Investigation of Full-Process Settlement Behavior and Prediction Models for Long-Short Pile Composite Foundations
本論文は、経験モデル（ワイブル分布および修正ポアソン分布）と知能アルゴリズム（EMDおよびLS-SVM）を統合したハイブリッド予測モデルを提案し、ソウルパーク・プロジェクトによって検証された通り、長短杭複合基礎の「S字型」沈下進化を正確に特徴付け、全過程の沈下を予測するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、ゆっくりと沈みゆく砂浜に巨大な砂の城を作っているところを想像してみてください。あなたは単に今、穴がどれくらいの深さであるかを知りたいのではなく、明日、来月、そして来年、それが正確にどれくらい沈むのかを知りたいのです。これは、軟弱な地盤の上に超高層ビルを建設するエンジニアたちが直面する日常的な課題です。彼らは、建物を支えるために、長い杭と短い杭を泥の中に打ち込んだチームのような、特別な「複合基礎」を使用します。しかし、地面はただ直線的に沈むわけではありません。建物の重さや雨、建設作業員などの影響を受け、まるで生き物のように、複雑で予測不可能な反応を示すのです。建物を安全かつ垂直に保つために、エンジニアたちはこの沈下挙動を完璧に予測する必要があります。もし予測を誤れば、建物が傾いたり、ひび割れたりする可能性があります。この論文は、これらの特別な基礎が時間の経過とともにどれだけ沈下するかを正確に予測するための、最高の「水晶玉」を見つけることについてのものです。
Yang Liu氏とその同僚たちが率いる研究チームは、これら長短杭基礎の「全過程沈下」（最初から最後までの一連の沈下）を予測するという課題に取り組みました。彼らは、地面の動きは複雑で速度が変化するため、単純な数学公式ではしばしば苦戦することを知っていました。これを解決するために、彼らは3つの異なるアプローチを試みました。まず、**ワイブルモデル（Weibull model）と修正ポアソンモデル（Modified Poisson model）**という、2つの古典的な数学的形状を用いました。これは、デコボコしたハイキングコースに対して、あらかじめ用意された滑らかな曲線でフィットさせようとするようなものです。彼らは、これらの曲線が沈下の全体的な「S字型」（最初はゆっくり、次に加速し、再び減速する）を描写することはできるものの、建設現場の騒音や急激な荷重変化によって生じる小さな凹凸や揺らぎを見逃してしまうことがあることが分かりました。修正ポアソンモデルは、曲線に合わせて曲がる能力が少し優れていましたが、それでも限界がありました。
真に正確な予測を得るために、チームはEMD-LS-SVMと呼ばれる、よりスマートなハイブリッド手法を考案しました。彼らは沈下データを、さまざまな楽器が同時に演奏されている複雑な曲のように扱いました。まず、**経験的モード分解（EMD）という手法を用いて、「曲」を個々の楽器へと分離しました。すなわち、深い低音（長期的な沈下傾向）、中音域のメロディ（着実な階層の積み上げ）、そして高音の耳障りなノイズ（建設作業による突然の揺れ）です。次に、強力なAIツールである最小二乗サポートベクターマシン（LS-SVM）**を使用して、それぞれの楽器の未来を個別に予測しました。最後に、これらの予測を再び組み合わせて統合しました。
中国の住宅プロジェクトにある「Building B27」という実際の建物でテストされた結果、この新しいハイブリッド手法が明確な勝者であることが示されました。単純な曲線フィッティングモデルはまずまずの結果でしたが、ハイブリッドモデルは驚異的な精度を誇りました。このモデルは、600日目の最終沈下量を**-27.5430 mmと予測し、最大誤差はわずか0.4760 mm**でした。これは大幅な改善であり、従来のモデルの誤差を半分以下に削減しました。この研究は、問題をより小さく単純な断片に分解してから再組み立てすることで、エンジニアが地面の挙動をより明確に把握でき、推測に頼ることなく建物の安全性と安定性を維持できることを示唆しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。