Predictive Modeling Methods for Estimating the Residual Strength of Wooden Structures Based on Experimental Data

封面

如何引用文章

全文:

详细

Estimating the load-bearing capacity and predicting the residual strength of existing structures is one of the most difficult tasks. Such prediction is usually performed on the basis of experimental destructive testing of samples. A methodology for predicting the residual strength of wooden structures is proposed, based on the results of experimental studies to determine the short-term resistance of pure wood. Wooden rafter systems of residential buildings built in the 1950s and early 1960s in Vladimir were chosen as objects of research. Interpolation and extrapolation methods were used to build a predictive model of the residual life of a structure. Detailed calculations are given, which clearly show the possibility of using these methods. It is determined that the autoregression method (Burg method) shows good predictive results, correlating with experimental data from other studies and theoretical assumptions. Forecasting the remaining life of a structure is a key factor in ensuring the reliability and safety of buildings, as well as reducing future operating costs.

作者简介

Sergey Abrakhin

Vladimir State University named after Alexander and Nikolay Stoletovs

Email: abrahin_s@vlsu.ru
ORCID iD: 0009-0002-8589-4826
SPIN 代码: 2121-2007

Candidate of Technical Sciences, Associate Professor of the Department of Building Structures, Institute of Аrchitecture, Civil Engineering and Energy

87 Gorky St, Vladimir, 600000, Russian Federation

Anastasiya Lukina

Moscow State University of Civil Engineering (National Research University)

编辑信件的主要联系方式.
Email: pismo.33@yandex.ru
ORCID iD: 0000-0001-6065-678X
SPIN 代码: 8745-0004

Candidate of Technical Sciences, Associate Professor of the Department of Architectural and Construction Design and Environmental Physics, Institute of Architecture and Urban Planning

26 Yaroslavskoye highway, Moscow, 129337, Russian Federation

Mikhail Lisyatnikov

Vladimir State University named after Alexander and Nikolay Stoletovs

Email: mlisyatnikov@mail.ru
ORCID iD: 0000-0002-5262-6609
SPIN 代码: 4089-7216

Candidate of Technical Sciences, Associate Professor of the Department of Building Structures, Institute of Аrchitecture, Civil Engineering and Energy

87 Gorky St, Vladimir, 600000, Russian Federation

Danila Chibrikin

Vladimir State University named after Alexander and Nikolay Stoletovs

Email: dachibrikin@outlook.com
ORCID iD: 0000-0001-9278-4559
SPIN 代码: 1809-6997

Candidate of Technical Sciences, Associate Professor of the Department of Building Structures, Institute of Аrchitecture, Civil Engineering and Energy

