автореферат диссертации по строительству, 05.23.01, диссертация на тему:Комплексная оценка долговечности сварных разрезных подкрановых балок стохастическими и нейросетевыми методами

КОНТРОЛЬНЫЙ ЭКЗЕМПЛЯР

На правах рукописи

КИМ ИГОРЬ ВЛАДИМИРОВИЧ

КОМПЛЕКСНАЯ ОЦЕНКА ДОЛГОВЕЧНОСТИ СВАРНЫХ РАЗРЕЗНЫХ ПОДКРАНОВЫХ БАЛОК СТОХАСТИЧЕСКИМИ И НЕЙРОСЕТЕВЫМИ МЕТОДАМИ

Специальность 05.23.01 «Строительные конструкции, здания и сооружения»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Магнитогорск - 2005

Работа выполнена в Магнитогорском государственном техническом университете им. Г. И. Носова

Научный руководитель — Еремин Константин Иванович

доктор технических наук, профессор

Официальные оппоненты — Нежданов Кирилл Константинович

доктор технических наук, профессор

Защита состоится « 19 » октября 2005 г. в 15°° часов на заседании диссертационного совета К 212.111.01 в Магнитогорском государственном техническом университете им. Г. И. Носова по адресу: г. Магнитогорск, пр. Ленина, 38, малый актовый зал.

С диссертацией можно ознакомиться в библиотеке Магнитогорского государственного технического университета.

Автореферат разослан «15 » сентября 2005 г.

Сабуров Валерий Федорович, доктор технических наук, профессор

Ведущая организация

Центральный научно-исследовательский институт строительных конструкций им. В. А. Кучеренко

Ученый секретарь диссертационного совета

Кришан А.Л.

№06-Ч »5749

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Подкрановые балки за время своей эксплуатации испытывают широкий спектр воздействий, накапливая в результате повреждения, такие, как усталостные трещины, ослабление и разрушение элементов креплений, вырезы в элементах и др. Кроме того, любая подкрановая балка имеет набор дефектов, появившихся на стадии изготовления и монтажа: прожоги, шлаковые включения, подрезы, непровары и т.п.

Существующие расчетные модели позволяют определить зависимость скорости роста трещин от их длины и оценить долговечность поврежденной подкрановой балки с позиций механики разрушения. Однако при этом не учитывается стохастическая природа исходных данных (параметров трещиностойкости стали и зон сварного соединения, эксплуатационные изменения нагрузок и т.п.). Также невозможно учесть недостоверность и неполноту исходных данных. Определение долговечности конструкции сводится к рассмотрению развития трещины в идеальных условиях, что приводит к значительной погрешности результата Также не представляется возможным провести комплексную оценку долговечности конструкции с одновременным использованием различных методов.

В последнее время широкое распространение в различных областях науки получили методы теории нечетких множеств, теории возможностей и нейромоделирования. Однако не исследованным остается их применение для оценки долговечности сварных строительных конструкций, в том числе подкрановых балок.

Таким образом, существует необходимость разработки методики расчета долговечности сварных подкрановых балок, более полно учитывающей специфику воздействий, свойства материалов, сложный характер работы конструкции, а также позволяющей проводить оценку долговечности при наличии неполной, недостаточной и неточной информации.

Объектом исследования являются эксплуатирующиеся сварные разрезные подкрановые балки под мостовые электрические краны общего назначения грузоподъемностью до 320 т.

Предмет исследования: долговечность в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

Цель исследования: создание методики комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с треициноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенно-

стях эксплуатации, свойствах стали и з< »доеармдесвоадИМб^и.

2 БИБЛИОТЕКА.. . \

ЯЧГЩ > ф

Основные задачи исследования:

1. Провести анализ и классифицировать основные виды недостаточности используемой информации при оценке долговечности эксплуатирующихся сварных разрезных подкрановых балок с тре-щиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами. Установить их влияние на результаты оценки долговечности.

2. Определить поправочную функцию /к для нахождения коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в эксплуатирующихся сварных разрезных подкрановых балках с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами.

3. Определить в терминах нейромоделирования, теории нечетких множеств и теории возможностей предельные состояния, соответствующие исчерпанию долговечности сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами, а также периодичность проведения профилактических осмотров и планово-предупредительных ремонтов.

4. Создать методику комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

Исследование опиралось на математический аппарат теории надежности, теории вероятности и математической статистики, теории нечетких множеств. Использованы элементы теории возможностей, методы моделирования нейронных сетей.

Научная новизна исследования:

1. Обоснована эффективность оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами с применением стохастических методов и методов теории нечетких множеств.

2. Разработаны основы применения нейронных сетей в задачах оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами.

3. Определены предельные состояния, соответствующие исчерпанию долговечности эксплуатирующихся сварных разрезных подкрановых балок с урещинопрдобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в

' > (VI. ^

, 4 . г г- -

терминах нейромоделирования, теории нечетких множеств и теории возможностей.

Теоретическая значимость результатов исследований:

1. Разработаны теоретические основы оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещино-подобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами посредством нейросетевого моделирования с привлечением теории нечетких множеств и теории возможностей.

2. Изложенные подходы могут быть также использованы как теоретическая основа при оценке долговечности сварных циклически нагруженных строительных конструкций других типов.

Практическое значение работы:

1 Создана методика комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с треици-ноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

2 Разработан набор программ оценки долговечности подкрановых балок с трещинами и трещиноподобными дефектами.

3. Определены сроки межремонтных периодов и профилактических осмотров подкрановых балок серии 1.426.

Апробация работы. Основные результаты исследований и положения диссертации представлялись на следующих конференциях:

- 60-я научно-техническая конференция по итогам научно-исследовательских работ за 2000-2001 гг., посвященная 70-летию Магнитогорского Металлургического комбината, г. Магнитогорск, 2001;

- международная научная конференция «Коммунальное хозяйство. Энергосбережение. Градостроительство и экология на рубеже третьего тысячелетия», г. Магнитогорск, 2001 г.;

- межвузовская научная конференция «Математическое моделирование и краевые задачи», г. Самара, 2002 г ;

- 61-я научно-техническая конференция по итогам научно-исследовательских работ за 2001-2002 гг., посвященная 60-летию архитектурно-строительного факультета МГТУ им. Г.И. Носова, г. Магнитогорск, 2002 г.;

- международная научно-техническая конференция «Надежность и долговечность строительных материалов и конструкций», г. Волгоград, 2003 г.;

- 63-я научно-техническая конференция по итогам научно-исследовательских работ за 2003-2004 гг., г. Магнитогорск, 2004 г.

- всероссийская научная конференция «Математическое моделирование и краевые задачи». Секция «Математические модели механики, прочность и надежность конструкций», г. Самара, 2004 г.

Публикации. По теме диссертации опубликовано 12 работ в сборниках научных трудов и материалов конференций.

На защиту выносятся:

1. Разработанные основы применения нейронных сетей в задачах оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

2. Методика комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, общих выводов, списка литературы. Содержит 170 страниц машинописного текста, включая 37 рисунков и 25 таблиц. Список литературных источников содержит 124 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обозначены объект и предмет исследований, обоснована актуальность рассматриваемой темы, сформулирована цель исследований, проведенных в ходе работы над диссертацией, и основные положения, выносимые на защиту.

Первая глава посвящена обоснованию цели и задач исследования на основе анализа существующих методов оценки долговечности поврежденных металлоконструкций, современных подходов к рассмотрению механизмов зарождения и развития дефектов.

