Budynki znajdujące się na terenach górniczych poddawane są różnego typu oddziaływaniom, które mogą niekorzystnie wpływać na stan techniczny tych obiektów. Przeważnie prowadzi to do powstawania nowych lub wzrostu zakresu istniejących uszkodzeń. W Polsce działalność wydobywcza prowadzona jest m.in. na terenie górniczym Lubelskiego Zagłębia Węglowego (LZW). W ostatnich latach budynki na tym terenie poddano szczegółowej inwentaryzacji architektoniczno-budowlanej oraz oceniono ich stan techniczny. Uzyskane w ten sposób informacje wykorzystano do utworzenia bazy danych o 413 murowanych budynkach mieszkalnych, która stanowiła podstawę do badań.
Celem pracy była analiza wpływu ciągłych deformacji powierzchni terenu na stan techniczny budynków. Badania przeprowadzono z wykorzystaniem metod eksploracji danych oraz uczenia maszynowego (ML – machine learning). Wstępne oceny polegały na analizie zależności statystycznej między wskaźnikami oddziaływań górniczych a wskaźnikami charakteryzującymi stan techniczny. Stwierdzono, że w przypadku budynków nieremontowanych i niezabezpieczonych obserwuje się silniejszą zależność niż w budynkach remontowanych i/lub zabezpieczonych. Dodatkowo ustalono, że korelacja ze wskaźnikiem intensywności uszkodzeń wu jest silniejsza niż w przypadku zużycia technicznego sz.
Przeprowadzone w dalszej części badania można podzielić na dwa etapy. Badania przeprowadzone na etapie pierwszym dotyczyły budynków nieremontowanych i niezabezpieczonych. Wykorzystując model liniowej regresji wielorakiej, oceniono wpływ oddziaływań górniczych na intensywność uszkodzeń obiektów. Następnie utworzono i przeanalizowano modele do prognozowania kategorii wskaźnika intensywności uszkodzeń wu w zależności od parametrów technicznych budynku oraz poziomych odkształceń terenu. Stwierdzono, że spośród utworzonych modeli optymalny do prognozowania kategorii wskaźnika intensywności uszkodzeń wu jest klasyfikator SVM. Wybrany model poddano dalszym analizom, które potwierdziły poprawność jego działania.
- Contents
-
Streszczenie 7
Summary 9
1. Wprowadzenie 11
2. Cel, tezy i zakres pracy 13
3. Stan techniczny budynków 16
3.1. Wprowadzenie 16
3.2. Zużycie techniczne budynków 17
3.3. Intensywność uszkodzeń budynków 20
4. Oddziaływania górnicze na zabudowę powierzchni 24
4.1. Wprowadzenie 24
4.2. Deformacje powierzchni terenu 25
4.3. Wstrząsy górnicze 28
4.4. Oddziaływania górnicze na terenie LZW 29
4.4.1. Charakterystyka wydobycia i ciągłych deformacji powierzchni terenu 29
4.4.2. Wstrząsy górnicze 31
5. Baza danych o badanej zabudowie 34
5.1. Lokalizacja badanych budynków 34
5.2. Struktura bazy danych 35
5.3. Charakterystyka techniczna analizowanej zabudowy 36
5.4. Stan techniczny budynków 41
5.4.1. Zużycie techniczne badanej zabudowy 41
5.4.2. Intensywność uszkodzeń badanej zabudowy 44
5.5. Deformacje ciągłe terenu górniczego 46
6. Badania wpływu ciągłych deformacji terenu górniczego na uszkodzenia budynków 49
6.1. Metodyka badań 49
6.1.1. Analiza korelacji i regresji prostej 49
6.1.2. Analiza skupień K-średnich 51
6.1.3. Regresja wieloraka 52
6.1.4. Drzewa decyzyjne C&RT 52
6.1.5. Metoda wektorów podpierających SVM 55
6.2. Badania zależności między wskaźnikami deformacji terenu górniczego a wskaźnikami stanu technicznego budynków 57
6.2.1. Badania zależności w grupach wydzielonych ze względu na ingerencje budowlane 58
6.2.2. Badania zależności z uwzględnieniem rozwiązań technicznych budynków 60
6.2.3. Badania zależności z uwzględnieniem wskaźników uszkodzeń poszczególnych elementów budynku 63
6.3. Ocena wpływu ciągłych deformacji terenu górniczego i zastosowanych rozwiązań technicznych na uszkodzenia budynków 64
6.3.1. Przygotowanie danych do analiz 64
6.3.2. Ocena wpływu ciągłych deformacji terenu górniczego oraz parametrów technicznych na intensywność uszkodzeń budynków niezabezpieczonych i nieremontowanych 68
6.4. Ocena możliwości wykorzystania zebranych danych do przewidywania stopnia intensywności uszkodzeń budynków 70
6.4.1. Analiza z wykorzystaniem modelu MLR 72
6.4.2. Klasyfikacja z wykorzystaniem drzew decyzyjnych C&RT 73
6.4.3. Klasyfikacja z wykorzystaniem metody wektorów podpierających SVM 78
6.4.4. Porównanie i ocena utworzonych modeli 79
6.4.5. Przykład zastosowania modelu SVM do predykcji wskaźnika intensywności uszkodzeń budynków wu w warunkach ciągłych deformacji terenu górniczego 81
7. Badania efektywności remontów i zabezpieczeń profilaktycznych budynków 84
7.1. Wybór modelu do porównań 84
7.2. Ocena efektywności remontów budynków 86
7.3. Ocena efektywności zabezpieczeń profilaktycznych budynków 87
7.4. Ustalenie czasu kompensacji kosztów wykonania zabezpieczeń profilaktycznych 89
8. Podsumowanie i wnioski 96
Literatura 101
