Издаётся с сентября 1923 года
DOI: 10.33622/0869-7019
Russian Science Citation Index (RSCI) на платформе Web of Science


  • ОСНОВАНИЯ И ФУНДАМЕНТЫ, ПОДЗЕМНЫЕ СООРУЖЕНИЯ
  • Влияние распорной системы ограждения котлована на противодействие прогрессирующему обрушению
  • УДК 624.137.4
    doi: 10.33622/0869-7019.2025.06.65-69
    Михаил Григорьевич ЗЕРЦАЛОВ, доктор технических наук, профессор, профессор кафедры1, mzertsalov@yandex.ru
    Антон Вячеславович ИСАЕВ, аспирант1, инженер2, a.isaev@cniipz.com
    1 Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ), 129337 Москва, Ярославское ш., 26
    2 Центральный научно-исследовательский и проектно-экспериментальный институт промышленных зданий и сооружений - ЦНИИПромзданий, 127238 Москва, Дмитровское ш., 46, корп. 2
    Аннотация. В связи с ростом транспортного подземного строительства встает вопрос о безопасности котлованов, разрабатываемых при возведении сооружений открытым способом. В статье рассмотрено влияние факторов (деформируемость грунта, шаг распорной системы, уровень грунтовых вод, жесткость монолитной траншейной стены), в наибольшей степени влияющих на перераспределение усилий в ограждающей системе котлована при возникновении аварийной ситуации, например выхода из строя одной, наиболее нагруженной, распорки. По результатам исследований выполнена оценка влияния каждого из указанных факторов на возможность возникновения прогрессирующего обрушения. Исследования проводились с использованием метода конечных элементов и метода планирования элементов. Статистическая обработка полученных результатов выполнялась с помощью множественной линейной регрессии и искусственной нейронной сети. Выявлено, что горизонтальный шаг распорок не оказывает существенного влияния на перераспределение усилий. Вместе с тем результаты, полученные как с использованием искусственной нейронной сети, так и множественной линейной регрессии, показали заметное влияние на прирост усилий в распорках ограждающей системы.
    Ключевые слова: стена в грунте, прогрессирующее обрушение, ограждение котлована, распорная система, особое воздействие, искусственные нейронные сети
  • СПИСОК ИСТОЧНИКОВ
    1. Колыбин И. В. Уроки аварийных ситуаций при строительстве котлованов в городских условиях // Развитие городов и геотехническое строительство. 2008. № 12. С. 90-124.
    2. Chen R. P., Li Z. C., Chen Y. M. et al. Failure investigation at a collapsed deep excavation in very sensitive organic soft clay [Исследование разрушений при обрушении глубокого котлована в высокоструктурной органической мягкой глине]. Journal of Performance of Constructed Facilities, 2015, no. 29(3), pp. 04014078.
    3. Qi H., Xu X. B., Huang T. M., Lu S. Q. Collapse of a deep excavation and its reconstruction in soft soil of Nanjing, China [Обрушение глубокого котлована и его восстановление в слабом грунте в Нанкине, Китай]. Proc. of the Institution of Civil Engineers-Forensic Engineering, 2020, vol. 174.1, pp. 1-7. doi: 10.1680/jfoen.19.00013
    4. Endicott J. Lessons learned from the collapse of the Nicoll Highway in Singapore [Уроки, полученные при обрушении котлована Никол Хайвей в Сингапуре]. IABSE Symposium, Kolkata 2013: Long Span Bridges and Roofs - Development, Design and Implementation. 2013. C. 1-6. doi: 10.2749/222137813808626722
    5. Московский метрополитен / Метро двух столиц. URL: https://metro2.org/msk (дата обращения: 13.03.2025).
    6. Знаменский В. В., Чунюк Д. Ю., Морозов Е. Б. Устройство ограждающих систем котлованов в стесненных городских условиях // Жилищное cтроительство. 2012. № 9. C. 60-62.
    7. Зерцалов М. Г., Исаев А. В. Подбор конфигурации распорной системы котлована при аварийном воздействии // Промышленное и гражданское строительство. 2024. № 2. C. 64-69. doi: 10.33622/0869-7019.2024.02.64-69
    8. Рассказов Л. Н. Орехова И. Л. Единый параметр оптимизации для выбора оптимальной конструкции плотины // Энергетическое строительство. 1982. № 8. С. 42-44.
    9. Dorofki M. et al. Comparison of artificial neural network transfer functions abilities to simulate extreme runoff data [Определение возможности искусственной нейронной сети предсказывать экстремальные ливни]. International Proc. of Chemical, Biological and Environmental Engineering, 2012, no. 33, pp. 39-44.
    10. Maizir H., Gofar N. et al. Neural network application in prediction of axial bearing capacity of driven piles [Применение нейронных сетей в предсказании несущей способности винтовых свай]. The 2013 IAENG International Conference on Artificial Intelligence and Applications, Hongkong, 2013. doi: 10.13140/RG.2.1.4015.0566
    11. Ofrikhter I. et al. Estimation of soil properties by an artificial neural network [Определение характеристик грунта при помощи искусственной нейронной сети]. Magazine of Civil Engineering, 2022, no. 2(110). doi: 10.34910/MCE.110.11
    12. Знаменская Е. А., Хегази О. М., Сайед Д. А. Исследования влияния щитовой проходки тоннеля на работу одиночной сваи // Инновации и инвестиции. 2022. № 2. С. 208-213.
    13. Phan H. K. Behaviours and mechanism analysis of deep excavation in sand caused by one-strut failure [Анализ поведения и механизмов при отказе одной распорки в глубоком песчаном котловане]. 16th Asian Regional Conference on Soil Mechanics and Geotechnical Engineering (16ARC), Taipei, Taiwan, 2019, no. 10, pp. 1-4.
    14. Cheng X. S. et al. Experimental study of the progressive collapse mechanism of excavations retained by cantilever piles [Исследование механизма прогрессирующего обрушения котлована, укрепленного бурокасательными сваями]. Canadian Geotechnical Journal, 2017, no. 4 (54), pp. 574-587.
  • Для цитирования: Зерцалов М. Г., Исаев А. В. Влияние распорной системы ограждения котлована на противодействие прогрессирующему обрушению // Промышленное и гражданское строительство. 2025. № 6. С. 65-69. doi: 10.33622/0869-7019.2025.06.65-69

НАЗАД