Zastosowanie optymalizatora szybkiego wyszukiwania grupowego z pasywnym algorytmem kongregacji w optymalizacji naprężeń lin mostu wantowego po zakończeniu budowy

Dlaczego prostsze mosty mają znaczenie

Nowoczesne mosty wantowe należą do najbardziej przyciągających wzrok elementów infrastruktury na świecie. Jednak za ich eleganckimi liniami kryje się delikatna równowaga: jeśli siły w linach nie są odpowiednio dostrojone, wieże mogą się przechylić, pomost zapadać, a naprężenia wewnętrzne skracać żywotność mostu. W artykule opisano nową komputerową metodę „ponownego strojenia” naprężeń w linach dużego chińskiego przekroczenia rzecznego, tak aby wieże stały prościej, a pomost pozostawał bardziej poziomy, bez zmiany widocznej formy konstrukcji.

Jak mosty wantowe zachowują kształt

W moście wantowym dziesiątki, a nawet setki stalowych lin rozchodzą się od wysokich wież, podpierając jezdnię. Przy własnym ciężarze inżynierowie dążą do prostego założenia: „proste wieże i poziome dźwigary”. W praktyce oznacza to ograniczenie bocznych przemieszczeń na szczycie wież, zapobieganie opadaniu jezdni między podporami oraz unikanie nadmiernego zginania dźwigara. Tradycyjne metody obliczeniowe potrafią zrealizować część tych celów, ale często pomijają naprężenia wież lub wymagają ręcznego, próbnego dostrajania sił w linach — powolnego procesu w przypadku tak złożonych konstrukcji.

Nauczanie komputerowego roju regulacji lin

Autorzy sięgnęli po rodzinę metod poszukiwawczych inspirowanych rojami zwierząt, aby bezpośredniej zająć się tym problemem strojenia. Połączyli standardowe narzędzie inżynierskie — „macierz wpływów”, opisującą, jak każda lina wpływa na przemieszczenia wież, ugięcia pomostu i zginanie głównego dźwigara — z zaawansowaną procedurą poszukiwania nazwaną Quick Group Search Optimizer z pasywną kongregacją (QGSOPC). Mówiąc prościej, komputer traktuje każdy możliwy układ sił lin jako osobnika wewnątrz stada. Niektóre osobniki „eksplorują” nowe kombinacje, inne „naśladują” najlepsze obecne rozwiązanie, a jeszcze inne wędrują, by zapobiec utknięciu grupy w lokalnym optimum. Macierz wpływów pozwala programowi szybko przewidzieć, jak dowolny testowy zbiór sił zmieni kształt i naprężenia całego mostu.

Zastosowanie metody na rzeczywistym, wielkim moście

Aby przetestować podejście, badacze zastosowali je do pięcioprzęsłowego mostu wantowego z dwiema wieżami nad rzeką Xijiang w Guangdong, Chiny, z 208 linami wantowymi i przęsłem głównym o długości 580 metrów. Zbudowali szczegółowy model komputerowy mostu przy użyciu standardowego oprogramowania konstrukcyjnego, a następnie pozwolili zmieniać jedynie 26 reprezentatywnych par lin, odzwierciedlając symetrię konstrukcji. Zadaniem algorytmu poszukiwania było znalezienie sił lin, które przy samym obciążeniu stałym zmniejszą boczne przesunięcie na szczytach wież, pionowe ugięcie pomostu i maksymalne zginanie w głównym dźwigarze. Jednocześnie należało utrzymać siły lin w bezpiecznych granicach i unikać gwałtownych skoków między sąsiednimi linami, które mogłyby tworzyć lokalne słabe miejsca.

O ile bardziej proste i gładkie stało się przęsło

Korzyści z nowej metody były uderzające. W porównaniu z projektem pierwotnym, zoptymalizowane siły lin uzyskane przez QGSOPC zredukowały boczne przemieszczenie na szczycie wież o około 84 procent — z 84,1 milimetra do zaledwie 13,6 milimetra — zasadniczo zmieniając wyraźne przechylenie w ledwie dostrzegalne przesunięcie. Maksymalne ugięcie jezdni pod własnym ciężarem spadło o około 42 procent, a maksymalne zginanie w głównym dźwigarze zmniejszyło się o 11 procent. Dla porównania, prostszy krewny algorytmu, zwany Group Search Optimizer (GSO), nieco bardziej poprawił ugięcie pomostu, ale faktycznie pogorszył przechył wież i zwiększył zginanie dźwigara. Ogólnie rzecz biorąc, skumulowany wskaźnik uwzględniający wszystkie trzy efekty spadł o 40,7 procent przy użyciu QGSOPC, wobec 40,3 procent dla GSO, co pokazuje, że nowsza metoda daje bardziej zrównoważone i korzystne dla konstrukcji rozwiązanie.

Co te zmiany znaczą w praktyce

Zoptymalizowane siły w linach są zazwyczaj wyższe niż te pierwotnie określone, czasem nawet o 60 procent dla pojedynczych lin, ale wciąż znacznie poniżej ich granic wytrzymałości. Może to wymagać mocniejszych podnośników i starannego planowania podczas budowy, jednak nie wymaga to grubszego przekroju wież ani cięższego pomostu, a kontrole bezpieczeństwa pozostają spełnione. Badanie zauważa również, że wyniki odnoszą się do mostu ukończonego przy własnym ciężarze; długoterminowe efekty, takie jak pełzanie betonu, relaksacja stali, zmiany temperatury i obciążenia ruchu, pozostawiono na przyszłe badania, podobnie jak bezpośrednie porównania z innymi popularnymi metodami poszukiwań, np. algorytmami genetycznymi i rojowymi.

Prostsze mosty dzięki mądrzejszemu strojeniu

Dla osób niebędących specjalistami wniosek jest prosty: komputery potrafią dziś „stroić” mosty wantowe podobnie jak muzyk stroi gitarę — subtelnie korygując naprężenia, aż cały układ zacznie zachowywać się zgodnie z oczekiwaniami. Podejście QGSOPC pomaga inżynierom znaleźć rozkłady sił w linach, które utrzymują wieże w pionie, pomosty w poziomie i lepiej wyrównują naprężenia wewnętrzne, wszystko w ramach realistycznych ograniczeń wykonawczych i bezpieczeństwa. W miarę jak tego typu inteligentna optymalizacja zostanie rozszerzona o czynniki czasowe, temperaturę i ruch, obiecuje bardziej niezawodne, trwalsze mosty‑wartościowe bez zasadniczej zmiany ich wyglądu — jedynie poprzez niewidoczne wyrównanie sił, które je podtrzymują.

Cytowanie: Qin, G., Wang, L., Wu, Z. et al. Application of quick group search optimizer with passive congregation algorithm in cable force optimization of completed bridge of cable-stayed bridge. Sci Rep 16, 12770 (2026). https://doi.org/10.1038/s41598-026-42581-1

Słowa kluczowe: most wantowy, optymalizacja naprężeń lin, inteligencja rojowa, inżynieria strukturalna, analiza elementów skończonych