Budapest University of Technology and EconomicsFaculty of Civil Engineering - Since 1782

A falazott ívek és boltozatok különálló szilárd testek olyan együttesének tekinthetők, ahol a testek közötti kapcsolatok lehetnek kötöttek (habarcsosak) vagy szárazak (súrlódásosak, kohézió nélküliek). Ez a PhD-kutatás olyan szerkezetekre irányul, ahol az érintkezések vagy eleve kötőanyag nélküliek, vagy az egykor meglévő kötőanyag már olyan mértékben tönkrement, hogy a húzószilárdság és a kohézió elhanyagolható. Az ilyen ívek és boltozatok tönkremenetele többnyire már nem szilárdsági, hanem inkább stabilitási kérdés.

A PhD-kutatás célja egy új számítási modell kidolgozása az ilyen típusú falazott szerkezetekhez, majd az eddigieknél hatékonyabb kalibrálóeljárás kidolgozása után a modell anyagparamétereinek kalibrálása a szakirodalomban található kísérleti eredmények alapján, végül a modell alkalmazása boltozatok vizsgálatára, beleértve a kutatások során kialakítani kívánt, újfajta elem-alakokat alkalmazó szerkezeket is.

1. feladat: Számítási algoritmus fejlesztése
A szokásos diszkrételemes modellek a falazott szerkezetek mechanikai viselkedését különálló szilárd testek együtteseiként szimulálják. Fő előnyeik a végeselem-módszerrel szemben, hogy képesek felismerni az új érintkezések kialakulását a terhelési folyamatok során, szimulálni az ismétlődő súrlódásos csúszás–tapadás-csúszás ciklusokat, valamint leképezni az érintkezések részleges vagy teljes nyílását, beleértve a záródás–megnyílás-záródás ciklusok lehetőségét is a szerkezetet alkotó szilárd testek között. Fő hátrányuk, hogy számításigényük rendkívül nagy. Mivel a falazott boltozatok terhelése során a blokkok és kapcsolatok rendszerének topológiája alig változik, és az új érintkezések kialakulása a testek között erősen korlátozott, a tervezett kutatás célja egy olyan számítási modell kifejlesztése, amely hatékonyan képes kezelni a csúszás–tapadás–csúszás és nyílás–záródás–nyílás ciklusokat, ugyanakkor elkerüli a szerkezet minden elempárjára szükségtelenül kiterjedő általános érintkezéskeresési számításokat. Ebben a lépésben a kódolási munkát támogatnák modern mesterségesintelligencia-eszközök.

2. feladat: Az anyagtulajdonságok kalibrálása
A számítási modellek anyagjellemző paramétereit valós kísérleti eredmények alapján kell kalibrálni. A témavezető kutatócsoportjának korábbi kutatásai különböző rajintelligencia-alapú módszereket alkalmaztak a kalibrálás elvégzésére. A jelen feladat annak vizsgálata, hogy mennyire alkalmazhatók az új, ígéretes módszerek (pl. Bayes-féle szurrogátmodell), majd lehetőség szerint egy új, még hatékonyabb eljárás kidolgozása a diszkrét modellezés speciális igényeire tervezve.

3. feladat. Új falazóblokk-formák fejlesztése zsaluzás nélkül építhető boltozatokhoz
Mesterséges intelligencia segítségével olyan falazóblokk-formák kialakítása a cél, amelyekből - a blokkok megfelelő cikkcakkos alakjának köszönhetően - teljes boltozatok építhetők zsaluzás nélkül. Az építőelemek optimális méreteit szintén mesterséges intelligencia segítségével kell meghatározni, majd ezeket egy megfelelően kalibrált számítási modellel ellenőrizni. A szükséges anyagi forrás elérhetősége esetén laboratóriumi makettkísérletekkel ellenőrizni kívánjuk az mesterséges intelligencia által javasolt geometriákat; ellenkező esetben virtuális kísérletek igazolják majd a tervezett alakok használhatóságát.

***

Masonry arches and vaults consist of separate solid bodies, with joints between them that can be either bonded (mortared) or dry (frictional, cohesionless). This PhD research targets such structures where the contacts are either dry, or the once-existing binding material has become ruined to such a degree that tensile resistance and cohesion can be neglected. The failure of such arches and vaults is usually not a question of strength, but rather a stability issue.
The aim of the PhD research is to develop a novel calculation model for masonry structures, to calibrate its material parameters according to existing experiments taken from the literature, and then to apply the model for testing arch and vault constructions including those that will be invented.

Task 1. Develop a calculation software
Discrete element models simulate the mechanical behaviour of masonry structures as collections of separate solid bodies. Their main advantages over FEM are their ability to recognize the occurrence of new contacts during loading processes, to simulate repeated frictional slip-stick cycles, and to reflect partial or full opening of contacts with the possibility of closing-opening cycles between the solid bodies forming the structure. Their main disadvantage is that they are computationally very expensive. Since during loading processes of masonry vaults the topology of the blocks-and-joints system hardly changes and the occurrence of new contacts between the blocks is very restricted, the aim of the planned research is to develop a computational model that can capture slip-stick-slip and open-close-open cycles computationally efficiently, but avoids the unnecessary general contact search calculations between a large number of pairs of blocks. In this step, modern AI tools will support the coding work.

Task 2. Calibration of material properties
The material parameters of any calculation model have to be calibrated according to real experimental results. Previous research by the supervisor’s research team applied different swarm intelligence techniques for performing the calibration. The task now is to test the applicability of other recent promising methods (e.g. Bayesian surrogate), and to attempt to develop a novel, possibly even more efficient technique that is to be designed according to the special requirements of discrete modelling (low number of variables, huge evaluation cost of the objective function).

Task 3. Develop new block shapes for vaults to be built without centring
Using artificial intelligence, block shapes are to be found so that, due to the proper zigzag shape of the blocks, complete vaults could be constructed without using centring. The optimal dimensions of the building blocks should also be found with AI, and then checked with the help of a properly calibrated computational model. If financial support becomes available, small-scale models are to be built and tested in laboratory experiments; otherwise, virtual experiments will confirm the utility of the design.