Використання штучного інтелекту для прогнозування та запобігання аварійних ситуацій, спричинених вітровими навантаженнями на баштовий кран

Abstract

UA: У статті розглянуто проблему забезпечення безпеки експлуатації баштових кранів в умовах вітрових навантажень. Проаналізовано існуючі методи та системи захисту, виявлено їх недоліки, зокрема недостатню ефективність у випадку раптових та сильних поривів вітру. Запропоновано інтелектуальну систему, що базується на адаптивних нейронних мережах, для прогнозування вітрових навантажень та запобігання аварійним ситуаціям. Описано принцип роботи системи, її компоненти та алгоритми. Підкреслено важливість своєчасного реагування на зміни вітрових умов для забезпечення стійкості крана та безпеки персоналу. Результати дослідження можуть бути використані для розробки та впровадження сучасних систем керування баштовими кранами, що підвищить безпеку будівельних робіт. Обгрунтовано, що ризик виникнення небезпечних вітрових навантажень існує не тільки в регіонах з сильними вітрами, але й у місцевостях з помірним кліматом. Пояснюється це тим, що вітер, як явище, характеризується наявністю енергетично потужних поривів, що можуть виникати спонтанно та нести значну загрозу для стійкості баштового крана. Аналіз багаторічних спостережень свідчить не тільки про наявність проблеми небезпечних динамічних вітрових навантажень, а й про тенденцію до її посилення. Зазначено, що проблема забезпечення стійкості баштових кранів у робочому стані під дією сильного вітру залишається актуальною, оскільки втрата динамічної стійкості може призвести до аварійних ситуацій та значних матеріальних збитків. Особливу небезпеку становлять раптові пориви вітру та шквали, які здатні викликати критичне збільшення вітрового навантаження, що в кілька разів перевищує середнє значення. У таких випадках сила від короткочасного вітрового впливу додається до інших факторів, що сприяють перекиданню, створюючи загрозу для безпечної експлуатації крана. Тому критично важливо розробити ефективний метод забезпечення стійкості баштових кранів у разі динамічних вітрових збурень.

EN: The article considers the problem of ensuring the safety of operation of tower cranes under wind loads. Existing methods and protection systems are analyzed, their shortcomings are identified, in particular, insufficient efficiency in the case of sudden and strong wind gusts. An intelligent system based on adaptive neural networks is proposed to predict wind loads and prevent emergency situations. The principle of operation of the system, its components and algorithms are described. The importance of timely response to changes in wind conditions is emphasized to ensure the stability of the crane and the safety of personnel. The results of the study can be used to develop and implement modern tower crane control systems, which will increase the safety of construction work. It is substantiated that the risk of dangerous wind loads exists not only in regions with strong winds, but also in areas with a temperate climate. This is explained by the fact that wind, as a phenomenon, is characterized by the presence of energetically powerful gusts that can arise spontaneously and pose a significant threat to the stability of the tower crane. Analysis of many years of observations indicates not only the existence of the problem of dangerous dynamic wind loads, but also a tendency to its intensification. It is noted that the problem of ensuring the stability of tower cranes in working condition under the influence of strong wind remains relevant, since the loss of dynamic stability can lead to emergency situations and significant material damage. Of particular danger are sudden gusts of wind and squalls, which can cause a critical increase in wind load, which is several times higher than the average value. In such cases, the force from a short-term wind effect is added to other factors that contribute to tipping, creating a threat to the safe operation of the crane. Therefore, it is critically important to develop an effective method for ensuring the stability of tower cranes in the event of dynamic wind disturbances.