1. Введение

Последние десятилетия сложилось устойчивое понимание, что на основе искусственных нейронных сетей (математических структур подобных нейронным сетям мозга) возможно настраиваться на выполнении различных специальных задач деятельности людей на основе алгоритмов обучения или самообучения нейросетей. Для решения таких задач требуется наличие развитой среды накопления больших данных в составе баз данных и знаний конкретной предметной области. Множество подобных нейросетей для решения специальных задач в разных сферах, включая производство, получило наименование «искусственного интеллекта» (далее ИИ) [1], [2].

Опытное знание в структуре нейросетей всегда представлено в виде весовых значений связей-синапсов нейросети предметной области (весовых коэффициентов в диапазоне 0–1), способных по алгоритму обучающей выборки к целенаправленной перестройки весовых значений синапсов нейронов. Если полученный результат близок к результату решения поставленной специальной задачи, то архитектура нейросети будет стремиться при выполнении следующего аналогичного примера усилить весовые воздействия данного синапса. Функционирование нейросети будет улучшатся по мере итеративной настройки весовых коэффициентов.

Для производственной сферы построенные нейросети спецзадач представляют собой интеллектуальные системы принятия решений и выполняют роль ИИ в качестве средства — помощи лицам, принимающих решения (ЛПР) совершенствовать специальные задачи производства изделий [2], [3].

Для отрасли строительства, по мнению авторов, первостепенными специальными задачами являются задачи снижения энергозатратности и совершенствования энергоэффективности объектов строительства. Данная статья развивает положения публикации авторов [3] и ориентирована на объекты малоэтажного (до 4-х этажей) гражданского строительства (ОМС). Важность снижения энергозатратности производства ОМС и экономии ресурсов связана с большими объемам строительства, которые уже составляют в отдельных регионах не менее 60% от общего объема градостроительства в стране.

2. Методы и принципы исследования

Специальные задачи построения нейросетей для совершенствования энергозатратности ОМС всегда будут иметь имеют объектно-ориентированный характер, так как связанны с применяемой конкретной строительной системой возведения остова из каменных, железобетонных, металлических, деревянных и различных сочетаний конструкций. И базы данных, используемые для оценки энергозатрат в различных строительных системах, существенно отличаются для несущих и ограждающих конструкций ОМС. Отличия баз данных связаны с энергоемкостью производства материалов и производства самих конструкций остова для различных строительных систем ОМС: каркасных, панельных, блочных, монолитных из бетонов различных вяжущих, мелкоштучных каменных для множества вариантов стен, перекрытий, покрытий, фундаментов и других конструктивных частей.

Такую объектную ориентацию при анализе энергозатрат предлагается выполнить на примере авторской строительной системе Экодом (ССЭ), с конструктивными решениями остова ОМС на основе монолитных композиционных гипсобетонов [4], [5], [6].

Краткое представление о конструкциях остова ССЭ в составе фундаментов, стен, перекрытий, крыши далее в следующем описании.

Надземная часть ССЭ выполняется из сборно-монолитных конструкций стен, перекрытий с несущими элементами в составе металлического каркаса из ЛСТК (толщиной 1–1,2 мм) с термопрофилями (просечного типа). Профили стоек стен приняты в виде швеллера № 10-20, к которым вертикально крепиться саморезами несъемная опалубки из листов ГВЛВ, ГСЛВ. Для наружных стен в стеновую опалубку заливается композиционный гипсобетон средней плотности 500 кгс/м3. Для внутренних стен и перекрытий средняя плотность до 1000 кгс/м3. Для балочных перекрытий и покрытий используются балки из составных двутавровых профилей ЛСТК № 10-15 на которые к нижним полкам двутавров крепятся листы горизонтальной несъемной опалубки из ГВЛВ, ГСЛВ. На опалубку перекрытий послойно заливается композиционный гипсобетон (обычно гипсокерамзитобетон). Как правило, на полки двутавров перекрытий укладывается арматурная сетка для работы в растянутой и сжатой зоне монолитного слоя гипсобетона. В составе гипсобетонов используются различные модификаторы для повышения водостойкости, прочности, эластичности, замедления схватывания для получения композиционных свойств. Используются различные средства механизации и, в первую очередь, бетононасосы для укладки гипсобетонов (в перспективе робототехнику).

В конструкциях крыши, помимо традиционных, можно использовать несущие стропила, стойки, подкосы опоры их профилей ЛСТК, обшивку из листов ГВЛВ, ГСЛВ. Повышенная теплозащита ограждающих конструкциях на основе поризованного гипсобетона, «эковаты», пеностекла, перлита, пеноизола и аналогичных материалов.

