Цифровые методы прогнозирования осадок фундаментов

Введение. В условиях реконструкции зданий с освоением подземного пространства контроль деформаций фундаментов имеет ключевое значение. Традиционные критерии, основанные только на величинах осадки и относительной ее неравномерности, не позволяют в полной мере учитывать пространственное распределение деформаций и взаимосвязь с инженерно-геологическими и конструктивными факторами.

Материалы и методы. Применена цифровая методика прогнозирования деформаций оснований реконструируемых зданий, базирующаяся на аппроксимации осадки кубическими сплайнами и последующем анализе ее производных функций (угла наклона и кривизны). Методика включает: формализацию алгоритма построения непрерывных профилей осадки и вычисления ее производных по данным геодезического мониторинга; проверку корректности методики на выборке объектов реконструкции в Москве и Санкт-Петербурге с различными параметрами котлованов, протяженностью и ориентацией стен, а также инженерно-геологическими условиями; использование методов машинного обучения (МО) для выявления связей между геометрическими параметрами котлованов, характеристиками грунтов и наблюдаемыми деформациями.

Результаты. Построенные поля осадки и ее производных позволили локализовать зоны максимальных деформаций между марками и зафиксировать случаи превышения предельных значений, установленных нормативами. Методы МО продемонстрировали возможность прогнозирования параметров деформаций (C′, D′) по внешним данным о геометрии и грунтовых характеристиках, обеспечив приемлемую точность на ограниченной выборке.

Выводы. Применение кубической сплайн-аппроксимации осадок основания, реконструируемых с устройством подземной части зданий и вычисления углов наклона и кривизны подошвы фундамента, расширяет традиционный инструментарий анализа, позволяя выявлять локальные зоны деформаций, недоступные при линейном приближении. Интеграция с алгоритмами МО открывает перспективу использования методики для прогноза поведения оснований в новых проектах реконструкции с освоением подземного пространства в условиях плотной городской застройки.

1. Ильичев В.А., Коновалов П.А., Никифорова Н.С. Новые методы измерения деформаций зданий и критерии их оценки // Основания, фундаменты и механика грунтов. 2003. № 4. С. 8–12. EDN LLWFKS.

2. Ильичев В.А., Никифорова Н.С. Методы определения кривизны и разности углов наклона фундаментов как критериев деформаций оснований зданий и сооружений // Основания, фундаменты и механика грунтов. 2018. № 3. С. 14–17. EDN YNJLHV.

3. Шашкин В.А. Накопленные деформации исторической застройки Санкт-Петербурга // Жилищное строительство. 2023. № 12. С. 32–45. DOI: 10.31659/0044-4472-2023-12-32-45. EDN CITCIO.

4. Шашкин В.А. Конструкция фундаментов зданий рядовой застройки XVIII – начала XIX в. (на примере г. Санкт-Петербурга) // Геотехника. 2022. Т. 14. № 3. С. 6–20. DOI: 10.25296/2221-5514-2022-14-3-6-20. EDN GIYETQ.

5. Шашкин В.А. Обеспечение безопасности исторических зданий, получивших «сверхнормативные» деформации вследствие влияния нового строительства // Геотехника. 2024. Т. 16. № 4. С. 24–39. DOI: 10.25296/2221-5514-2024-16-4-24-37. EDN VQVXCE.

6. Svensson M. GeoBIM for Optimal Use of Geotechnical Data // Proceedings of the 17th Nordic Geotechnical Meeting. 2016. Pp. 66–121.

7. El Sibaii M., Granja J., Bidarra L., Azenha M. Towards efficient BIM use of geotechnical data from geotechnical investigations // Journal of Information Technology in Construction (ITcon). 2022. Vol. 27. Pp. 393–415. DOI: 10.36680/j.itcon.2022.019

8. Tawelian L.R., Mickovski S.B. The implementation of geotechnical data into the BIM process // Procedia Engineering. 2016. Vol. 143. Pp. 734–741. DOI: 10.1016/j.proeng.2016.06.115.

9. Beck J., Jürgens S., Henke S. Automating stability analysis using BIM-FEA-Integration // Proceedings of the XVIII ECSMGE 2024.

10. Berdigylyjov M., Popa H. The implementation and role of geotechnical data in BIM process // E3S Web of Conferences. 2019. Vol. 85. P. 08009. DOI: 10.1051/e3sconf/20198508009.

11. Разводовский Д.Е., Шулятьев С.О., Ставницер Л.Р. Применение BIM в геотехнике // Жилищное строительство. 2018. № 11. С. 3–8. EDN VOFZRW.

12. Fonsati A., Cosentini R.M., Tundo C., Osello A. From Geotechnical Data to GeoBIM Models: Testing Strategies for an Ex-Industrial Site in Turin // Buildings. 2023. Vol. 13 (9). P. 2343. DOI: 10.3390/buildings13092343.

13. Liu N. et al. BIM-based digital platform and risk management system for mountain tunnel construction // Scientific Reports. 2023.

14. Utepov Y., Aldungarova A., Mukhamejanova A., Awwad T., Karaulov S., Makasheva I. Voxel Interpolation of Geotechnical Properties and Soil Classification Based on Empirical Bayesian Kriging and Best-Fit Convergence Function // Buildings. 2025. Vol. 15. Issue 14. P. 2452. DOI: 10.3390/buildings15142452

15. Zaid R. 3D visualization of interpolating geotechnical strata in a BIM environment (Case study of Civil3D) // Misan Journal of Engineering Sciences. 2024. Vol. 5. Issue 2. Pp. 10–18.

16. Красильников В.П., Андрианов А.В., Красильников П.А., Мещерякова О.Ю. Перспективы и проблемы внедрения BIM-технологии в отечественную строительную отрасль // Геотехника. 2022. Т. 14. № 2. С. 6–17. DOI: 10.25296/2221-5514-2022-14-2-6-17. EDN SQYXBG.

17. Yuan B., Choo C.S., Yeo L.Y., Wang Y., Yang Z., Guan Q. et al. Physics-informed machine learning in geotechnical engineering: a direction paper // Geomechanics and Geoengineering. 2025. Vol. 20. Issue 5. Pp. 1128–1159. DOI: 10.1080/17486025.2025.2502029

18. Dahal A., Lombardo L. Towards physics-informed neural networks for landslide prediction // ArXiv. 2024. DOI: 10.48550/arXiv.2407.06785

19. Болдырев Г.Г., Идрисов И.Х., Редин А.В., Дивеев А.А. BIM геотехника и перспективы ее развития в Российской Федерации // Геотехника. 2020. Т. 12. № 4. С. 6–22. DOI: 10.25296/2221-5514-2020-12-4-6-22. EDN VRURKI.

20. Satyanaga A., Aventian G.D., Makenova Y., Zhakiyeva A., Kamaliyeva Z., Moon S.W. et al. Building Information Modelling for Application in Geotechnical Engineering // Infrastructures. 2023. Vol. 8. Issue 6. P. 103. DOI: 10.3390/infrastructures8060103

21. Самосват В.В. Трехмерная цифровая модель геологической среды как ключевой элемент BIM-технологии и высшая ступень цифровизации строительства // Независимый электронный журнал «ГеоИнфо». 2020. № 3.

22. Кудреватых О.А., Середин В.В., Андрианов А.В., Красильников В.П. К вопросу о выборе программного обеспечения для создания BIM в инженерной геологии // Известия Тульского государственного университета. Науки о земле. 2023. № 1. С. 283–296.