Разработка адаптивных систем мониторинга деформаций оснований и фундаментов с использованием датчиков реального времени и методов машинного анализа данных

Аннотация

Статья посвящена разработке адаптивных систем мониторинга деформаций оснований и фундаментов, ориентированных на переход от дискретных наблюдений к непрерывным потокам данных о напряженно-деформированном состоянии системы «основание–фундамент–сооружение» в условиях плотной городской застройки и сложных грунтов с реологическими проявлениями. Обоснована необходимость алгоритмов, способных одновременно подавлять помехи техногенного и температурного происхождения и формировать прогноз осадок для раннего выявления аномалий до выхода деформаций за пределы упругой стадии. Рассмотрена архитектура сенсорной сети, включающей сотни измерительных каналов с перекрестной проверкой показаний (струнные тензометры, инклинометры, гидростатические нивелиры) и параллельным применением волоконно-оптических датчиков на решётках Брэгга для снижения дрейфов; показана практическая значимость динамической частоты опроса, изменяемой от часовых интервалов до 10 Гц в периоды вибрационных и нагрузочных воздействий, что обеспечивает накопление массива порядка десятков миллионов измерений и делает применимыми методы глубокого анализа временных рядов. На количественных примерах сопоставлены подходы к фильтрации сигналов: простое сглаживание уменьшает шум ограниченно, тогда как адаптивный фильтр Калмана и вейвлет-преобразование обеспечивают подавление дисперсии на порядки при различиях в вычислительной трудоёмкости, критичных для периферийных устройств реального времени. Выполнен корреляционный анализ факторов воздействия, выявляющий доминирование статической нагрузки и заметное влияние уровня грунтовых вод и вибраций с наличием нелинейных пороговых эффектов и временных лагов консолидации. Представлены результаты прогностического моделирования на горизонте 30 суток, где рекуррентные сети и гибрид ARIMA+LSTM достигают высокой точности (MAE около 0,4 мм, R² порядка 0,98) при условии подачи очищенных данных; подчёркнута системная взаимозависимость этапов предобработки и обучения. Отмечены барьеры внедрения, связанные с отсутствием унифицированных протоколов данных и нормативной верификации алгоритмических прогнозов, а также перспективы цифровых двойников и облачной агрегации обезличенных наблюдений для масштабирования предиктивной безопасности сооружений.