Investigation of Full-Process Settlement Behavior and Prediction Models for Long-Short Pile Composite Foundations
تقترح هذه الورقة نموذج تنبؤ هجين يدمج النماذج التجريبية (ويبل وبواسون المعدل) مع الخوارزميات الذكية (تحليل النمط التجريبي EMD وLS-SVM) لتوصيف تطور الهبوط "على شكل حرف S" بدقة والتنبؤ بهبوط العملية الكاملة للأساسات المركبة من الخوازيق الطويلة والقصيرة، كما تم التحقق من صحته من خلال مشروع سيول بارك.
تخيل أنك تبني قلعة رملية عملاقة على شاطئ يغرق ببطء. أنت لا تريد فقط معرفة مدى عمق الحفرة الآن؛ بل تريد أن تعرف بالضبط كم ستغرق غداً، والشهر المقبل، والعام القادم. هذا هو التحدي اليومي للمهندسين الذين يبنون ناطحات السحاب على أرض رخوة. إنهم يستخدمون "أساسات مركبة" خاصة، وهي تشبه فريقاً من الأوتاد الخشبية الطويلة والقصيرة التي تُدق في الطين لتثبيت المبنى. لكن الأرض لا تغوص في خط مستقيم فحسب؛ بل تتصرف ككائن حي، تتفاعل مع وزن المبنى، والمطر، وعمال البناء بطريقة فوضوية وغير متوقعة. وللحفاظ على سلامة المبنى واستقامته، يحتاج المهندسون إلى التنبؤ بسلوك الغوص هذا بدقة. فإذا أخطأوا في التقدير، قد يميل المبنى أو يتشقق. تتحدث هذه الورقة عن إيجاد أفضل "كرة بلورية" للتنبؤ بدقة بمدى هبوط هذه الأساسات الخاصة بمرور الوقت.
لقد تناول الباحثون في هذه الدراسة، بقيادة يانغ ليو وزملاؤه، مشكلة التنبؤ بـ "الهبوط خلال العملية الكاملة" (إجمالي الغوص من البداية إلى النهاية) لهذه الأساسات المكونة من أوتاد طويلة وقصيرة. كانوا يعلمون أن المعادلات الرياضية البسيطة غالباً ما تواجه صعوبة لأن حركة الأرض فوضوية وتتغير سرعتها بمرور الوقت. ولحل هذه المشكلة، جربوا ثلاثة نهج مختلفة. أولاً، استخدموا شكلين رياضيين كلاسيكيين يُعرفان بـ نموذج ويبول (Weibull model) و نموذج بواسون المعدل (Modified Poisson model). فكر في الأمر كأنك تحاول مطابقة منحنى جاهز وناعم فوق مسار تنزه متعرج. وجدوا أنه بينما يمكن لهذه المنحنيات وصف الشكل العام الذي يشبه حرف "S" للغوص (البدء ببطء، ثم التسارع، ثم التباطؤ مرة أخرى)، إلا أنها كانت تخطئ أحياناً في رصد النتوءات والتموجات الصغيرة الناتجة عن ضجيج البناء أو التغيرات المفاجئة في الأحمال. كان نموذج بواسون المعدل أفضل قليلاً في الانحناء ليتناسب مع المنحنى، لكنه ظل محدود القدرات.
وللحصول على تنبؤ دقيق حقاً، ابتكر الفريق طريقة هجينة أكثر ذكاءً تسمى EMD-LS-SVM. لقد عاملوا بيانات الهبوط كأنها أغنية معقدة مليئة بآلات موسيقية مختلفة تعزف في وقت واحد. أولاً، استخدموا تقنية تسمى تفكيك النمط التجريبي (EMD) لفصل "الأغنية" إلى آلاتها الفردية: نغمات الباص العميقة والبطيئة (اتجاه الغوص طويل الأمد)، والألحان متوسطة المدى (البناء المستمر للطوابق)، والضوضاء الحادة والمتقطعة (الارتجاجات المفاجئة الناتجة عن أعمال البناء). بعد ذلك، استخدموا أداة ذكاء اصطنا_ي قوية تسمى آلة ناقلات الدعم ذات المربعات الصغرى (LS-SVM) للتنبؤ بمستقبل كل آلة على حده. وأخيراً، قاموا بدمج هذه التنبؤات معاً مرة أخرى.