Фундаменты традиционные: ленточные, столбчатые, свайные, плитные из тяжелого железобетона. В конструкциях фундаментов при обосновании возможно использовать водостойкие гипсобетоны с армированием их стеклопластиковой арматуры.

Примеры конструкций ССЭ для применения в гражданских зданиях представлены на рисунках 1 а,б и 2 а,б.Важно отметить, что конструкции ССЭ позволяют создавать благоприятную архитектурную среду по форме и этажности и любые объемно-планировочные решения ОМС для индивидуальных и блокированных гражданских зданий с разнообразными архитектурными фасадами.

Примеры фасадов гражданских зданий в конструкциях ССЭ с гипсовыми архитектурными деталями представлены на рисунке .2 а,б.Основная энергозатратность конструктивных решений ССЭ закладывается в цепочке производства материалов, а также в технологиях производства конструкций остова ОМС. Опираясь на опытное (экспертное) знание структуры энергозатрат ССЭ, предлагаем экспертные значения первоначальных весовых коэффициентов энергозатрат в составе моделей иерархических структур конструкций, представленных на рисунках 3.

На исходном рисунке 3, общие энергозатраты ССЭ приняты равным 100%, с весовым коэффициентом энергозатратности — 1 (единица). Иерархические структуры на рисунках 3–9 предлагают первоначальное опытные значение весовых коэффициентов энергозатрат ССЭ в отдельных конструкциях и конечных элементах зданий.

3. Основные результаты

Представленные в иерархических моделях опытные значения весовых коэффициентов энергозатрат конструкций ССЭ устанавливают ориентиры дальнейшего построения больших баз данных фактических значений энергозатрат этих конструкций. Данная проблема представляется наиболее важной и трудоемкой, поскольку имевшихся наработок в строительстве пока недостаточно, а нормативная база энергозатрат в строительстве фактически отсутствует [7], [8], [9], [10].

Однако, численные значения энергозатрат в килограммах условного топлива (кг.у.т.) для ряда строительных материалов можно принять из исследований и источников в публикациях [7], [8]. Требуются знать соответствующие объемы материалов и конструкций в запроектированных и построенных ОМС.

Для примера расчета энергозатрат конструкций остова ССЭ (стен, перекрытий, фундаментов) используем объемы материалов построенного жилого дома с мансардой общей площадью — 220 м2 (см. Рис. 2 б).

Расчеты энергозатрат на основе объемов и удельных энергозатрат материалов конструкции по дому сведены в таблицу 1.

Полезность данных расчетов также в том, что наглядно виден весомый вклад энергозатрат каждого материала в общую сумму энергозатрат на строительство дома. Наименьший вклад в энергозатратность дает Гипс (анализ преимуществ применения гипса в ОМС рассмотрен в [5]). Наибольший вклад энергозатрат в примере приходится на керамзит, модификаторы гипса (со значительным объемом цемента в его составе), ЛСТК из оцинкованного прокатного листа. Здесь заложены направления выявления и изучения резервов снижения энергозатратности ССЭ ОМС.

Среднее соотношение энергозатрат в строительстве практически составляет [7], [8], [9], [10]:

· 80% — энергозатраты на производство стройматериалов;

· 20% — энергозатраты на производство зданий из этих материалов.

При строительстве жилого дома по технологии ССЭ, по нашей оценки, установлено соотношение энергозатрат для конструкций фундаментов, стен, перекрытий, крыша следующее: по материалам — 65%; по строительно-монтажным работам — 35%.

Соответственно, примем энергозатраты на строительно-монтажные работы возведения конструкций остова рассматриваемого варианта дома с коэффициентом — 1,4 (с учетом различных неопределенностей).

Следовательно, общие энергозатратны на возведение остова составят:

Эд = 18175,0 х 1,4 = 25445,0 кг.у.т /дом

Приведенные затраты на м2 общей площади варианта составят:

Эдпр = 25445,0 / 220 = 115,65 кг.у.т /м2

Не сложно рассчитать для рассматриваемого варианта фактические энергозатраты конструкций остова ССЭ с помощью весовых коэффициентов энергозатратности, используя данные в структурах Рис.3. Например энергозатраты наружных стен для нашего примера составят следуюшие результаты:

25445,0 х 0,25 = 6361,25 кг.у.т /дом; 115,65 х 0,25 = 28,91 кг.у.т /м2

Полученные численные значения энергозатрат устанавливают вклад каждого элемента конструкций в общую энергозатратность дома.

Множество данных рассчитанных коэффициенты для потенциального множества вариантов запроектированных и построенных домов создают большую базу данных, необходимую для решения специальных задач снижения энергозатратности и совершенствования энергоэффективности конструкций ССЭ на основе построения соответствующей нейросети.