Проведен анализ существующих подходов к определению долговечности поврежденных металлоконструкций. Основные положения методов расчета долговечности металлоконструкций заложены в работах Л. А. Бондаровича, В. А. Вершинского, В. А. Винокурова, А. Е. Воронецкого, М. М. Гохберга, Р. Г. Губайдулина, К. И. Еремина,

A. Б. Злочевского, Н.А Махутова, Д. Радая, В. А. Ряхина, С. В. Серен-сена, С. М. Соншино, В. И. Труфякова, Е. Хайбаха, X. М. Ханухова,

B. Н. Юшкевича и др. Подробным изучением работы подкрановых балок занимались В. П. Гущин, В. С. Демин, И. И. Крылов, К. К. Не>кда-нов, С. А. Нищета, В. Ф. Сабуров, В. В. Тарасевич, В. А. Туманов, В. С. Ширманов и др.

В настоящее время оценку долговечности строительных металлоконструкций выполняют в основном по двум критериям: коррозионного износа и роста усталостной трещины. Отмечено, что существующие методики не позволяют выполнять оценку долговечности при наличии неполной, недостаточной и неточной информации.

Проведен анализ соответствующей современной методологической базы использования неполной, недостаточной и неточной информации. Выделены основные пути решения поставленных задач и применимые при этом методы.

Во второй главе исследованы виды неполноты, недостаточности и неточности информации, появляющиеся при оценке долговечности подкрановых балок с усталостными трещинами. Выявлены причины их появления, способы устранения или уменьшения влияния на результат оценки долговечности.

Рассмотрены подходы к формализации имеющегося количества знаний, приведенные в работах Н. В. Хованова (которым предложен термин «дефицит информации»), Ю. П. Пытьева (разрабатывавшего теорию возможностей), В. В. Серова и А. А. Игнаткина (занимавшихся проблемами представления нечетких знаний).

Рассмотрены применительно к оценке долговечности подкрановых балок аспекты неточности, нечеткости, неопределенности и неполноты знаний Связь между имеющимися данными, аспектами недостаточности информации и способами их устранения представлена на рис. 1

I Имеющиеся данные

Нечеткость Стохастический характер данных Неопределенность Отсутствие достоверной информации Неточность Погрешности измерений, расчетов Неполнота Неполнота отражения действительности модели«*

III Способы устранения/уменьшения влияния недостаточности информации

Рис. 1. Виды информационного дефицита при оценке долговечности подкрановых балок

Рассмотрены компоненты неточности знаний: неточность измерительных приборов и неточность методик обработки результатов эксперимента. Неточными при оценке долговечности подкрановых балок являются: механические характеристики и параметры трещино-стойкости стали и зон сварного соединения, отклонение кранового рельса от вертикальной оси сечения балки (эксцентриситет приложения вертикальной крановой нагрузки).

Предложено при оценке долговечности подкрановых балок неточные величины рассматривать как случайные. Рассмотрено определение оценки долговечности при случайных исходных данных с использованием метода Монте-Карло. Показаны методы использования неточных исходных данных при построении модели долговечности.

Показано соответствие модели блочного нагружения нечеткому представлению крановой нагрузки. Предложено рассматривать крановую нагрузку при оценке долговечности подкрановых балок, как нечеткую величину. Рассмотрены основные операции над нечеткими величинами, которые присутствуют при оценке долговечности, методы перехода от функций принадлежности нечетких величин к их четким оценкам. Показаны методы использования нечетких исходных данных при построении модели долговечности.

Рассмотрен аспект неопределенности знаний, состоящий в том, что относительно некоторых из имеющихся величин существуют сомнения относительно их точности (и/или соответствия действительным значениям). Например, если вместо экспериментального определения механических характеристик стали были взяты справочные данные. Предложено рассматривать такие величины либо как случайные, задавая при этом дисперсию, соответствующую уровню неуверенности, либо как нечеткие, с заданием функций принадлежности.

Рассмотрено моделирование неопределенности посредством бутстрап-расширения выборок. Метод бутстрап-расширения позволяет увеличить количество значений в выборке без изменения закона ее распределения. Данный метод может быть использован для получения непрерывных распределений результата в случае, когда известны лишь несколько отдельных значений исходных величин. В этом случае невозможно применение классических методов теории вероятности, т. к. не выполняются условия их применения (по количеству точек в каждом расчетом интервале). Поэтому чаще всего производится усреднение исходных величин, и как следствие возникает потеря некоторого количества информации (что приводит к снижению точности результата). Рассмотрено ис-

пользование дискретных функций принадлежности, позволяющих использовать при оценке долговечности все имеющиеся величины.

Аспект неполноты знаний при оценке долговечности подкрановых балок с усталостными трещинами является ключевым, так как оценка долговечности базируется на использовании зависимости скороста роста трещины от коэффициента интенсивности напряжений (КИН).

При этом возникает, во-первых, неточность как следствие неточности параметров трещиностойкости, и во-вторых, неполнота, вследствие того, что исходные формулы (Пэриса, Пэриса-Эрдогана, Пэриса-Элбера, Шанявского) позволяют с разной степенью точности вычислить скорость роста трещины. Далее, при интегрировании зависимостей скорости роста трещины от КИН также неизбежно появляется неточность. Причем наиболее велика неточность, появляющаяся в классическом случае интегрирования (аналитическое вычисление первообразной функции с последующим вычислением определенного интеграла от начального размера трещины до критического). Показаны пути снижения неточности при численном интегрировании.

Рассмотрен метод сводных показателей, основоположником которого является А. Н. Крылов. Метод развивался А. Курно, Г. Госсеном, С. Джевонсом, И. Фишером, Н. В. Ховановым. Данный метод позволяет определить «свертку» многих оценок в одну с целью получения сводных показателей, синтезирующих качественные характеристики многопараметрических объектов.

Метод сводных показателей можно представить в виде трех шагов:

1. Располагая характеристиками объекта, вычисляем отдельные оценки искомой величины.

2. Выбираем вид функции, которая будет синтезировать (объединять) отдельные оценки в комплексную.

3. Определяем коэффициенты синтезирующей функции. В случае линейной комбинации эти коэффициенты называются весовыми и задают степень влияния каждой из отдельных оценок на комплексную оценку.

В случае оценки долговечности, располагая значениями, вычисленными по формулам, оценивающим скорость роста трещины в зависимости от размаха напряжений, назначение весовых коэффициентов представляет определенную трудность. Например, можно воспользоваться экспертными оценками. Однако, при этом решающую роль приобретают опыт и квалификация экспертов.

Рассмотрена нейросетевая модель оценки долговечности.

Моделирование на основе нейронных сетей соответствует 2-му и

3-му шагу метода сводных показателей. При этом 2-й шаг будет соответствовать выбору параметров сети (количества слоев и нейронов в каждом слое), а 3-й — «обучению» сети. При этом вид синтезирующей функции может быть намного более сложным, чем просто линейная комбинация, предлагаемая к использованию Н. В. Ховановым. Кроме того, проблема определения достоверности получаемой оценки может быть решена посредством обучения нескольких нейронных сетей с последующим определением достоверности на основе методов теории измерений.

Рассмотрены существующие модели нейронных сетей. Для оценки долговечности возможно применение следующих моделей нейронных сетей: с обучением по методу обратного распространения ошибки, с обучением по методу встречного распространения ошибки, с обучением по генетическому алгоритму. Предложено использовать для оценки долговечности подкрановых балок нейронную сеть с прямыми связями с обучением по методу обратного распространения ошибки. Показано, что данный метод позволяет подобрать весовые коэффициенты, использующиеся в методе сводных показателей.

Рассмотрен алгоритм обратного распространения ошибки для обучения многослойных сетей, предложенный Д. Е. Руммель-хартом, Г. Е. Хинтоном, и Р. Дж. Уильямсом (Rummelhart D.E., Hinton G.Е., Williams R.J.). Показано, что данный метод решает одну из главных задач метода сводных показателей: нахождение вектора весовых коэффициентов. Приведен способ оценки достоверности результатов нейросетевого моделирования, базирующийся на методах теории измерений.