أظهرت النتائج، التي اختُبرت على مبنى حقيقي يسمى المبنى B27 في مشروع سكني في الصين، أن هذا المنهج الهجين الجديد هو الفائز الواضح. وبينما كانت نماذج مطابقة المنحنيات البسيطة مقبولة، كان النموذج الهجين دقيقاً للغاية. فقد توقع الهبوط النهائي عند 600 يوم بـ -27.5430 ملم، مع حد أقصى للخطأ بلغ 0.4760 ملم فقط. وهذا يمثل تحسناً هائلاً، حيث قلل الخطأ في النماذج القديمة بأكثر من النصف. تشير الدراسة إلى أنه من خلال تفكيك المشكلة إلى قطع أصغر وأبسط، ثم إعادة تجميعها، يمكن للمهندسين الحصول على صورة أوضح لكيفية تصرف الأرض، مما يساعدهم في الحفاظ على سلامة واستقرار المباني دون الحاجة إلى التخمين.
ملخص تقني: استقصاء سلوك الهبوط في كامل العملية ونماذج التنبؤ للأساسات المركبة من الخوازيق الطويلة والقصيرة
بيان المشكلة يعد التنبؤ الدقيق بالهبوط في كامل العملية للأساسات المركبة من الخوازيق الطويلة والقصيرة أمراً بالغ الأهمية لضمان سلامة وصلاحية المنشآت المبنية على التربة الرخوة. ومع ذلك، تواجه طرق التنبؤ الحالية عائقين رئيسيين:
قيود النماذج التجريبية: تعتمد النماذج التجريبية التقليدية (مثل نماذج ويبول وبواسون القياسية) غالباً على طرق تقدير المعلمات مثل استكمال الـ "cubic spline" أو الانحدار غير الخطي، وهي طرق حساسة للقيم الأولية وأحجام العينات، مما يؤدي إلى دقة محدودة في تحديد المعلمات وقوة التحمل.
تعقيد سلوك الهبوط: يعد هبوط الأساس عملية معقدة وغير مستقرة، تتأثر بزيادة أحمال المنشآت الفوقية، وتماسك التربة، والتفاعل بين الخوازيق والتربة. ويظهر هذا السلوك خصائص غير خطية ومتعددة المقاييس بشكل واضح. وتكافح النماذج التجريبية المنفردة لالتقاط الاتجاه التطوري طويل الأمد والتقلبات المحلية الناتجة عن اضطرابات الإنشاء والتغيرات البيئية في آن واحد.
المنهجية تقترح الدراسة إطار عمل هجين للتنبؤ يدمج بين النمذجة الإحصائية التجريبية والخوارزميات الذكية المعتمدة على البيانات. وتتكون المنهجية من ثلاث مراحل:
النمذجة التجريبية المحسنة:
نموذج ويبول (Weibull): تم وضعه لتوصيف تطور الهبوط ذو الشكل "S". وقد تم تطوير طريقة لتحديد المعلمات قائمة على التحسين لتقليل مجموع مربعات الأخطاء بين القيم المقاسة والمتوقعة، مع مراعاة قيد الحد الأقصى للخطأ المطلق البالغ 1 ملم.
نموذج بواسون المعدل (Modified Poisson): تم إدخال معامل تعديل الشكل (c4) في نموذج بواسون التقليدي. ويعزز هذا التحسين من مرونة النموذج لالتقاط تطور الهبوط غير المتماثل والتغيرات الكبيرة في معدلات الهبوط، والتي تشيع في أنظمة الخوازيق الطويلة والقصيرة نتيجة لإعادة توزيع الإجهادات.
التنبؤ الذكي الهجين (EMD-LS-SVM):
تحلل النمط التجريبي (EMD): يتم تحليل بيانات مراقبة الهبوط الخام إلى عدة وظائف نمط داخلي (IMFs) ومكون متبقٍ. وتعمل هذه العملية التكيفية على فصل الإشارة إلى مقاييس زمنية متميزة: المكونات عالية التردد (التقلبات قصيرة المدى/الضوضاء)، والمكونات متوسطة التردد (تأثيرات التحميل المرحلية)، والمكونات منخفضة التردد/المتبقية (اتجاهات التماسك طويلة الأمد).
