Bayesian-Optimierung mittels Machine Learning von abgestimmten Inerter-Dämpfern zur verbesserten seismischen Schwingungssteuerung in hochhausartigen, auf einer Basis isolierten Bauwerken

Warum es wichtig ist, hohe Gebäude stehen zu lassen

Moderne Städte sind zunehmend auf sehr hohe Gebäude angewiesen, die auch nach starken Erdbeben sicher und nutzbar bleiben müssen. Ingenieure setzen bereits spezielle Gleitlager und Dämpfer ein, die Türme schwanken lassen, ohne dass sie zusammenbrechen. Diese Systeme stoßen jedoch bei bestimmten Typen starker, lang anhaltender Erschütterungen, wie sie in unmittelbarer Nähe großer Verwerfungen auftreten, an ihre Grenzen. Diese Arbeit untersucht eine neue Kombination aus mechanischer Hardware und einer Optimierung im Stil des Machine Learning, um hochhausartige, basisisolierte Gebäude erdbebensicherer zu machen — mit weniger Bewegung und geringeren Beschleunigungen in den obersten Geschossen, wo Menschen und empfindliche Ausrüstung am verwundbarsten sind.

Eine intelligentere Methode, ein schwankendes Gebäude zu beruhigen

Die Studie konzentriert sich auf Hochhäuser, die bereits auf Basisisolationssystemen stehen — flexiblen Schichten, die die Struktur vom Boden entkoppeln. Während die Isolation Kräfte stark reduziert, lässt sie das gesamte Gebäude in einer langen, langsamen Schwingung mitschwingen. Bei weit entfernten Erdbeben funktioniert das gut, doch in Verfahrensnähe können große Impulse der Bodenbewegung diese hohen, flexiblen Systeme noch immer zu unangenehmen oder sogar schädlichen Verlagerungen treiben. Zur Unterstützung verwenden die Autoren ein Gerät namens abgestimmter Inerter-Dämpfer. Im Unterschied zu einem traditionellen abgestimmten Masse­dämpfer, der auf einer schweren Masse beruht, erzeugt ein Inerter durch geschickte Zahnräder und rotierende Teile einen starken trägen Effekt, ohne dem Gebäude viel tatsächliche Masse hinzuzufügen. Am Isolationsniveau angebracht, widersteht er schnellen Bewegungsänderungen und hilft, seismische Energie aufzunehmen.

Algorithmen auf der Suche nach den besten Einstellungen

Um das Beste aus diesem Dämpfer herauszuholen, müssen seine „Regler“ richtig gewählt werden: wie steif er ist, wie stark er die Bewegung dämpft und wie groß sein scheinbarer Masseeffekt sein soll. Anstatt diese Parameter manuell mit vereinfachten Formeln abzustimmen, setzen die Autoren auf Bayessche Optimierung, einen Zweig des Machine Learning, der nach guten Lösungen sucht, wenn jeder Versuch teuer ist. Sie bauen ein probabilistisches Modell auf, das die Dämpfer-Einstellungen mit der resultierenden Gebaüdevibration unter erdbebenähnlichen Belastungen verknüpft. Der Optimierer schlägt neue Kombinationen vor, konzentriert sich auf vielversprechende, aber noch unsichere Bereiche und konvergiert schrittweise zu der Konfiguration, die die durchschnittliche seitliche Verschiebung minimiert, wobei er realistische Frequenzinhalte verschiedener Erdbeben berücksichtigt.

Die Idee an hohen virtuellen Türmen testen

Mithilfe detaillierter numerischer Modelle wenden die Forscher dieses Rahmenkonzept auf basisisolierte Gebäude mit 30, 40 und 50 Stockwerken an. Sie setzen diese virtuellen Türme drei Familien von Erschütterungen aus: fernfeldtypische Bewegungen, nahe Verwerfungsbewegungen ohne starke Impulse und nahe Verwerfungsbewegungen mit ausgeprägten Langperioden-Impulsen, die für hohe, flexible Strukturen besonders gefährlich sind. Für jeden Fall durchsucht der Algorithmus den Raum von Dämpferfrequenzen und Dämpfungsstärken für mehrere Wahlwerte des scheinbaren Massenverhältnisses. Anschließend bewertet er, wie stark der abgestimmte Inerter-Dämpfer die typischen (quadratisch gemittelten) Verschiebungen an der Basis und in den oberen Geschossen sowie die Spitzengeschwindigkeiten und Dachbeschleunigungen reduziert, und vergleicht die Ergebnisse mit vertrauteren Systemen wie abgestimmten Massendämpfern und verbesserten Inerter-Varianten.

Wie viel Schwingung wirklich reduziert werden kann

Die optimierten Entwürfe zeigen erhebliche Vorteile. Für 30- und 40-stöckige basisisolierte Gebäude reduziert der abgestimmte Inerter-Dämpfer typischerweise die quadratisch gemittelten Verschiebungen um etwa 20–25 % bei fern- und nicht-impulsartigen nahe Verwerfungsbeben und um ungefähr 10–18 % bei den schwereren Impuls-bedingten Bewegungen. Die Spitzenbeschleunigungen in den oberen Geschossen sinken um bis zu 22,8 % und übertreffen damit herkömmliche abgestimmte Massendämpfer sowie zuvor untersuchte inertergestützte Systeme. Die Ergebnisse zeigen zudem klare Trends: eine größere scheinbare Masse im Dämpfer verbessert die Energiedissipation, erfordert jedoch eine sorgfältige Abstimmung; langperiodige isolierte Strukturen profitieren am meisten; und die Art der Bodenbewegung beeinflusst stark die idealen Einstellungen.

Wo es am besten funktioniert — und wo nicht

Die Studie kommt zu dem Schluss, dass ein bayessch optimierter abgestimmter Inerter-Dämpfer eine praktische und effiziente Möglichkeit darstellt, die Erdbebenresilienz von mittel- bis hochhausartigen (ungefähr 30–40 Stockwerke) basisisolierten Gebäuden zu erhöhen und Ingenieuren datenbasierte Hinweise zur Auswahl von Geräteparametern für unterschiedliche seismische Umgebungen zu geben. Für sehr hohe Türme werden jedoch höhere Schwingungsmoden wichtiger, und ein einzelnes Gerät an der Basis kann nicht alle komplexen Bewegungen vollständig kontrollieren. Die Autoren weisen darauf hin, dass ihre Modelle das Gebäude vereinfachen, um die dominierende Schwingungsform zu betonen, und den Inerter als ideales lineares Bauteil behandeln, sodass das Verhalten in der Praxis etwas komplizierter ausfallen wird. Dennoch zeigt ihre Arbeit, wie die Kombination fortschrittlicher mechanischer Hardware mit probabilistischen Optimierungswerkzeugen die Schwingungen in hohen Gebäuden merklich verringern kann und auf künftige Entwürfe hinweist, die solche Geräte über die Höhe ultrahoher Strukturen verteilen.

Zitation: Huang, S., Zhu, K. Machine learning-based Bayesian optimization of tuned inerter dampers for enhanced seismic response control in high-rise base-isolated structures. Sci Rep 16, 13216 (2026). https://doi.org/10.1038/s41598-026-42732-4

Schlüsselwörter: seismische Schwingungskontrolle, hochhausartige, basisisolierte Gebäude, abgestimmter Inerter-Dämpfer, Bayessche Optimierung, Bewegungen nahe an Verwerfungen