Разработка систем передвижных участков строительного водоотлива и водопонижения для трубопроводов, тоннелей и метрополитенов

Введение. Строительство подземных объектов в виде трубопроводов, тоннелей и метрополитенов в слабопроницаемых водонасыщенных грунтах, обладающих подвижностью, трудоёмко, дорогостояще и опасно. Системы строительного водопонижения удаляют значительную часть воды из таких грунтов, превращая их в устойчивые породы, пригодные для эффективного проведения земляных работ. Разра­ботка систем передвижных участков водоотлива и строительного водопонижения для трубопроводов, тоннелей и метрополитенов может быть произведена с использованием методологии теории филь­трации воды и воздуха в городском строительстве, метода компьютерного моделирования фильтра­ции флюидов и производства работ с помощью электронных таблиц, с привлечением новых технологий искусственного интеллекта и обучения машин.

Методы и материалы. Рабочей гипотезой статьи является идея создания комплексного подхода для эффективного решения проблемы подтопления подземными водами в период строительства линейных строительных объектов, подземных трубопроводов, тоннелей и метрополитенов в слабопроницаемых водонасыщенных грунтах. Методы теории фильтрации, применённые в работе, подразделяются на аналитические и численные. Аналитическим операторным методом решены задачи нестационарной фильтрации подземных вод к системам строительного водопонижения. Моделирование с помощью элек­тронных таблиц относится к нескольким процессам рассматриваемого строительного производства. Методом конечных разностей в электронных таблицах решаются фильтрационные модели водопони­зительных систем, которые не поддаются аналитическому решению. Кроме того, новой особенностью является применение электронных таблиц для моделирования организации и технологии строительно­го водоотлива и водопонижения. Рассмотрена возможность применения самообучающихся рекурсивных компьютерных программ.

Обсуждение. Обзор отечественных и зарубежных авторов показал, что прямых публикаций по теме статьи нет. Имеются лишь отдельные вопросы, близкие к тематике представленной работы, свя­занные со строительством подземных трубопроводов, тоннелей и метрополитенов. При этом про­анализированы особенности осушения слабопроницаемых водонасыщенных грунтов, обладающих под­вижностью. Предложены к рассмотрению в качестве примера мобильные передвижные участки систем строительного водоотлива и водопонижения, скорость монтажа и демонтажа которых соизмерима со скоростью передвижения разработки траншеи при открытом способе работ или проходческого щита при закрытом способе работ, например, для перегонного тоннеля метрополитена.

Заключение. Таким образом, разработку систем передвижных участков строительного водоотлива и водопонижения для подземных трубопроводов, тоннелей и метрополитенов предложено производить новым комплексным подходом с использованием методологии теории фильтрации воды и воздуха в го­родском строительстве, методов компьютерного моделирования фильтрации флюидов и производ­ства работ с помощью электронных таблиц, с привлечением новых технологий искусственного интел­лекта и обучения машин.

1. Hai-Min Lyu, Shui-Long Shen, Yong-Xia Wu, An-Nan Zhou . Calculation of groundwater head distribution with a close barrier during excavation dewatering in confined aquifer // Geoscience Frontiers. 2021; 12 (2): 791-803. https://doi.org/10.1016/j.gsf.2020.08.002

2. Shousha M.A., Basha A.M., El-enany M.A., Moghazy H.M.. Effect of using grouted vertical barrier on seepage characteristics under small hydraulic structures // Alexandria Engineering Journal. 2020; 59 (1): 441-455. https://doi.org/10.1016/j.aej.2020.01.013

3. Siacara A.T., Napa-García G.F., Beck A.T., Futai M.M. Reliability analysis of earth dams using direct coupling // Journal of Rock Mechanics and Geotechnical Engineering. 2020; 12 (2): 366-380. https://doi.org/10.1016/j.jrmge.2019.07.012

4. El-Molla D.A, El-Molla M.A. Reducing the conveyance losses in trapezoidal canals using compacted earth lining // Ain Shams Engineering Journal. 2021; 12(3): P. 2453-2463. https://doi.org/10.1016/j.asej.2021.01.018

5. Barkhordari S., Shahdany S.M.H. A systematic approach for estimating water losses in irrigation canals // Water Science and Engineering. 2022; 15(2): 161-169. https://doi.org/10.1016/j.wse.2022.02.004

6. Mansour M.A., Aly M.M. A simulationoptimization approach for optimal design of dewatering systems in unconfined strata // Alexandria Engineering Journal. 2020; 59(2): 839-850. https://doi.org/10.1016/j.aej.2020.02.029

7. Chang H., Ross A.R. Climate Change, Urbanization, and Water Resources. Portland: Springer, 2024. 198 p. https://doi.org/10.1007/978-3-031-49631-8

8. Kumareswaran K., Jayasinghe G.Y. Green Infrastructure and Urban Climate Resilience. Switzerland: Springer, 2023. 410 p. https://doi.org/10.1007/978-3-031-37081-6

9. Paolini R., Santamouris M. Urban Climate Change and Heat Islands. Amsterdam, Cambridge, Oxford: Elsevier, 2023. 353 p. https://doi.org/10.1016/C2018-0-04618-6

10. Pathak B., Dubey R.S. Climate Change and Urban Environment Sustainability. Singapore: Springer, 2023. 330 p. https://doi.org/10.1007/978-981-19-7618-6

11. Sharifi A., Khavarian-Garmsir A.R. Urban Climate, Adaptation and Mitigation. Amsterdam, Cambridge, Oxford : Elsevier, 2023. 378 p. https://doi.org/10.1016/C2020-0-01553-7

12. Giannini L.M., Younsi S., Burchini B., Deiana R., Cassiani G., Ciampi P. Integrating geophysical methods, InSAR, and field observations to address geological hazards and buried archaeological features in urban landscapes // Journal of Applied Geophysics. 2025; 238. P. 105726. https://doi.org/10.1016/j.jappgeo.2025.105726

13. Martinez S., Vellei M., Rendu M., Brangeon B., Griffon C., Bozonnet E. A methodology to bridge urban shade guidelines with climate metrics // Sustainable Cities and Society. 2025; 124. P. 106322. https://doi.org/10.1016/j.scs.2025.106322

14. Shen P., Li Y., Gao X., Chen S., Cui X., Zhang Y., Zheng X., Tang H., Wang M. Climate adaptability of building passive strategies to changing future urban climate // Nexus Review. 2025; 2. I. 2. P. 100061. https://doi.org/10.1016/j.ynexs.2025.100061

15. Shen P., Li Y., Gao X., Zheng Y., Huang P., Lu A., Gu W., Chen S. Recent progress in building energy retrofit analysis under changing future climate //Applied Energy. 2025; 383. P. 125441. https://doi.org/10.1016/j.apenergy.2025.125441

16. Shen P., Wang M., Liu J., Ji Y. Hourly air temperature projection in future urban area by coupling climate change and urban heat island effect // Energy and Buildings. 2023; 279. P. 112676. https://doi.org/10.1016/j.enbuild.2022.112676

17. Liu S., Wang Y., Liu X., Yang L., Zhang Y., He J. How does future climatic uncertainty affect multiobjective building energy retrofit decisions? Evidence from residential buildings in subtropical Hong Kong // Sustainable Cities and Society. 2023; 92. P. 104482. https://doi.org/10.1016/j.scs.2023.104482

18. Fernandes M., Coutinho B., Rodrigues E. The impact of climate change on an office building in Portugal: Measures for a higher energy performance // Journal of Cleaner Production. 2024; 445. P. 141255. https://doi.org/10.1016/j.jclepro.2024.141255

19. Abdeen A., Mushtaha E., Hussien A., Ghenai C., Maksoud A., Belpoliti V. Simulation-based multiobjective genetic optimization for promoting energy efficiency and thermal comfort in existing buildings of hot climate // Results in Engineering. 2024; 21. P. 101815. https://doi.org/10.1016/j.rineng.2024.101815

20. Li J., Zhai Z., Li H., Ding Y., Chen S. Climate change’s effects on the amount of energy used for cooling in hot, humid office buildings and the solutions // Journal of Cleaner Production. 2024; 442. P. 140967. https://doi.org/10.1016/j.jclepro.2024.140967

21. Tomrukcu G., Ashrafian T. Climate-resilient building energy efficiency retrofit: Evaluating climate change impacts on residential buildings // Energy and Buildings. 2024; 316. P. 114315. https://doi.org/10.1016/j.enbuild.2024.114315

22. Shen P. Building retrofit optimization considering future climate and decision-making under various mindsets // Journal of Building Engineering. 2024; 96. P. 110422. https://doi.org/10.1016/j.jobe.2024.110422

23. Caron C., Lauret P., Bastide A. Machine Learning to speed up Computational Fluid Dynamics engineering simulations for built environments: A review // Building and Environment. 2025; 267. P. 112229. https://doi.org/10.1016/j.buildenv.2024.112229

24. Вандер П.Д. Python для сложных задач: наука о данных. Санкт-Петербург: Питер, 2025. 592 с.

25. Куликова И.В. Нейросети на Python. Основы ИИ и машинного обучения. Наука и техника. Санкт-Петербург, 2025. 304 с.

26. Сологаев В.И. Фильтрационные расчёты и компьютерное моделирование при защите от подтопления в городском строительстве: монография. Омск: СибАДИ, 2002. 416 с.

27. Mohsen Saroughi, Ehsan Mirzania, Mohammed Achite, Okan Mert Katipo, Nadhir AlAnsari, Dinesh Kumar Vishwakarma, Il-Moon Chung, Maha Awjan Alreshidi, Krishna Kumar Yadav. Evaluate effect of 126 pre-processing methods on various artificial intelligence models accuracy versus normal mode to predict groundwater level // Heliyon. 2024,10. P. e29006. https://doi.org/10.1016/j.heliyon.2024.e29006