Показано построение модели долговечности в условиях неполноты знаний. Неполнота уменьшается посредством использования нескольких существующих методик оценки долговечности с вычислением сводной (комплексной) оценки посредством нейросетевого моделирования. В результате моделирования получается нечеткое множество, характеризующее долговечность подкрановой балки.

В третьей главе посредством моделирования по методу конечных элементов проведено построение полей напряжений, возникающих вблизи трещины при различной ее длине, получены зависимости напряжений в вершине трещины, расположенной вблизи верхнего пояса в середине пролёта, от длины трещины для балок серии 1.426. Нагрузка принята согласно работам К. К. Нежданова распределенной по косинусоидальному закону q{Q) = q0 ■ cos2œ-e.

Известно, что напряженно-деформированное состояние вблизи

вершины трещины удовлетворительно описывается формулами:

в(л . в . Ъв

СОБ— 1 + 31X1 — 81X1-

21 2 2

К = а„4Г1Гк

Проведено сравнение картины напряжений, полученной по методу конечных элементов (Рис. 2, а) с классическими представлениями о распределении напряжений вблизи вершины трещины (по Ирвину, согласно формулам (1), рис. 2, б). Определена зависимость коэффициента интенсивности напряжений он от номинальных напряжений, длины трещины I и расстояния Ъ.х от трещины до верхнего пояса. а) б)

Рис. 2. Типичное распределение нормальных напряжений вблизи трещины в верхней части стенки а) расчет по методу конечных элементов; б) по Ирвину, согласно формулам (1)

На основе анализа данных, полученных посредством моделирования, предложена формула для определения поправочной функции /к в формулах (1) в зависимости от длины трещины I и расстояния от трещины до верхнего пояса:

/ЛЛ1)=1,514-/-°'381ехр(1,847Л1-142,429А12-0,09641п2(/)-0,0131п3(/)) (2)

В четвертой главе определены критерии долговечности и необходимости проведения профилактических осмотров и планово-предупредительных ремонтов подкрановых балок с усталостными трещинами в терминах нейромоделирования, теории нечетких множеств и теории возможностей.

Рассмотрен процесс роста усталостной трещины вблизи верхнего пояса подкрановой балки и возникающие при этом критерии пе-

ч

ч-

рехода в неработоспособное состояние На основе анализа функций принадлежности нечеткой величины, характеризующей долговечность подкрановой балки, предложен переход к оценке долговечности в баллах <3 (с соответствием риску эксплуатации Р) по формулам (3). Графически эти функции представлены на рис. 3.

Гу~ /-0.2(3

Р(<?)=1 е~2М = 1-ег/

й. 10

о(р) =

8 - 1,303 • 1п(р), если Р < 10*3; 5 - 1,737 1п(/>), если 10'3 < Р <. 10"1; - 3,909 • 1п(я), если Р > 10"1.

(3)

ю СУ

ш з О

Риск

эксплуатации,Р

Рис. 3 Зависимость оценки состояния от риска эксплуатации

я1

О

И 2 Н4 И 6 14

15 2 15 4 15.6 15 в

16 16 2 16 4

Срок эксплуатации, лет

Рис. 4 Пример зависимости оценки состояния от срока эксплуатации

На рис. 4. показан пример расчетной зависимости оценки состояния от срока эксплуатации. Причем, оценка состояния имеет разброс, обусловленный неполной, недостаточной и неточной информацией.

На основе теории возможностей проведена формализация результатов нейросетевого моделирования для различных вариантов обучения сети. Произведен переход к функциональному заданию возможности отказа. При этом рассмотрены отличия понятий «возможность» и «вероятность», также показана неприменимость в данном случае вероятностного подхода.

Рассмотрены ci-сечения функций безопасности эксплуатации P(t) при а = [0,05; 0,95]. Соответствующая криволинейная трапеция (Рис. 5) представляет собой нечеткое множество, характеризующее долговечность конструкции.

1

0.95Р

Время

Рис. 5. Интерпретация оценки долговечности при расчетах с привлечением теории нечетких множеств

Рассмотрены методы «дефазификации» (т.е. перехода к четкой оценке). Для нахождения оценки долговечности выбран метод нахождения центра тяжести X = (ТС1 Рс)-

При этом в практических целях необходимо определить точку Т6п на шкале времени, когда безопасность эксплуатации снижается ниже допустимого уровня Р6„:

Т6п =ТС=Р

-1

Г"' (a* -P(t))tdt

Jr..

/ fV \

tdt / tdt

/ /

где ci* = 0,05; с? = 0,95 - нижняя Р'\и) - функция, обратная P(t).

(4)

и верхняя грани сечения;

Введено понятие интегрально-безопасного периода эксплуатации конструкции, как периода, в течение которого возможность отказа меньше интегрально-безопасной возможности отказа, определяемой по формуле (4) как центр тяжести нечёткого множества, представляющего оценку долговечности. В случае наличия также нижней и верхней границ функциональной зависимости, получаем нижнюю (Тн) и верхнюю (Тв) доверительную границу окончания интегрально-безопасного периода службы конструкции.

Критерием исчерпания ресурса подкрановых балок с усталостными трещинами в терминах стохастического моделирования на / нейронных сетях является превышение интегрально-безопасного периода эксплуатации конструкции.

Рассмотрена зависимость оценки долговечности от срока экс- •

плуатации. На основе анализа функций принадлежности величины оценки ресурса и нормирования риска эксплуатации определены критерии необходимости проведения профилактических осмотров и планово-предупредительных ремонтов.

Предложен метод определения межремонтных периодов и профилактических осмотров подкрановых балок на этапе роста усталостных трещин, при обеспечении заданной надёжности эксплуатации Метод основан на совместном учете напряжений, действующих в вершине трещины, скорости роста трещины в зависимости от ее длины и расчетных «-сечений функции принадлежности оценки долговечности подкрановой балки.

Профилактические осмотры и планово-предупредительные ремонты необходимо проводить при снижении оценки состояния конструкции на заданное количество баллов, определяемое на основе методов теории надежности.

В пятой главе описана методика, позволяющая проводить комплексную оценку долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагру-жения, особенностях эксплуатации, свойствах стали и зон сварных 1

соединений.

Разработаны методологические основы комплексного определения долговечности на основе моделирования посредством нейронных сетей Выделены следующие этапы, выполняемые для оценки долговечности:

- на основе базовых методик методом обратного распространения ошибки производится обучение многослойной сети с прямыми связями;

- затем проводится математическое моделирование с заданием всей имеющейся информации, по результатам которого полу-

чается функция принадлежности нечёткого множества, характеризующего долговечность подкрановой балки;

- на последнем этапе методами дефазификации производится переход к численной оценке долговечности подкрановой балки.

Алгоритм методики, позволяющей проводить комплексную оценку долговечности подкрановых балок с учетом стохастической природы нагрузок и механических свойств материалов (включая параметры трещиностойкости) при наличии неполной, недостаточной и неточной информации состоит из следующих шагов:

1 Производится анализ имеющейся информации о состоянии конструкции. Выполняется формализация исходных данных, в виде: а) числовых, либо приводимых к таковым величин; б) нечетких параметров с явно выделенными функциями принадлежности, либо заданных посредством границ доверительных интервалов.

2. Осуществляется выделение методов расчета долговечности, применимых в конкретной ситуации с учетом имеющейся исходной информации.

3. Производится подбор структурных параметров нейронной сети с учетом необходимой информационной емкости.

4. Выполняется обучение нейронной сети на базе комбинаций исходных данных посредством одношаговых методов и методов стохастической интерпретации исходных данных.

