Integrace MKP, umělé inteligence, monitoringu a digitálních dvojčat pro spolehlivý návrh ocelových konstrukcí za požáru

Navrhovaný doktorský projekt připraví model založený na spolehlivosti pro numerický návrh a posuzování tenkostěnných ocelových konstrukcí, který integruje pokročilé modelování metodou konečných prvků (MKP), digitální dvojčata, strojové učení a analýzu požární odolnosti. Ačkoli geometricky a materiálově nelineární analýza s imperfekcemi (GMNIA) umožňuje realistické simulace chování konstrukcí, její citlivost na modelovací předpoklady omezuje její přímé využití v inženýrském rozhodování, zejména při zvýšených teplotách.

Výzkum bude založen na konceptu návrhově konzistentního digitálního dvojčete, v němž jsou numerické modely průběžně aktualizovány na základě dat ze strukturálního monitoringu a experimentů, a to v souladu s požadavky Eurokódů. Studie se zaměří na svařované a šroubované spoje tenkostěnných ocelových prvků s důrazem na jejich termo-mechanické chování za požáru.

Bude aplikován kombinovaný numericko-experimentální přístup. Experimenty budou navrženy, realizovány a vyhodnoceny za účelem validace MKP simulací a podpory vývoje náhradních (surrogate) modelů založených na umělé inteligenci pro efektivní a spolehlivou predikci. Bayesovské aktualizační metody umožní průběžné zpřesňování modelů.

Výstupem budou validované modely, databáze a pracovní postup digitálního dvojčete podporující bezpečný, efektivní a požárně odolný návrh konstrukcí.