Bayesowska optymalizacja oparta na uczeniu maszynowym dostrojonych tłumików-inerterów dla poprawy kontroli odpowiedzi sejsmicznej w wysokonapięciowych konstrukcjach na izolacji podstawy

Dlaczego ważne jest, by wysokie budynki pozostały stojące

Nowoczesne miasta coraz bardziej polegają na bardzo wysokich budynkach, które muszą pozostać bezpieczne i użytkowe nawet po silnych trzęsieniach ziemi. Inżynierowie już stosują specjalne łożyska ślizgowe i tłumiki, które pozwalają wieżom kołysać się bez zawalenia, ale systemy te mogą mieć problemy przy pewnych rodzajach silnych, długotrwałych drgań występujących blisko głównych uskoków. W pracy tej badano nowe połączenie urządzeń mechanicznych i optymalizacji w stylu uczenia maszynowego, aby sprawić, że wysokie budynki na izolacji podstawy przetrwają trzęsienia łagodniej — z mniejszym przemieszczeniem i mniejszymi przyspieszeniami na najwyższych kondygnacjach, gdzie ludzie i sprzęt są najbardziej narażeni.

Mądrzejszy sposób na uspokojenie trzęsącego się budynku

Badanie koncentruje się na wysokościowych budynkach osadzonych na systemach izolacji podstawy — elastycznych warstwach odłączających konstrukcję od gruntu. Choć izolacja znacznie redukuje siły, sprawia też, że cały budynek porusza się długim, wolnym kołysaniem. Przy odległych trzęsieniach działa to dobrze, ale przy zdarzeniach blisko uskoku duże impulsy ruchu gruntu wciąż mogą popychać te wysokie, elastyczne systemy do niekomfortownych, a nawet szkodliwych przemieszczeń. Aby pomóc, autorzy wykorzystują urządzenie zwane dostrojonym tłumikiem-inerterem. W przeciwieństwie do tradycyjnego tłumika masy dostrojonej, który opiera się na ciężkim ciężarze, inerter używa sprytnych przekładni i wirujących elementów, aby stworzyć silny efekt bezwładnościowy bez dodawania znacznej masy do budynku. Zamocowany na warstwie izolacyjnej przeciwdziała szybkim zmianom ruchu i pomaga pochłaniać energię sejsmiczną.

Pozwalając algorytmom szukać najlepszych ustawień

Aby w pełni wykorzystać ten tłumik, trzeba dobrze dobrać jego „pokrętła”: jak jest sztywny, jak bardzo tłumi ruch oraz jak silny powinien być jego pozorny efekt masy. Zamiast dostrajać je ręcznie przy użyciu uproszczonych wzorów, autorzy sięgają po optymalizację bayesowską — gałąź uczenia maszynowego zaprojektowaną do poszukiwania dobrych rozwiązań, gdy każdy test jest kosztowny. Budują probabilistyczny model łączący ustawienia tłumika z tym, jak bardzo budynek się przemieszcza pod działaniem trzęsienia. Optymalizator proponuje nowe kombinacje ustawień, koncentrując się na tych obiecujących, ale wciąż niepewnych, i stopniowo zbiega do konfiguracji dającej najmniejsze średnie przemieszczenie boczne, uwzględniając realistyczną zawartość częstotliwościową różnych typów trzęsień.

Testowanie pomysłu na wirtualnych wysokich wieżach

Wykorzystując szczegółowe modele numeryczne, badacze stosują tę metodę do budynków na izolacji podstawy o wysokości 30, 40 i 50 kondygnacji. Poddają te wirtualne wieże trzem rodzinom drgań: ruchom od zdarzeń odległych, ruchom blisko uskoku bez silnych impulsów oraz ruchom blisko uskoku z wyraźnymi długookresowymi impulsami, które są szczególnie niebezpieczne dla wysokich, elastycznych konstrukcji. Dla każdego przypadku algorytm przeszukuje przestrzeń częstotliwości tłumika i poziomów tłumienia dla kilku wartości stosunku pozornej masy. Następnie ocenia, o ile dostrojony tłumik-inerter zmniejsza typowe (średniokwadratowe) przemieszczenia przy podstawie i na wyższych kondygnacjach, jak również szczytowe przyspieszenia dachu, i porównuje wyniki z bardziej znanymi systemami, takimi jak tłumiki masy dostrojonej i warianty z ulepszonym inerterem.

Ile drgań można naprawdę zredukować

Optymalizowane projekty pokazują znaczące korzyści. Dla budynków na izolacji podstawy o 30 i 40 kondygnacjach dostrojony tłumik-inerter zwykle zmniejsza średniokwadratowe przemieszczenie o około 20–25% przy trzęsieniach odległych i przy ruchach blisko uskoku bez impulsów, oraz o około 10–18% przy bardziej nasilonych ruchach typu impulsowego. Szczytowe przyspieszenia na najwyższych kondygnacjach spadają nawet do 22,8%, przewyższając konwencjonalne tłumiki masy dostrojonej i wcześniej badane systemy oparte na inerterach. Wyniki ujawniają też wyraźne trendy: większy pozorny efekt masy w tłumiku poprawia rozpraszanie energii, ale wymaga starannego dostrojenia; struktury izolowane z długimi okresami zyskują najwięcej; a typ ruchu gruntu istotnie wpływa na optymalne ustawienia.

Gdzie to działa najlepiej — i gdzie nie

Badanie konkluduje, że bayesowsko zoptymalizowany dostrojony tłumik-inerter jest praktycznym i efektywnym sposobem zwiększenia odporności na trzęsienia średnio- i wysokościowych (około 30–40 kondygnacji) budynków na izolacji podstawy, dostarczając inżynierom wskazówek opartych na danych, jak dobierać parametry urządzeń dla różnych warunków sejsmicznych. Dla bardzo wysokich wież jednak wyższe postacie drgań stają się ważniejsze i pojedyncze urządzenie przy podstawie nie jest w stanie w pełni kontrolować wszystkich złożonych ruchów. Autorzy zauważają, że ich modele upraszczają budynek, aby uwypuklić dominujący tryb kołysania, oraz traktują inerter jako idealne liniowe urządzenie, więc zachowanie w rzeczywistości będzie nieco bardziej złożone. Mimo to praca pokazuje, jak połączenie zaawansowanego sprzętu mechanicznego z probabilistycznymi narzędziami optymalizacyjnymi może znacząco zmniejszyć drgania w wysokich budynkach, wskazując kierunki przyszłych rozwiązań polegających na rozmieszczeniu takich urządzeń wzdłuż wysokości ultrawysokich konstrukcji.

Cytowanie: 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

Słowa kluczowe: kontrola drgań sejsmicznych, wysokie budynki na izolacji podstawy, dostrojony tłumik-inerter, optymalizacja bayesowska, ruchy gruntu blisko uskoków