УДК 330.101
DOI: 10.36871/ek.up.p.r.2025.03.10.021
Авторы
Анастасия Николаевна Долгова,
Казанский государственный энергетический университет, Казань, Россия
Аннотация
В условиях повышения требований к безопасности и надёжности зданий и сооружений всё большее значение приобретает применение современных технологий для прогнозирования технического состояния строительных конструкций. В статье рассматриваются возможности использования нейронных сетей как инструмента анализа и прогнозирования степени износа, наличия дефектов и рисков аварийного состояния конструкций на основе данных о физических характеристиках, условиях эксплуатации и результатах инженерных обследований. Приведены примеры успешного применения методов машинного обучения в задачах диагностики железобетонных, металлических и деревянных конструкций. Показаны преимущества нейросетевых моделей по сравнению с традиционными подходами: высокая скорость обработки больших объёмов данных, способность выявлять сложные нелинейные зависимости и возможность раннего прогнозирования потери несущей способности. Предложена общая структура программно-аппаратного комплекса, основанного на искусственном интеллекте, который может использоваться для мониторинга технического состояния объектов строительной инфраструктуры. Рассмотрены перспективы внедрения таких систем в рамках цифровизации строительной отрасли и развития технологий умного города, а также вопросы подготовки специалистов для работы с новыми технологиями.
Ключевые слова
нейронные сети, прогнозирование технического состояния, строительные конструкции, диагностика зданий, искусственный интеллект, цифровизация строительства, безопасность сооружений, степень износа, инженерные обследования, машинное обучение