5. Вычисляется комплексная оценка долговечности конструкции на основе обученной нейросети путем задания полного набора имеющихся исходных данных. На вход сети подаются параметры исходных методик (величины номинальных напряжений, параметры трещиностойкости, условия исчерпания ресурса), а в качестве выходной нечеткой величины выступают оценки долговечности подкрановых балок с усталостными трещинами (время или количество циклов на-гружения до исчерпания ресурса).

6. Выполняется семантический (смысловой) анализ результатов путем дефазификации (получения четкой оценки) методом нахождения центра тяжести нечеткого множества, представляющего оценку долговечности.

7. Производится расчет достоверности результатов методами информационно-статистической теории измерений на базе оценок, полученных при моделировании на нескольких нейронных сетях.

В качестве механизма, синтезирующего частные оценки, в методике используется моделирование посредством нейронных сетей. Подбор параметров моделей нейронных сетей производится методом обратного распространения ошибки.

По результатам моделирования получаются интервальные значения оценки долговечности. Достоверность оценки определяется на основе информационно-статистической теории измерений посредством обработки результатов моделирования на нескольких нейронных сетях.

Результатами расчета по разработанной методике являются: интервальная оценка долговечности подкрановой балки, достоверность оценки, рекомендуемые сроки межремонтных периодов и профилактических осмотров для обеспечения заданного уровня надежности эксплуатации конструкции.

Разработан набор программ, реализующий методику комплексной оценки долговечности подкрановой балки с учетом стохастической природы нагрузок и механических свойств материалов (включая параметры трещиностойкости) в условиях наличия нечёткой и неполной информации об объекте. В набор программ входят: модуль ввода исходных данных в Microsoft Excel; модуль программы Mathsoft Mathcad расчета крановой нагрузки действующей на подкрановую балку (по СНиП 11-23-81*); программа ней-росетевого моделирования (на языке Object Pascal for Delphi 5.0); модуль программы Mathsoft Mathcad комплексной оценки долговечности и определения сроков межремонтных периодов и профилактических осмотров.

По разработанной методике комплексной оценки долговечности подкрановой балки с использованием формулы (2) для определения поправочной функции fK проведено моделирование долговечности балок серии 1.426-2 на этапе роста усталостной трещины в зоне сопряжения верхнего пояса балки со стенкой в середине пролета. Получены таблицы для определения сроков межремонтных периодов и профилактических осмотров, обеспечивающих заданный уровень надежности эксплуатации конструкции Отдельные примеры расчета показаны на рис. 6, 7.

Приведены примеры расчета оценки долговечности по классическим и по разработанной методикам следующих объектов: 1) подкрановые балки надземного кранового пути мостовых кранов №75 per. №П-24752 и №77 per. №П-24772 отделения подготовки литых слябов, принадлежащих кислородно-конвертерному цеху ОАО «Магнитогорский металлургический комбинат»; 2) подкрановые балки надземного кранового пути мостового крана №11 per. №П-1839 пролета резки (ЛПЦ-2) ЛПЦ-3 ОАО «Магнитогорский металлургический комбинат»; 3) подкрановые балки надземного кранового пути цеха крупных блоков завода крупнопанельного домостроения ОАО «Магнитострой»; 4) подкрановые балки Б1, Б2, БЗ склада сырья цеха шамотных изделий ЗАО «Огнеупор»

0 0 5 0*10" 1 0*10" 1 5*10" 2 0*10" 2 5*10" 3 0*10" 3 5*10" 4 0*1

Срок эксплуатации, циклов нагружения

Рис. 6. Зависимость длины трещины в верхней части стенки в середине пролета для балки Б6-8-6 (серия 1.426-2) от срока эксплуатации

Срок эксплуатации, лет

Рис. 7. Зависимость скорости роста трещины в верхней части стенки в середине пролета для балки Б6-8-6 (серия 1.426-2) от срока эксплуатации по результатам нейромоделирования

I (

I

ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ

1.При оценке долговечности подкрановых балок с усталостными трещинами появляются следующие виды информационного дефицита. неточность, нечеткость, неопределенность и неполнота. Основными причинами их появления являются погрешности измерений и расчетов; стохастический характер величин нагрузок и механических свойств материалов; недостоверность и неполнота знаний о действительной работе подкрановых балок. При этом неполнота и неточность полностью неустранимы. Показаны пути уменьшения влияния неопределенности и использования нечеткости Разработаны способы формализации неполноты, неопределенности и неточности данных посредством методов теории вероятности, теории нечетких множеств и теории возможностей.

2 Обоснована необходимость оценки долговечности подкрановых балок с усталостными трещинами с учетом стохастической природы параметров элементов и нагрузок.

3 Определена поправочная функция /к для вычисления коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в подкрановых балках.

4. Критерием долговечности подкрановых балок в терминах теории нечетких множеств и теории возможностей является снижение ниже допустимого уровня Рбп безопасности эксплуатации, являющейся нечеткой величиной, определенной на основе стохастического моделирования на базе нейронных сетей.

5. Разработаны методологические основы комплексного определения долговечности на основе моделирования посредством нейронных сетей. Выделены следующие этапы оценки долговечности: обучение многослойной сети с прямыми связями; математическое моделирование на нейронной сети, по результатам которого получается функция принадлежности нечёткого множества, характеризующего долговечность подкрановой балки; переход к численной оценке долговечности.

6. Создана методика комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещино-подобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

7. Для балок серии 1 426-2 получены таблицы для определения сроков межремонтных периодов и профилактических осмотров, обеспечивающих заданный уровень надежности эксплуатации

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ИЗЛОЖЕНЫ В СЛЕДУЮЩИХ РАБОТАХ:

1.Ким И. В. Определение состояния строительных конструкций с использованием стохастических характеристик II Строительство и образование: Сб. науч. тр. - Екатеринбург: УГТУ-УПИ, 2000. -Вып. 4. - С. 88-89.

2. Ким И. В. Определение состояния строительных конструкций с использованием стохастических характеристик // Предотвращение аварий зданий и сооружений: Межвуз. сб. науч. тр. - Магнитогорск: МГТУ, 2001. - Вып. 1,- С. 144-154.

3. Романов М. В., Ким И. В. Моделирование ресурса конструкции с использованием ЭВМ // Коммунальное хозяйство, энергосбережение, градостроительство на рубеже третьего тысячелетия: Тез. докл. менедунар. научн.-пракгич. конф. - Магнитогорск: МГТУ, 2001.-С. 23-24.

4. Ким И. В. Итеративный подход к расчету остаточного ресурса строительных конструкций // Строительство и образование: Сб. науч. тр. - Екатеринбург: УГТУ-УПИ, 2002. - Вып. 5. - С. 142-143.

5. Ким И. В. Оценка ресурса металлических конструкций с учетом действия динамических нагрузок // Предотвращение аварий зданий и сооружений: Межвуз. сб. науч. тр. Вып. 2. - Магнитогорск: МГТУ, 2002.-С. 135-138.

6. Ким И. В. Применение метода прямого математического моделирования к расчету остаточного ресурса металлических конструкций // Предотвращение аварий зданий и сооружений: Межвуз. сб. науч. тр. Вып. 2. - Магнитогорск: МГТУ, 2002. - С. 139-138.

7. Ким И. В. Итеративные методы применительно к расчету остаточного ресурса строительных конструкций // 61-я научно-техническая конференция по итогам научно-исследовательских работ за 2001-2002 гг.: Тез. докл. науч.-техн. конф. - Магнитогорск: МГТУ, 2002. - С. 13-15.

8. Нищета С. А., Ким И. В. Моделирование воздействий на строительные конструкции // Математическое моделирование и краевые задачи: Сб. тр. межвуз. науч. конф. - СамГТУ, 2002. -С. 136-139.

9. Ким И.В. Романов М.В. Режим крановых воздействий на подкра-ново-подстропильные фермы кислородно-конвертерного цеха ОАО «ММК» // Вестник Магнитогорского государственного технического университета им. Г. И. Носова - Магнитогорск: МГТУ, 2003.-№2 (2)-С. 17-18.

Р 162 1 9 15749

Ю.Ким И.В. Оценка долговечности подкрановых конструкций посредством нейросетевого моделирования // Надежность и долговечность строительных материалов и конструкций: Материалы III междунар. научн.-технич. конф.: В 4-х ч. - Волгоград: ВолгГАСА, 2003. - Ч. II. - С. 27-30.

11.Ким И. В. Методика оценки долговечности поврежденных подкрановых балок посредством нейросетевого моделирования // Предотвражение аварий зданий и сооружений: Межвуз. сб. науч. тр. Вып. 3. - Магнитогорск: МГТУ, 2003. - С. 71-80.

12.Ким И. В., Еремин К. И., Нищета С. А. Оценка долговечности поврежденных подкрановых балок в условиях неполноты, неопределенности, неточности и нечеткости данных // Математическое моделирование и краевые задачи: Тр. всероссийск. научн. конф. Секция «Математические модели механики, прочность и надежность конструкций» - Самара: СамГТУ, 2004. - С. 116-118.

J

4

Подписано в печать 08.07.2005. Формат 60x84 1/16. Бумагатип.№ 1.

Плоская печать. Усл.печ.л. 1,00. Тираж 100 экз. Заказ 521.

455000, Магнитогорск, пр.Ленина, 38 Полиграфический участок МГТУ

Введение.

Глава 1. Анализ повреждаемости подкрановых балок.

1.1. Конструктивные решения подкрановых балок.

1.2. Повреждаемость подкрановых балок.

1.3. Допустимость эксплуатации поврежденных подкрановых балок.

1.4. Анализ существующих методов оценки долговечности.

1.4.1. Оценка долговечности по критерию роста усталостной трещины.

1.4.2. Синергетические модели разрушения.

1.4.3. Классический подход к прогнозированию долговечности.

1.4.4. Методы теории надежности.

1.4.5. Оценка долговечности по критерию коррозионного износа.

1.5. Неполнота, недостаточность и неточность информации при оценке остаточной долговечности.

1.6. Цели и задачи исследования.

Глава 2. Оценка долговечности в условиях недостаточности данных.

2.1. Виды недостаточности данных.

2.2. Использование неточных величин.

2.2.1. Неточные величины при оценке долговечности.

2.2.2. Описание состояния конструкции.

2.2.3. Построение стохастической модели долговечности на этапе роста усталостной трещины.

2.3. Использование нечетких величин.

2.3.1. Нечёткие величины при оценке долговечности.

2.3.2. Построение нечеткой модели долговечности на этапе роста усталостной трещины.

2.4. Уменьшение неопределенности знаний.

2.4.1. Неопределенность знаний при оценке долговечности.

2.4.2. Задание неопределенности посредством случайных величин.

2.4.3. Задание неопределенности посредством нечетких величин.

2.5. Уменьшение влияния неполноты знаний.

2.5.1. Неполнота знаний при оценке долговечности.

2.5.2. Метод сводных показателей.

2.6. Методы моделирования на нейронных сетях.

2.6.1. Описание методов нейросетевого моделирования.

2.6.2. Выбор модели нейронной сети.

2.6.3. Метод обратного распространения ошибки.

2.6.4. Оценка достоверности нейросетевых моделей.

2.6.5. Построение нейросетевой модели долговечности на этапе роста усталостной трещины.

2.7. Выводы по главе 2.

Глава 3. Поправочная функция для определения коэффициента интенсивности напряжений.

3.1. Расчетные формулы.

3.2. Расчет напряженно-деформированного состояния подкрановой балки с трещиной в стенке вблизи верхнего пояса.

3.3. Расчет коэффициента интенсивности напряжений.

3.4. Расчет поправочной функции fK.

3.5. Выводы по главе 3.

Глава 4. Критерии долговечности поврежденных подкрановых балок.

4.1. Формализация оценок долговечности.

4.2. Методы получения четких значений при оценке долговечности (дефазификация).

4.3. Определение критериев перехода подкрановой балки в неработоспособное состояние на этапе роста усталостной трещины.

4.4. Определение критериев необходимости проведения профилактических осмотров и планово-предупредительных ремонтов.

4.5. Выводы по главе 4.

Глава 5. Методика комплексной оценки долговечности поврежденных подкрановых балок.

5.1. Общее описание методики.

5.2. Алгоритм и программа.

5.3. Определение сроков профилактических осмотров и межремонтных периодов подкрановых балок серии 1.426-2.

5.4. Примеры расчета остаточной долговечности подкрановых балок.

5.4.1. Исходные данные.

5.4.2. Пример расчета.

5.4.3. Расчет по предлагаемой методике.

5.5. Усиление подкрановых балок.

5.6. Выводы по главе 5.

Подкрановые балки за время своей эксплуатации испытывают широкий спектр воздействий, накапливая в результате ряд повреждений (таких, как усталостные трещины, погнутости, ослабление и разрушение креплений элементов, отрыв элементов и др.). Кроме того, любая подкрановая балка имеет набор дефектов, появившихся на стадии монтажа (прожоги, подрезы, непровары и т. п.).

Существующие модели позволяют определить зависимость скорости роста трещин от их длины и на основе критериев трещиностойкости (например, силового, деформационного, энергетического) оценить долговечность поврежденной подкрановой балки. Однако при этом не учитывается стохастическая природа исходных данных (параметров трещиностойкости стали, параметров изменения нагрузок и т. п.). Также невозможно учесть недостоверность и неполноту данных. Определение долговечности конструкции сводится к рассмотрению развития трещины без учета разброса параметров материала и нагрузок, за счет чего появляется значительная погрешность в расчетах. На практике же необходимо иметь возможность предварительной (качественной) оценки долговечности с целью определения необходимости проведения более подробных исследований для определения количественных оценок. В этом случае имеющаяся информация будет неполной, относительно некоторых величин могут быть сомнения в достоверности или точности. Существующие методы оценки остаточного ресурса на этапе роста усталостной трещины (РУТ) не позволяют провести подобную оценку. Также не представляется возможным провести комплексную оценку долговечности конструкции с одновременным использованием различных методов определения долговечности.

В последнее время широкое распространение в различных областях науки получили методы теории нечетких множеств, теории возможностей и нейромоделирования. Однако не исследованным остается их применение для оценки долговечности.

Таким образом, существует необходимость разработки методики расчета долговечности подкрановых балок, более полно учитывающей специфику воздействий, свойства материалов, комплексный характер работы конструкции, а также позволяющей проводить оценку долговечности при наличии неполной, недостаточной и неточной информации.

Цель данного диссертационного исследования: создание методики комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

Основные задачи исследования:

1. Провести анализ и классифицировать основные виды недостаточности используемой информации при оценке долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами. Установить их влияние на результаты оценки долговечности.

2. Определить поправочную функцию fK для нахождения коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в эксплуатирующихся сварных разрезных подкрановых балках с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами.

3. Определить в терминах нейромоделирования, теории нечетких множеств и теории возможностей предельные состояния, соответствующие исчерпанию долговечности сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами, а также периодичность проведения профилактических осмотров и планово-предупредительных ремонтов.

4. Создать методику комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений.

5.6. Выводы по главе 5

Разработанная методика комплексной оценки долговечности поврежденных подкрановых балок с учетом стохастической природы параметров элементов в условиях наличия нечеткой и неполной информации об объекте основывается на следующих положениях: информационная обеспеченность (точность и достоверность) оценки долговечности дефектных подкрановых конструкций соответствует информационной обеспеченности исходных данных; в процессе оценки долговечности подкрановых конструкций расчет ведется по нескольким существующим методикам для повышения точности результата, при этом в качестве синтезирующего механизма используется моделирование посредством нейронных сетей; объем информации, необходимой для использования выбранных методик, при необходимости доводится до требуемого значения посредством бутстрап-расширения выборок, использования данных, взятых из технической и справочной литературы; индекс достоверности данных при необходимости устанавливается специалистом-экспертом на основе имеющейся нечисловой информации; подбор параметров моделей нейронных сетей производится методами обучения с учителем и смешанными методами; при этом допустимо использование метода обратного распространения ошибки, метода встречного распространения ошибки, генетических алгоритмов, метода обучения отжигом; результаты моделирования на нейронных сетях (нечеткие множества, представляющие комплексную оценку долговечности дефектной подкрановой конструкции) формализуются посредством перехода вероятностной (оценка риска эксплуатации с соответствием оценке долговечности в баллах) шкале, при этом на основе теории возможностей определяется пара значений возможность-необходимость, что позволяет получить интервальные значения оценки; достоверность оценки определяется на основе информационно статистической теории измерений посредством обработки результатов моделирования на нескольких нейронных сетях. Изложен алгоритм расчетов, описан программный комплекс, реализующий разработанные методики. Проведенные расчеты остаточной долговечности поврежденных подкрановых балок по существующим и по разработанной методике показывают удовлетворительное совпадение результатов в случае использования одной базовой методики. В случае использования нескольких базовых методик полученный результат имеет большую достоверность чем по каждой из них в отдельности. Показано, что разработанная методика позволяет согласовать результаты существующих методик, предоставляя при этом численную оценку достоверности результатов. На основе анализа функций принадлежности нечетких множеств, описывающих долговечность поврежденных подкрановых балок предложена формула для определения сроков профилактических осмотров и межремонтных периодов во время и после окончания интегрально-безопасного периода эксплуатации конструкции.

1. При оценке долговечности подкрановых балок с усталостными трещинами появляются следующие виды информационного дефицита: неточность, нечеткость, неопределенность и неполнота. Основными причинами их появления являются погрешности измерений и расчетов; стохастический характер величин нагрузок и механических свойств материалов; недостоверность и неполнота знаний о действительной работе подкрановых балок. При этом неполнота и неточность полностью неустранимы. Показаны пути уменьшения влияния неопределенности и использования нечеткости. Разработаны способы формализации неполноты, неопределенности и неточности данных посредством методов теории вероятности, теории нечетких множеств и теории возможностей.

2. Обоснована необходимость оценки долговечности подкрановых балок с усталостными трещинами с учетом стохастической природы параметров элементов и нагрузок.

3. Определена поправочная функция fK для вычисления коэффициента интенсивности напряжений в зависимости от номинальных напряжений и длины трещины в подкрановых балках.

4. Критерием долговечности подкрановых балок в терминах теории нечетких множеств и теории возможностей является снижение ниже допустимого уровня Рбп безопасности эксплуатации, являющейся нечеткой величиной, определенной на основе стохастического моделирования на базе нейронных сетей.

5. Разработаны методологические основы комплексного определения долговечности на основе моделирования посредством нейронных сетей. Выделены следующие этапы оценки долговечности: обучение многослойной сети с прямыми связями; математическое моделирование на нейронной сети, по результатам которого получается функция принадлежности нечёткого множества, характеризующего долговечность подкрановой балки; переход к численной оценке долговечности.

Создана методика комплексной оценки долговечности эксплуатирующихся сварных разрезных подкрановых балок с трещиноподобными дефектами сварки и появившимися в процессе эксплуатации усталостными трещинами в условиях недостаточности информации о режимах нагружения, особенностях эксплуатации, свойствах стали и зон сварных соединений. Для балок серии 1.426-2 получены таблицы для определения сроков межремонтных периодов и профилактических осмотров, обеспечивающих заданный уровень надежности эксплуатации.

1. Абовский Н. П., Абросимов П. С., Бабанин В. Б., Ланкин Ю. П., Смолянинова Л. Г. Автоматическое управление конструкциями с помощью нейронных сетей: Учеб. пособие. — Красноярск: КрасГАСА, 1997. — 88 с.

2. Александров М. П., Гохберг М. М., Ковин А. А. Справочник по кранам. -М.: Машиностроение, 1988. 342 с.

3. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. — Тюмень: Изд-во Тюменского гос. унта, 2000. — 352 с.

4. Аннабердиев А. X. Оценка усталостной долговечности элементов подкрановых конструкций на основе информации о ресурсе, нагруженности и прочности: Автореф. дис. . канд. техн. наук.: 01.02.06 / Донской гос. техн. ун-т — Ростов-на-Дону, 1993. — 20 с.

5. Балина В. С., Мядянкас Г. Г. Прочность, долговечность и трещиностойкость при длительном циклическом нагружении. — СПб.: Политехника, 1994. — 204 с.

6. Барцев С. И., Ланкин Ю. П. Сравнительные свойства адаптивных сетей с полярными и неполярными синапсами / Препринт № 196Б. — Красноярск: КрасГАСА, 1993. — 27 с.

7. Богданофф Дж., Козин Ф. Вероятностные модели накопления повреждений. — М.: Мир, 1989. — 270 с.

8. Болотин В. В. Прогнозирование ресурса машин и конструкций. — М.: Машиностроение, 1984. — 312 с.

9. Брауде В. И., Семенов Л. Н. Надежность подъемно-транспортных машин. Л.: Машиностроение, 1986. — 340 с.

10. Броек Д. Основы механики разрушения. М.: Высш. шк., 1980. - 368 с.

11. БуравлевА. И. Способ оценки достоверности экспертных измерений // Измерительная техника — 1995. — №10. — С. 15 17.

12. Вакуленко А. А., Петинов С. В., Полежаева Е. А. Статистическое описание роста трещин усталости // Механика разрушения, надежность и техническая диагностика тонкостенных конструкций: Межв. сб. науч. тр. — Н. Новгород, 1996. — 120 с.

13. Васнев А. Л. Новый непараметрический метод построения псевдовыборки при бутстрапе авторегрессии / npenpHHT#BSP/2001/049R. — М.: Российская экономическая школа, 2001. — 29 с.

14. Венгерович М. Г., Никульшин В. Р. Эвристический метод расчета сложных технологических систем: Труды Одесского политехнического университета. — Одесса: Изд-во Одесского политехи, ун-та, 1996. — Вып.2. — С. 36-39.

15. Вентцель Е.С. Теория вероятностей: Учеб. для вузов. — 6-е изд. стер. — М.: Высш. шк., 1999. — 576 с.

16. Владимиров В. П., Романов А. Е. Дисклинации в кристаллах. — Л.: Наука, 1986. — 219 с.

17. Волчихин В. И., Иванов А. И. Биометрия: быстрое обучение искусственных нейронных сетей. — Пенза: Изд-во Пенз. гос. ун-та, 2000.40 с.

18. Герцбах И. Б., Кордонский X. Б. Модели отказов. — М.: Сов. радио, 1966. —166 с.

19. Герцев О. И. Матричные методы обработки нечеткой информации в информационных системах. — Автореф. дис. . канд. техн. наук: 05.13.01 / Самарск. гос. архитектурн. строит, академия — Самара, 2001.19 с.

20. ПГпр 1LIIIIDD Г П ТлГ(ЦЛ П)Л о»»»*""^ »л Ппм^г, •-»• I I • I I C^I'l^riHUrlrilNU n riuixpwiwil IW I *»г\ы. I l^n^U^Uиерархических процессов. — М.: Мир, 1988. — 287 с.

