Методы оценки и прогнозирования гониометрического состояния объекта контроля
В настоящее время долгосрочное и краткосрочное прогнозирование гониометрических вариаций в сфере инклинометрии зданий и сооружений строится на основе применения расчетных механических моделей напряженно- деформируемого состояния с учетом положений теории консолидации и основ механики грунтов.
Следовательно, прогнозирование кренов зданий и сооружений, осадки фундаментов, а также возникновения чрезвычайных ситуаций носит статический характер. Основным недостатком является отсутствие учета в прогнозных напряженно-деформируемых моделях динамических параметров отклонения осей здания от вертикали. Применяемый аппарат прогнозирования осадок сооружений относится к фактографическому, в частности, к статистическому методу, при этом прогнозы находятся методом прогнозной экстраполяции [46].Существующие динамические модели функционируют на основе алгоритмов прогнозной экстраполяции, что позволяет гибко реагировать на
вводимые ограничения, связанные с условиями функционирования инженерного сооружения. В них прогнозная экстраполяция осуществляется не только на основе предположения о сохранении тренда гониометрических вариаций, но также с учетом условий и ограничений развития объекта прогнозирования, которые определяются его фактической и логической сущностью, гипотезами о динамике изучаемых процессов. Тем не менее, случаи повсеместного возникновения аварийных ситуаций при кренах сооружений и осадке фундаментов говорят о том, что здания функционируют на основе расчетной проектной документации без учета прогнозных моделей и актуализации данных о изменении уровня техногенной нагрузки на грунтовое основание. Либо применяемые методы прогнозирования обладают низкой эффективностью обнаружения начальных фаз деструктивных процессов.
Прогнозирование движений человека является перспективным направлением не только в робототехнике, но и в восстановительной медицине. Задачей прогнозирования в данном случае выступает определение типа движения по начальным значениям вектора гониометрических изменений. Функция классификатора динамических моделей заключается в определении на основании вектора гониометрических данных вида движения, которое совершает объект контроля в данный момент времени. По сути, классификатор динамических моделей решает задачу распознавания временных рядов. Достигнуты частные результаты при применении нейросетевого подхода на основе вариаций стохастической рекуррентной машины Больцмана и др. Однако в области медицинской диагностики подходы к решению данной задачи с высокой степенью адекватности только начинают развиваться.
1.3