогибы торкретбетонных элементов

мм

f

ширина раскрытия трещин

мм

acrc

модуль сдвига 

МПа

G

площадь сжатой зоны торкретбетона

м2

Ab

продольная сила от внешней нагрузки

кН

N

поперечная сила от внешней нагрузки

кН

Q

 

Для качественного применения расчетного кластера при строительстве зданий методом торкретированием необходимо обратить основное внимание особенностям индивидуальной и совместной работы конструкций. Определение их прочностных, деформативных и трещиностойких характеристик на основе теоретических и экспериментальных выкладок и будет являться величиной объема допустимой области, характеризующей эффективность расчетного кластера.

Таким образом, для расчетного кластера определены центроиды, характерные параметры. Расстояние между центроидом и параметрами также определяются через  расстояния Чебышева и квадрат Евклидова расстояния.

Критерии качества кластеризации технологии торкретирования

Учитывая, что торкретирование представлено в диапазоне четырех значимых кластеров можно сделать предположение об эффективности его структурирования для широкого внедрения его в практику строительства. 

Создание способа кластеризации технологии торкретирования позволит с большой степенью эффективности использовать его, учитывая все аспекты его физико-механических, технологических, технических и конструктивных возможностей.

Данная задача решается тем, что способ включает использование итерационного метода кластеризации для получения структурированных параметров на основании межкластерных закономерностей. Отличие в том, что способ кластеризации технологии торкретирования  включает в себя 4 основных кластера: технологический кластер, сырьевой кластер, расчетный кластер, конструктивный кластер.

Для определения качества кластеризации предлагается следующий алгоритм. В зависимости от основных строительных аспектов торкретирования происходит деление его на 4 ключевых кластера. Далее в каждом кластере выделяется центроид с определенными параметрами, соответствующими степени внутрикластерного сходства. Выделенные параметры являются точками, для установления зависимостей между которыми необходимо определить дистанции для построения матрицы, которая и будет характеризовать описываемый кластер. Для определения дистанции до центра кластера с одинаковыми размерными единицами используем Евклидову меру, с разными – расстояние Чебышева. Далее для введения коэффициента кластеризации находят меру внутренней однородности кластера и меру разнородности кластеров между собой. В результате взаимодействия 4 кластеров между собой, составляют матрицы межгруппового рассеивания и получают оптимальные критерии кластеризации – соответствующие коэффициенты. Схема способа кластеризации технологии  торкретирования с получением основных коэффициентов, характеризующих его эффективность  представлена на рисунке  1.

Кластеризация технологии торкретирования с учетом 4 основополагающих кластеров позволит оценить весь спектр возможностей этого метода и расширить его область применения в строительстве с точки зрения единого системного подхода в проектировании зданий и сооружений.

Рисунок 1. Схема кластеризации торкретирования

References

1. Fine-grained shotcrete concretes with complex modifiers / I. G. Enjievskaya, N. G. Vasilovskaya, O. V. Hoffman [et al.] // Systems. Methods. Technologies. - 2018. - № 2(38). - Pp. 164-169. - DOIhttps://doi.org/10.18324/2077-5415-2018-2-164-169. - EDN XYMZAT.

2. The use of fine-grained shotcrete for the construction of subway tunnels/ Pham Dik Thang, B.I. Bulgakov*, Tang Van Lam*/ // Vestnik MGSU. - 2016.- No. 7

3. Emelyanova, T. A. New "old" shotcrete / T. A. Emelyanova, A. P. Denisova // Industrial and civil construction. - 2009. - No. 10. - pp. 55-57. - EDN KWNHST

4. Ershov, K. S. Analysis and classification of clustering algorithms / K. S. Ershov, T. N. Romanova // New information technologies in automated systems. - 2016. - No. 19. - pp. 274-279. - EDN VTZOPF.

5. Taraskina A.S. Fuzzy clustering by the modified c-means method and its application for processing microchip data // problems of intellectualization and quality of computer science systems. - pp. 217-228. [URL: https://www.iis.nsk.su/files/articles/sbor_kas_13_taraskina.pdf]

6. Model of image analysis based on the fuzzy clustering method / D. V. Lakomov, V. V. Alekseev, Yu. V. Minin [et al.] // Information and security. - 2017. - Vol. 20. - No. 4. - PP. 580-583. -

7. Shtovba S.D. Introduction to the theory of fuzzy sets and fuzzy logic, ch.12.

8. Hoppner F., Klawonn F., Kruse R., Runkler T. Fuzzy Cluster Analysis,Wiley, 1999.

9. GOST ISO 21592-2013 Machines for concrete mixture shotcrete (current edition).

10. TU 5745-001-16216892-06 Shotcrete concrete. 2006.


Login or Create
* Forgot password?