21. Головинский П. А., Ушаков И. И. Кинетика фрактального роста трещины // Надежность и долговечность строительных материалов и конструкций: Материалы междунар. научно-техн. конф.: В 3 частях. — Волгоград: ВолгГАСА, 1998. — Ч. 2. — С. 78 80.

22. Горбань А. Н. Обучение нейронных сетей. — М.: СП Параграф, 1990. — 156 с.

23. ГОСТ 25.504-82. Расчеты и испытания на прочность. Методы расчета характеристик сопротивления усталости. — М.: Изд-во стандартов, 1981. — 25 с.

24. ГОСТ 27.310-95. Надежность в технике. Анализ видов, последствий и критичности отказов. Основные положения. — Введ. 01.01.1997. — М.: Изд-во стандартов, 1995. — 13 с.

25. Грабар И. Г. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. —С. 191-199.

26. Градов О. М., Попов Е. А. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 138 152.

27. Григорьев Л. И., Соколов А. А. Нейросетевые технологии статистической обработки информации. — М.: ООО ИРЦ Газпром, 1999. — 39 с.

28. Гришаев С. Н., Наймарк О. Б. Структурно-механические исследования композиционных материалов и конструкций. — Свердловск: УНЦ АН СССР. 1984. С. 74 - 80.

29. Губайдулин Р. Г., Губайдулин М. Р., Шапошникова Е. В. Оценка усталостной долговечности сварных соединений стальных конструкций: Учеб. пособие. — Челябинск: ЧГТУ, 1992. — 54 с.

30. Гуревич М. И. Некоторые практические методы оценки усталостной долговечности конструкций. Монография. — Н. Новгород: Изд-во ННГУ, 1992. — 104 с.

31. Емельянов О. В., Шувалов А. Н. Прогнозирование остаточного ресурса циклически нагружаемых решетчатых конструкций. // Градостроительство, прогрессивные строительные конструкции,

32. TOVUOnnrMM MUM/OUOnULIO rurTOML'' MOMTOWO r^ LJDVUU т»л

33. V/tt IV/ i 4/ ■ rin^ П1 l/IWl I Wl S^ vr IV I I U*l • I INK/IXU ^ WWl I и II 1 F' '

34. Магнитогорск: МГТУ, 2000. — 176 с.

35. Еремин К. И. Остаточный ресурс циклически нагруженных металлоконструкций с трещиноподобными дефектами: Дис. д-ра техн. наук. — М., 1996. — 418 с.

36. Еремин К. И., Нищета С. А., Беззубкова Н. Ю. Освидетельствование и техническая эксплуатация строительных металлических конструкций: Учеб. пособие. — Магнитогорск: МГМА, 1997. — 220 с.

37. Еремин К. И., Нищета С. А., Нащекин М. В. Изучение действительной работы циклически нагруженных строительных металлоконструкций. — Магнитогорск: Изд-во МГМА, 1996. — 228 с.

38. Еремин К. И. Предотвращение разрушений строительных металлических конструкций: Монография. — Магнитогорск: МГТУ, 2004. — 236 с.

39. Журков С. И. Дилатонный механизм прочности твердых тел // Физика прочности и пластичности: Сб. науч. тр. — Л.: Наука, 1968. — С. 5 11.

40. Заикин А. И. Расчет строительных конструкций методом конечных элементов на ЭВМ. — Магнитогорск: МГМА, 1996. — 67 с.

41. Злочевский А. Б. Экспериментальные методы в строительной механике. — М.: Стройиздат, 1983. — 192 с.

42. Иванов В. А. Структурно-механические исследования композиционных материалов и конструкций. — Свердловск: УНЦ АН СССР, 1984. — С. 62-73.

43. Иванова В. С. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 6 29.

44. Иванова В. С. Усталостное разрушение. — М.: Металлургиздат, 1963. — 272 с.

45. Иванова В. С., Шанявский А. А. Количественная фрактография: Устаппгтипо пз^^лиослло и Uonn^i-n rrt/* Мотппп»/лгмп 10QO . ?00 г* ^ivwittw 1 iriv^i IW l/iwrll I4.l\i I ri/1^ l^UUi Ui

46. Иванова В. С. Синергетика: прочность и разрушение металлических материалов. — М.: Наука, 1992. — 160 с.

47. Иванова В. С., Терентьев В. Ф. Природа усталости металлов. — М.: Металлургия, 1975. — 455 с.

48. Исправление дефектов сварки: Руководящие материалы. — М.: ЦНИИ по машиностроению, 1974. — 64 с.

49. Карачурин Н. Т. Нечеткие подходы к решению обратных задач в системах добычи нефти и газа: Автореф. дис. . канд физ.-мат. наук.: 05.13.16 / Уфимск. гос. ун-т. — Уфа, 1997. — 19 с.

50. Кикин А. И., Васильев А. А., Кошутин Б. Н. Повышение долговечности металлических конструкций промышленных зданий. — М.: Стройиздат, 1969. — 301 с.

51. Когаев В. П., Махутов Н. А., Гусенков А. П. Расчеты деталей машин и конструкций на прочность и долговечность: Справочник. — М.: Машиностроение, 1985. — 224 с.

52. Комарцова Л. Г., Максимов А. В. Нейрокомпьютеры: Учеб. пособие для вузов. — М.: Изд-во МГГУ им. Н. Э. Баумана, 2002. — 320 с.

53. Кормышев В. М. Разработка и применение метода нечетких измерений на основе нейронной модели диагностики экспертных знаний и заключений на примерах исследований сложных процессов: Автореф. дис. . канд. техн. наук: 05.13.16. — Екатеринбург, 1999. — 24 с.

54. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров) — М.: Наука. Главная редакция физико-математической литературы, 1974. — 832 с.

55. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. — 2-е изд., стереотипн. — М.: Горячая линия, Телеком, 2002. — 382 с.

56. Кунин Ю. С. Исследование процесса нагружения стальных подкрановых балок вертикальными крановыми нагрузками в цехах металлургического производства: Дисс. . канд. техн. наук: 05.23.01 / Моск. инж.-стр. ин-т. — М., 1969.- 182 с.

57. Ли М. Л. Оценка нагруженности и усталостной долговечности сварных подкрановых балок: Автореф. дис. . канд. техн. наук: 05.23.01 / Южно-Уральск. гос. ун-т. — Челябинск, 2004. — 23 с.

58. Лоскутов А. Ю., Михайлов А. С. Введение в синергетику. — М.: Наука, 1990. — 272 с.

59. Макаров Р. А. Методы обнаружения и мониторинга развития трещин в строительных конструкциях // Строительные материалы, оборудование, технологии XXI века. — 2004. — № 6. — С. 26 27.

60. Месарович М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем. — М.: Мир, 1973. 435 с.

61. Металлические конструкции. В 3 т. Т.1. Общая часть: Справочник проектировщика / Под общ. ред. заслуж. строителя РФ, лауреата госуд. премии СССР В. В. Кузнецова (ЦНИИпроектстальконструкция им. Н. П. Мельникова) — М.: изд-во АСВ, 1998. — 576 с.

62. Металлические конструкции. Общий курс: Учебник для вузов / Е. И. Беленя, В. А. Балдин, Г. С. Ведеников и др.; Под общ. ред. Е. И. Беленя. — 6-е изд., перераб. и доп. — М.: Стройиздзт, 1986. — 560 с.

63. Морозов Е. М. Введение в механику развития трещин. — М.: МИФИ. — 1977. — 91 с.

64. Нащекин М. В. Действительная работа стальных неразрезных циклически нагруженных балок: Дис. . к-та техн. наук: 05.23.01 / Магнитогорский гос. техн. ун-т. — Магнитогорск, 2001. — 179 с.

