Проведенное специалистами Университета Осло исследование показало, что инциденты на строительных лесах происходят главным образом из-за человеческих ошибок. На долю этой причины приходится около 75% от общего числа происшествий.
Следовательно, даже высококвалифицированному прорабу может быть сложно контролировать свой персонал. Исследование также показало, что вероятность возникновения инцидентов прямо пропорциональна сложности возводимых конструкций.
Остальные 25% происшествий на строительных лесах, согласно результатам исследования Университета Осло, связаны с внешними условиями, такими как воздействие сильных потоков ветра, землетрясения и другие стихийные бедствия.
Очевидно, что существует необходимость в уменьшении числа подобных несчастных случаев или полном предотвращении их предпосылок. Одним из способов достижения подобного результата является объединение современных технологий мониторинга и автоматизации для создания системы контроля строительных лесов во время строительных работ. Это можно описать термином «умные строительные леса».
Основным физическим инструментом, который необходим для создания «умных строительных лесов», являются датчики силы / деформации. Использование этих датчиков вместе с компьютерным программным обеспечением и алгоритмами машинного обучения позволяет создавать высокоэффективные автоматизированные системы мониторинга.
Что такое строительные леса?
Строительные леса - временная конструкция, используемая для поддержки и перемещения людей, стройматериалов и инструментов в ходе строительства или обслуживания зданий и других крупных сооружений. Их главная цель обеспечить безопасное и эффективное выполнение строительно-монтажных работ на высоте.Строительные леса представляют собой набор конструкций, которые должны быть тщательно спроектированы, изготовлены и протестированы, а также смонтированы для безопасной работы. Тем не менее, работы по проектированию и изготовлению строительных лесов в основном выполняются работниками самих девелоперских компании, которые могут не обладать достаточным опытом в этой области.
Исследования показывают, что отсутствие стабильности и нарушения конструкционной целостности элементов из-за недостаточной прочности материалов являются основными причинами разрушения строительных лесов, когда приложенная или существующая нагрузка увеличивается или иным образом меняется.
Строительные леса, как правило, представляют собой модульные системы цилиндрических труб и прямоугольных полок, изготовленных из таких материалов, как древесина, бамбук, сталь и алюминий. Каждый из этих материалов имеет свои преимущества, но алюминий предпочтительнее и легче, чем остальные. Несущая способность каждого материала может быть рассчитана с использованием стандартных математических уравнений.
Существуют различные стандарты, которым необходимо следовать при создании подобных систем строительных лесов. Например, документ ИСО 4054:1980 "Муфты, цанги и опорные плиты для использования в строительных лесах из стальных труб - Требования и методика испытаний", который подготовили специалисты Международной организацией по стандартизации (International Organization for Standardization; ISO; ИСО).
Конструкция каркаса сборных конструкций основана на стандартных значениях ключевых параметров расстояния между колоннами и высоты каждого этажа. Соответствующая информация приводится в европейском стандарте EN 12811-1-2013 "Оборудование для временных работ - Часть 1: Строительные леса - Требования к эффективности и проектирование".
Существуют также различные математические формулы, которые определяют взаимосвязь между этими параметрами и несущей способностью конструкции. Также следует уделять внимания вспомогательным компонентам строительных лесов, которые способствуют обеспечению надлежащей несущей способности, включая опоры, анкера и ограждения. Сборка любых строительных лесов должна контролироваться экспертами.
Ключевые параметры и сбор данных с помощью датчиков
Создавать умные строительные леса для сбора и анализа данных об их надежности на этапах тестирования и реальной эксплуатации невозможно без датчиков, включая те, которые охватываются стандартом МЭК 60747-14-1:2010 "Приборы полупроводниковые - Часть 14-1: Датчики полупроводниковые - Общая спецификация для датчиков" от Международной электротехнической комиссии (International Electrical Commission; IEC; МЭК).Данные с датчиков необходимы для создания интеллектуальной системы мониторинга. Существует множество типов датчиков, которые можно использовать для мониторинга строительных лесов. Однако оптимальным вариантом являются датчики нагрузки (также известны как тензодатчики или тензометрические датчики).
Тензодатчик способен генерировать электрический сигнал после физического изменения любого из его размерных параметров. Например, длины и площади поперечного сечения. Следовательно, его можно использовать для обнаружения разрушения натяжной проволоки, снятия анкеров, оседания и перемещения плит, а также для определения осевых сил, действующих на колонны, для регистрации угловых смещений и так далее.
Установленные датчики должны передавать собираемые данные удаленно, поэтому имеет смысл применять технологию беспроводной связи, где это возможным. Это устраняет необходимость в ненужных проводных соединениях, которые могут снизить безопасность системы строительных лесов.
Сделать беспроводные датчики автономными можно с помощью батареек или встроенных систем выработки электричества, включая те, что описаны в стандарте МЭК 62830-6:2019 "Полупроводниковые приборы - Полупроводниковые приборы для сбора и генерации энергии - Часть 6: Методы испытаний и оценки для трибоэлектрических устройств для сбора энергии в режиме вертикального контакта".
Анализ данных с датчиков и разработка аналитической модели
Датчики могут вести мониторинг в течение длительного времени, активно собирая информацию о состоянии конструкционных элементов строительных лесов. Это приведет к созданию огромного массива данных, которые можно анализировать для улучшения эксплуатационных процессов и повышения безопасности. Это также позволяет разработать механизм обратной связи в ходе мониторинга, прогнозировать сбои и определить пороговые значения.С учетом современных тенденций в области развития технологий обработки данных исследователи рекомендуют применять некоторые инструменты машинного обучения для анализа, изучения и классификации потока данных, поступающих с датчиков. Упростить создание таких решений призван стандарт ИСО / МЭК 23053 "Основа для систем искусственного интеллекта (ИИ) с использованием машинного обучения (МО)".
Анализируемые данные могут отображаться на графиках в режиме реального времени. Системы мониторинга также можно запрограммировать так, чтобы они включали сигналы тревоги на строительной площадке или на рабочем месте всякий раз, когда происходит инцидент, или до того, как он произойдет.
Системы экстренного оповещения могут быть размещены в стратегически важных местах и активироваться удаленно, получая информацию через беспроводные каналы связи. Источниками аварийных сигналов могут выступать динамики или сигнальные лампы.