آلة ناقلات الدعم ذات المربعات الصغرى (LS-SVM): يتم بناء نموذج مستقل من نوع LS-SVM لكل مكون تم تحليله. وقد تم اختيار LS-SVM لقدرته على التعامل مع مشاكل الانحدار غير الخطي ذات العينات الصغيرة بكفاءة من خلال تحويل مشكلة البرمجة التربيعية إلى نظام من المعادلات الخطية.
إعادة البناء الموزون: يتم إنشاء التنبؤ النهائي عن طريق إعادة بناء المكونات المتوقعة بشكل أمثل باستخدام معاملات وزن يتم تحديدها بناءً على معيار الحد الأدنى لخطأ التنبؤ.
التحقق الهندسي:
تم التحقق من صحة النماذج باستخدام بيانات المراقبة الميدانية للمبنى B27 في مشروع تطوير "سول بارك" السكني (هبي، الصين). استخدمت أساساته نظام خوازيخ طويلة-قصيرة من الحصى الأسمنتي الطيني (CFG) (الخوازيق الطويلة: 21.45 م؛ الخوازيق القصيرة: 11.90 م) في تربة طينية غرينية.
النتائج الرئيسية
نمط تطور الهبوط: يتبع الهبوط في كامل العملية للأساس المركب نمط تطور نموذجي على شكل حرف "S"، يتميز بمرحلة تطور أولية، ومرحلة نمو سريع (حيث يصل معدل الهبوط إلى ذروته)، ومرحلة تماسك مستقرة.
أداء النموذج التجريبي: نجح كل من نموذجي ويبول المحسن وبواسون المعدل في التقاط اتجاه الهبوط العام مع حد أقصى للأخطاء المطلقة يقل عن 1.0 ملم. وقد أظهر نموذج بواسون المعدل مرونة وأداءً تنبؤياً فائقاً خلال المراحل التي تشهد تغيرات سريعة في معدل الهبوط بفضل معامل الشكل الإضافي.
الخصائص متعددة المقاييس: نجح تحليل EMD في فصل إشارة الهبوط إلى آليات فيزيائية متميزة. حيث التقط (IMF1) اضطرابات الإنشاء قصيرة المدى؛ وعكس (IMF2) تأثيرات التحميل المرحلية والتفاعل بين الخازوق والتربة؛ بينما مثل المكون المتبقي اتجاه تماسك التربة طويل الأمد.
تفوق النموذج الهجين: تفوق النموذج المدمج (EMD-LS-SVM) بشكل كبير على النماذج التجريبية المنفردة.
حقق حداً أقصى للخطأ المطلق قدره 0.4760 ملم عند اليوم 158، مما يمثل انخفاضاً بنسبة تزيد عن 50% مقارنة بالحد الأقصى للأخطاء في النماذج التجريبية.
عند اليوم 128، حقق النموذج خطأً قدره 0.0000 ملم.
نجح النموذج بفعالية في التقاط كل من الاتجاه التطوري العالمي والتقلبات المحلية، لا سيما خلال فترات التغير السريع في معدل الهبوط حيث أظهرت النماذج التجريبية انحرافات.
الأهمية والادعاءات يدعي البحث أن النهج الهجين المقترح يعالج قيود الطرق التقليدية من خلال:
تعزيز تحديد المعلمات: استخدام خوارزميات التحسين لتحسين دقة وقوة معلمات النماذج التجريبية.
تفكيك التعقيد: الاستفادة من EMD لتحويل السلسلة الزمنية المعقدة وغير المستقرة إلى مكونات أبسط وأكثر استقراراً، مما يقلل من صعوبة الربط غير الخطي لـ LS-SVM.
تحسين دقة التنبؤ: توفير أساس نظري ومرجع تقني لمراقبة الهبوط والتحكم في السلامة. وتؤكد الدراسة أن نموذج EMD-LS-SVM يقدم حلاً أكثر موثوقية للتنبؤ الذكي بهبوط الأساسات المركبة، القادر على التعامل مع التأثيرات المزدوجة لتحميل الإنشاء، والتفاعل بين الخازوق والتربة، والتماسك المرتبط بالزمن.
ويخلص المؤلفون إلى أنه بينما تكفي النماذج التجريبية لالتقاط الاتجاهات العامة، فإن النموذج الهجين (EMD-LS-SVM) ضروري للتنبؤ عالي الدقة في الظروف الهندسية المعقدة حيث تكون التقلبات المحلية والسلوكيات متعددة المقاييس ذات أهمية كبيرة.