65. Нежданов К. К. Совершенствование подкрановых конструкций и методов их расчета: Дисс. . д-ра техн. наук: 05.23.01. / Моск. инж.-сгроит. ин-т им. В.В.Куйбышева. — М., 1993. — 307 с.

66. Немцов Л. Б. Решение задач прогнозирования на базе нечеткой логики в системах управления процессами и производством: Автореф. дис. . канд. техн. наук.: 05.13.17 / С-Пб. гос. ун-т. — С-Пб., 1999. — 20 с.

67. Партон В. 3., Морозов Е. М. Механика упругопластического разрушения. — М.: Наука, 1985. — 504 с.

68. Пестриков В. М., Морозов Е. М. Механика разрушения твердых тел: курс лекций. — СПб.: Профессия, 2002. — 302 с.

69. Петров В. А., Башкарев А. Я., Веттегрень В. Л. Физические основы прогнозирования долговечности конструкционных материалов. — СПб.: Политехника, 1993. — 475 с.

70. Пилюгин Л. П. Оценка надежности строительных конструкций (на основе метода преобразования рядов распределения). — М.: Стройиздат, 1983. —122 с.

71. Повышение долговечности металлических конструкций промышленных зданий / А. И. Кикин, А. А. Васильев, Б. Н. Кошутин и др. — 2-е изд., перераб. и доп.— М.: Стройиздат, 1984. — 301 с.

72. ПОТ РО-14000-004-98. Техническая эксплуатация промышленных зданий и сооружений. — Введ. 01.03.1999. — М.: Изд-во стандартов, 1998. — 92 с.

73. Пытьев Ю. П. Возможность: Элементы теории и применения. — М.: Эдиториал УРСС, 2000. — 192 с.

74. Рекомендации по учету влияния дефектов и повреждений на эксплуатационную пригодность стальных конструкций производственных зданий. — М.: ЦНИИПроектстальконструкция, 1987. — 46 с.

75. Ржаницын А. Р. Строительная механика: Учеб. пособие для вузов. М.: Высш. школа, 1982. — 400 с.

76. Рыбин Б. В. Большие пластические деформации и разрушение металлов. М.: Металлургия, 1986. — 224 с.

77. Рыжаков В. В. Методы прогнозирования показателей надежности на основе представлений нечетких множеств: Учеб. пособие. — Пенза: Изд-во Пенз. гос. техн. ун-та, 1995. — 132 с.

78. Рыжов А. П. Аксиоматическое определение степени нечеткости лингвистической шкалы и ее основные свойства // II Всесоюзн. конф. «Искусственный интеллект-90»: Секционные и стендовые доклады. Том 1. — Минск, 1990. — С. 162 165.

79. Рыжов А. П. О степени нечеткости размытых характеристик // Проблемы теоретической кибернетики: Тез. докл. VII всесоюзн конф. I часть. — Иркутск, 1985. — С. 53 55.

80. Рыжов А. П. Об одном методе оптимального описания объектов и ситуаций в ИС // Создание и применение гибридных экспертных систем: Тез. докл. всесоюзн. конф. — Рига, 1990. — С. 62 64.

81. Рыжов А. П. О Выборе качественных признаков описаний объектов средствами теории нечетких множеств: Автореф. дис. . канд. техн. наук: 01.01.09. / Саратовский гос. ун-т Саратов, 1992. — 18 с.

82. Сабуров В. Ф. Закономерности усталостных повреждений и разработка метода расчетной оценки долговечности подкрановых путей производственных зданий: Автореф. дис. . д-ра техн. наук. — Челябинск, 2002. — 42 с.

83. Савицкий Ю. В. Методы и средства генерации искусственных нейронных сетей для решения задач прогнозирования: Автореф. дис. . канд. техн. наук: 05.13.15 / Брестский гос. техн. ун-т. — Минск, 2000. — 24 с.

84. СНиП Н-23-81. Стальные конструкции. Нормы проектирования. -М.:Стройиздат, 1982. 93 с.

85. СНиП Ш-18-75. Правила производства и приемки работ. М.: Стройиз-дат, 1976. - 160 с.

86. Тутнов А. А., Доровский В. М., Елесин Л. А. Синергетика и усталостное разрушение металлов. — М.: Наука, 1989. — С. 45 56.

87. Уоссемен Ф. Нейрокомпьютерная техника: Теория и практика. — М.: Мир, 1992. 240 с.

88. Фальков Д. С. Автоматизация комплексных испытаний сложных технических объектов с использованием нечетких логик: Автореф. дис. . канд. техн. наук: 05.13.07 — СПб, 1999. — 18 с.

89. Федоров В. В. Кинетика повреждаемости и разрушения твердых тел. — Ташкент: Фан, 1985. — 166 с.

90. Федоров В. В. Термодинамические аспекты прочности и разрушения твердых тел. — Ташкент: Фан, 1979. — 168 с.

91. Хованов Н. В. Анализ и Синтез показателей при информационном дефиците. — СПб.: Издательство С.-Петербургского университета, 1996. —196 с.

92. Шанявский А. А., Орлов Е. Ф., Караев К. 3. Прогнозирование развития усталостных повреждений элементов конструкций авиатехники при сложном напряженном состоянии. — М.: НТИЦ гражд. авиации, 1992. — 78 с.

93. Шмелев Г. Д. Долговечность и эксплуатационная надежность строительных конструкций зданий и сооружений: Курс лекций — Воронеж: Воронежский гос. арх-строит. ун-т., 2001. — 70 с.

94. Щербаков М. А. Искусственные нейронные сети: конспект лекций. —

95. Пенза: Изд-во Пенз. гос. техн. ун-та, 1996. — 44 с.

96. Яковлева Г. Л. Исследование и разработка автоматизированных системпрогнозирования на основе методов теории нейронных сетей: Автореф.дис. канд. техн. наук.: 05.13.06. — Москва, 2000. — 16 с.

97. Asok R. Life extending control of large-scale dynamical systems. //

98. Proceedings of the American Control Conference Arlington, VA June 25 27,2001. — pp. 3692 3698.

99. Berenji H. R., Khedkar P. Learning and tuning fuzzy logic controllers through reinforcements. // IEEE Trans. Neural Networks, Sept. 1992. — vol. 3 — pp. 724 740.

100. Elluyn F., Fakinlede С. O. Probabilistic simulation of fatique crack growth by damage accumulation // Endurance. Fracture Mechanics. — 1985. — v. 22. No. 4. — pp. 687 712.

101. Mantaras R. L. Approximate Reasoning Models. — Chichester, West Essex, U.K.: Ellis Horwood Limited, 1990. — 135 p.

102. POPFNN-AARS(S): A pseudo outer-product based fuzzy neural network. // IEEE Trans. Syst., Man, Cybern. Nov. 1999. — vol. 29. — pp. 859 870.

103. Quek H. C., Zhou R. W. POPFNN: A pseudo outer-product based fuzzy neural network. — Neural Networks, 1996. — vol. 9, no. 9. — pp. 1569 1581.

104. Sanner R. M., Slotine J.-J. E. Gaussian networks for direct adaptive control. // IEEE Trans. On Neur. netw., 1992. — Vol. 3, No.6. — 837 p.

105. Tung W. L., Quek C. GenSoFNN: A Generic Self-Organizing Fuzzy Neural Network. // IEEE transactions on neural networks, September 2002. — vol. 13, no. 5. — pp. 1075 1086.

106. Turksen I. В., Zhong Z. An approximate analogical reasoning scheme based on similarity measures and interval valued fuzzy sets. — Fuzzy Sets Syst., 1990. — vol. 34. pp. 323 346.

107. Zadeh L. A. Calculus of fuzzy restrictions in Fuzzy Sets and Their Applications to Cognitive and Decision Processes. — New York: Academic, 1975. — pp. 1 39.