87 Gorky St, Vladimir, 600000, Russian Federation

参考

  1. Repin V.A., Lukina A.V., Strekalkin A.A. Parameterization of Maxwell - Cremona diagram for determining forces in elements of a scissors truss. Structural Mechanics of Engineering Constructions and Buildings. 2024;20(2):97-108. http://doi.org/10.22363/1815-5235-2024-20-2-97-108 EDN: KZTKLX
  2. Gribanov A.S., Roshchina S.I., Popova M.V., Sergeev M.S. Laminar polymer composites for wooden structures. Magazine of Civil Engineering. 2018;7(83):3-11. http://doi.org/10.18720/MCE.83.1 EDN: ZDIKJN
  3. Jašek M., Stejskalová K., Fojtík R., Ingeli R. Analysis of the service life of wooden bridge structures using structural protection. Case Studies in Construction Materials. 2025;22:e04453. http://doi.org/10.1016/J.CSCM.2025.E04453
  4. Yadav S., Purchase D. Biodeterioration of cultural heritage monuments: A review of their deterioration mechanisms and conservation. International Biodeterioration & Biodegradation. 2025;201:106066. http://doi.org/10.1016/J.IBIOD.2025. 106066
  5. Qiao Ze.H., Jiang Sh.F., Tang W.J., Li Ni.L. Dual-indicator prediction model for the safety of Chinese ancient wooden structures subjected to bioerosion. Journal of Building Engineering. 2021;43:102868. http://doi.org/10.1016/J.JOBE.2021.102868 EDN: XLWCSO
  6. Mackiewicz M., Zimiński K., Pawłowicz J.A., Knyziak P. Evaluation of the historic wooden structure condition based on the results of non-destructive tests. Engineering Failure Analysis. 2024;159:108116. http://doi.org/10.1016/J.ENGFAILANAL.2024.108116 EDN: GQTVZV
  7. Andersen C.E., Hoxha E., Rasmussen F.N., Sorensen C.G., Birgisdottir H. Temporal considerations in life cycle assessments of wooden buildings: Implications for design incentives. Journal of Cleaner Production. 2024;445:141260. http://doi.org/10.1016/J.JCLEPRO.2024.141260 EDN: DPSBPV
  8. Califano A., Leijonhufvud G., Bichlmair S., Kilian R., Wessberg M., Sepe R., Lamanna G., Bertolin C. Cumulative climate-induced fatigue damage in wooden painted surfaces: The case of wooden churches in Sweden. Journal of Cultural Heritage. 2024;67:313-325. http://doi.org/10.1016/J.CULHER.2024.03.017 EDN: QRXCCF
  9. Silva A., de Brito J. Service life of building envelopes: A critical literature review. Journal of Building Engineering. 2021;44:102646. http://doi.org/10.1016/J.JOBE.2021.102646 EDN: GPEQBG
  10. Shirmohammadi M., Leggate W., Redman A. Effects of moisture ingress and egress on the performance and service life of mass timber products in buildings: a review. Construction and Building Materials. 2021;(290):123176. http://doi.org/10.1016/J.CONBUILDMAT.2021.123176 EDN: JOSSIT
  11. Wang Q., Wang Z., Feng X., Zhao Y., Li Z. Mechanical properties and probabilistic models of wood and engineered wood products: A review of green construction materials. Case Studies in Construction Materials. 2024:(21): e03796. http://doi.org/10.1016/J.CSCM.2024.E03796 EDN: GGNEVS
  12. Gomon S., Homon S., Pavluk A., Matviiuk O., Sasiuk Z., Puhach Y., Svyrydiuk O. Hypotheses and prerequisites for modelling the stress-strain state of wooden element normal cross-section using the deformation calculation method. Procedia Structural Integrity. 2024;(59):559-565. http://doi.org/10.1016/J.PROSTR.2024.04.079 EDN: JCSSOQ
  13. Lisyatnikov M., Lukina A., Lukin M., Roschina S. Experimental study of a wooden girder truss with composite chords. Architecture and Engineering. 2024;9(2):47-56. http://doi.org/10.23968/2500-0055-2024-9-2-47-56 EDN: IFJAHS
  14. Roshchina S.I., Lukina A.V., Narmania B.E., Lisyatnikov M.S., Lukin M.V. Life cycle study of buildings wooden coverings in the textile industry. Izvestiya Vysshikh Uchebnykh Zavedenii, Seriya Teknologiya Tekstil’noi Promyshlennosti. 2024;(4):201-208. (In Russ.) http://doi.org/10.47367/0021-3497_2024_4_201 EDN: LZQWBR
  15. Chernykh A.G., Korolkov D.I., Danilov E.V., Kazakevich T.N., Koval P.S. Estimation of the residual resource of wooden structuresby the amount of physical wear. Housing Construction. 2022;(4):66-72. (In Russ.) http://doi.org/10.31659/ 0044-4472-2022-4-66-71 EDN: OFDSHE
  16. Roschina S.I., Lukina A.V., Sergeev M.S., Vlasov A.V., Gribanov A.S. Restoration of wooden constructions by impregnation of polymer composition on the example of industrial buildings of light and textile industry. Izvestiya Vysshikh Uchebnykh Zavedenii, Seriya Teknologiya Tekstil’noi Promyshlennosti. 2016;(5):76-80. (In Russ.) EDN: XHYJRT
  17. Lam D.H., Cuong L.N., Van Manh P., Van Minh N. On the conditioning of the Newton formula for Lagrange interpolation. Journal of Mathematical Analysis and Applications. 2022;(1):125473. http://doi.org/10.1016/J.JMAA.2021.125473
  18. Kalitkin N.N. Numerical methods: textbook. stipend. 2nd ed., revised. St. Petersburg: BHV Petersburg publ.; 2011. (In Russ.)
  19. Zoteev V.E., Makarov R.Y. Numerical method of determining creep model parameters within the first two stages of creep. Vestnik of Samara University. Aerospace and Mechanical Engineering. 2017;16(2):145-156. (In Russ.) http://doi.org/10.18287/2541-7533-2017-16-2-145-156 EDN: ZAETOH
  20. Chernykh A., Korolkov D., Nizhegorodtsev D., Kazakevich T., Mamedov S. Estimating the residual operating life of wooden structures in high humidity conditions. Architecture and Engineering. 2020;5(1):10-19. http://doi.org/10.23968/2500-0055-2020-5-1-10-19 EDN: LYBAZC
  21. Ivanov Yu.M., Slavik Yu.Y. Assessment of long-term bending strength of wood based on the results of short-term tests. Bulletin of Higher Educational Institutions. 1981;(2):66-70. (In Russ.) https://lesnoizhurnal.ru/apxiv/1981/%E2%84%962-1981.pdf
  22. Belyankin F.P. Long-term resistance of a tree. Moscow, Leningrad : ONTI Publ.; 1934. (In Russ.) Available from: https://djvu.online/file/ElrD5VAqf2tv1 (accessed: 15.02.2025).
  23. Sindhu T.N., Atangana A., Riaz M.B., Abushal T.A. Bivariate entropy-transformed Weibull distribution for modelling bivariate system-simulated data from a computer series: Mathematical features and applied results. Alexandria Engineering Journal. 2025;117:593-608. http://doi.org/10.1016/j.aej.2024.12.107
  24. Roshchina S.I. Theoretical studies of reinforced wooden structures taking into account long-term force effects. Industrial and Civil Engineering. 2008;(1):48-49. (In Russ.) EDN: IJBHCR
  25. Sheshukova N.V. Rheological behavior of wood under permanently acting load. Bulletin of the St. Petersburg Forest Engineering Academy. 2008:(184):180-185. (In Russ.) EDN: MVLVIL
  26. Hung K.-C., Wu T.-L., Chen Y.-L., Wu J.-H. Assessing the effect of wood acetylation on mechanical properties and extended creep behavior of wood/recycled-polypropylene composites. Construction and Building Materials. 2016;108:139-145. http://doi.org/10.1016/j.conbuildmat.2016.01.039
  27. Nikitina T.A. Technological lifespan of coniferous retrowood in the elements of wooden structures. dis.. Candidate of Technical Sciences. 2021. (In Russ.) EDN: RQLTBR

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».