Обобщение множества вариантов весовых коэффициентов энергозатратности в больших базах данных представляется в виде графовых моделей. Эти модели — суть исходные данные для области определения нейросетевых спецзадач снижения энергозатратности конструкций ОМС. Примеры иерархии реляционных моделей по множеству вариантов ОМС ССЭ и значения весовых коэффициентов энергозатрат (ВКЭ) основных конструкций по вариантам ОМС ССЭ представлены в таблице 2.

Значения коэффициентов первого исходного варианта ОМС (первой строки в таблице 2) соответствуют опытным данным из структур на рисунке 3. Ожидаемые значения весовых коэффициентов энергозатрат по множеству возможных вариантов проектов ССЭ ОМС внесены в таблицу 2 в виде показателей с буквенными индексами конструкций по содержанию (ф,нс,вс,п,к,д,уэ). Содержательные индексы весовых коэффициентов энергозатрат конструкций следуюшие: ф — фундаменты; нс — наружные стены; вн — внутренние стены; п — перекрытия покрытия; к — крыши; д — другие конструкции; уэ — удельные энергозатраты варианта.

Местоположение данных в таблице индексируется как ij. Индекс i — номер варианта проекта ОМЖС, а n — количество вариантов, где 1≤ i ≤ n. Индекс значения весовых коэффициентов и удельных энергозатрат по варианту — j, здесь 1 ≤ j ≤ 7.

Аналогично строиться реляционная модель, к примеру, для наружных стен, со Значениями весовых коэффициентов энергозатрат (долями энергозатрат) наружных стен по вариантам ОМС ССЭ, что представлено в таблице 3.

Аналогично можно представить всю совокупность реляционных моделей коэффициентов энергозатратности для всех элементов конструкций ССЭ ОМС. Важно правильно выполнить формализацию идентификаторов коэффициентов энергозатратности по элементам. Алгоритмы, которые необходимо разработать для выявления резервов и рекомендаций по снижению энергозатратности строительных систем с применением нейросетей, имеют две составляющие — содержательную и структурную.

Содержательную основу построения алгоритмов выявления резервов снижения энергозатратности предлагаем осуществлять на базе методологии функционально-энергетического анализа — ФЭА (аналогично методологии ФСА [3], [11]). Структурная основа алгоритмов снижения энергозатрат связана с архитектурой и платформой нейросетей при решении спецзадач, основываясь на парадигмах и на системных средствах обучения нейросетей (с «учителем», без «учителя»-самообучение, смешанная) [1], [2]. Авторы считают, что для этого подходит архитектура рекуррентных нейронных сетей (Recurrent Neural Networks, RNN) с долговременной памятью (Long Short-Term Memory, LSTM) [12], [13]. Этот тип рекуррентных нейронных сетей имеют циклические связи, что позволяет им учитывать контекстную информацию при анализе последовательных данных, а также может эффективно учитывать долгосрочные зависимости в последовательных данных. Тема требует специального дополнительного изучения и практической реализации.

4. Заключение

Формальным недостатком предложенной методики является фактическое отсутствие нормативной база энергозатратности как по материалам, так и по конструкциям строительных систем, а также отсутствие значительных накопленных данных и объемов по вариантам ССЭ ОМС. Это не позволяет достаточно объективно и точно осуществлять оценку энергозатратности ОМС. Создание полноценной нормативной базы энергозатратности, а также накопление данных по вариантам ОМС потребует значительных ресурсов и станет возможной при заинтересованности строительной отрасли в формирование больших баз данных для совершенствования ОМС [3], [4].

Создание алгоритмов для специальных нейросетевых задач снижения энергозатратности и решения др. вопросов совершенствования ССЭ ОМС, так и в применении к другим строительным системам ОМС, является темой отдельных статей.

Выводы:

1. Обоснована необходимость решения специальных задач снижения энергозатратности конструкций объектов малоэтажного гражданского строительства с применением нейронных сетей.

2. Предложена методика формирования больших баз данных на основе моделей иерархических структур и реляционных моделей весовых коэффициентов энергозатратности конструкций строительных систем малоэтажного гражданского строительства на примере строительной системы из композиционных гипсобетонов.

3. Содержательная основа построения алгоритмов выявления резервов снижения энергозатрат и внедрения инноваций строительных систем связана с методологией функционально-энергетического анализа. Структурная основа алгоритмов связана с архитектурой нейросетей и системным средствам их обучения при решении специальных задач на основе сформированных больших баз данных.

The additional file for this article can be found as follows: