تقييم التحديث الزلزالي ومنحه الأولوية آلياً لمحافظ المباني

يواجه ملاك المباني ذوو المحافظ الكبيرة في المناطق الزلزالية تحدياً مرعباً في التخطيط الرأسمالي: أي المباني تحتاج إلى تحديثات زلزالية، وبأي إلحاح، وبأي ترتيب؟ جامعة، أو نظام مستشفيات، أو وكالة حكومية، قد يكون لها عشرات أو مئات المباني بأعمار وأنواع بناء ومستويات إشغال متفاوتة، لكل منها خصائص هشاشة زلزالية مختلفة.

تقييم كل مبنى فردياً بتقييم إنشائي كامل مكلف بدرجة محظورة. لكن عدم فعل شيء غير مقبول نظراً لمخاطر السلامة على الحياة والمخاطر المالية. وتُوفّر أدوات التقييم بالذكاء الاصطناعي مساراً وسطاً: فحصاً سريعاً يُحدّد المباني الأعلى أولوية للتقييم التفصيلي والاستثمار في التحديث.

تحدي فحص المحفظة

تعتمد الهشاشة الزلزالية على عوامل عديدة: النظام الإنشائي للمبنى، وعمره (الذي يرتبط بكود الزلازل الذي صُمّم تحته)، وظروف تربته، وتشكيله (الشذوذات تزيد الهشاشة)، وارتفاعه، وجودة بنائه. وتقييم كل هذه العوامل لكل مبنى في محفظة يستلزم خبرة هندسة إنشائية مكلفة ومستهلكة للوقت تطبيقها على نطاق واسع.

يستخدم فحص المحفظة التقليدي معطيات بسيطة كعمر المبنى ونوع البناء لتصنيف المخاطر. مباني البناء بالحجر غير المُسلَّح المبنية قبل أكواد الزلازل الحديثة عالية المخاطر بداهةً. لكن وراء هذه الحالات البديهية، تُصبح ترتيب الأولويات أكثر دقةً. مبنى إطار خرساني من السبعينيات قد يكون أكثر هشاشة أو أقل بحسب تشكيله وتفاصيله وظروف تربته بعينها.

كيف يُقيّم الذكاء الاصطناعي الهشاشة

يجمع التقييم الزلزالي بالذكاء الاصطناعي بين بيانات المبنى (العمر، نوع البناء، الحجم، الارتفاع، التشكيل) وبيانات مخاطر الزلازل الخاصة بالموقع (احتمالات حركة الأرض، عوامل تضخيم التربة، قرب الصدع) لإنتاج درجة هشاشة لكل مبنى. ويُدرَّب النموذج على نتائج تقييمات زلزالية تفصيلية، فيتعلّم العلاقات بين خصائص المباني ونتائج الهشاشة الفعلية.

يستطيع الذكاء الاصطناعي تحليل خرائط المبنى وبيانات التفتيش لتحديد الشذوذات الإنشائية التي تزيد الهشاشة: الطوابق الرخوة (حيث يكون طابق أضعف ملحوظاً من الطوابق فوقه)، والشذوذات الالتوائية (حيث يكون مركز الكتلة ومركز الصلابة غير متحاذيين)، والوصلات غير الكافية بين العناصر الإنشائية.

منح الأولوية المرتكز على المخاطر

الهشاشة وحدها لا تُحدّد الأولوية. مبنى هش قليل الإشغال يطرح مخاطر أقل من مبنى متوسط الهشاشة يشغله 500 شخص. ومنح الأولوية بالذكاء الاصطناعي يأخذ بالحسبان احتمال الضرر الإنشائي والعواقب: عدد الشاغلين، ونوع الإشغال (المستشفيات والمدارس تستحق أولوية أعلى من المستودعات)، والقيمة الاقتصادية للمبنى ومحتوياته، وحرج وظيفة المبنى لعمليات المالك.

يأخذ منح الأولوية بالحسبان أيضاً كفاءة تكلفة خيارات التحديث. بعض المباني يمكن تقويتها جوهرياً باستثمارات متواضعة نسبياً، فيما تستلزم أخرى تحديثاً واسعاً بحيث يكون الاستبدال أكثر كفاءة من حيث التكلفة. يُقدّر الذكاء الاصطناعي تكاليف التحديث على مستوى الفحص ويُرتّب المباني بنسبة تقليل المخاطر إلى الاستثمار، فيُساعد المالكين على الحصول على أكبر تحسين سلامة لكل دولار يُنفَق.

تحليل استراتيجية التحديث

للمباني عالية الأولوية، يستطيع الذكاء الاصطناعي تقييم استراتيجيات تحديث متعددة ومقارنة تكاليفها وتعطيلها للعمليات الجارية ومستوى الأداء المُحقَّق. قد تشمل الخيارات إضافة تدعيم فولاذي، أو تركيب مخمدات تكميلية، أو تقوية الأساسات، أو إضافة جدران إنشائية. ولكل خيار خصائص تكلفة وجدول زمني وتعطيل مختلفة، ويُقيّمها الذكاء الاصطناعي إزاء الاحتياجات الإنشائية للمبنى بعينه.

يأخذ التحليل بالحسبان أيضاً ما إذا كان نهج تحديث على مراحل ممكناً، فيُتيح توزيع العمل عبر دورات ميزانية متعددة مع تحقيق تقليل مخاطر ذي معنى في المدى القريب.

تستطيع شركات ملاك المباني والبناء العاملة في برامج التحديث الزلزالي استكشاف كيف تُوفّر أدوات تقييم المخاطر بالذكاء الاصطناعي للبناء فحص هشاشة على مستوى المحفظة ومنح أولوية للتحديث.

أفق التخطيط

التحديث الزلزالي تمرين تخطيط رأسمالي طويل الأمد. ويُوفّر تحليل الذكاء الاصطناعي خارطة طريق تطبيق متعددة السنوات تُرحّل عمل التحديث عبر المحفظة بناءً على الأولوية، وتوافر الميزانية، وعمليات الوصول إلى المباني والتعطيل التشغيلي. تمنح هذه الخارطة ملاك المباني خطة عقلانية قابلة للدفاع عنها لمعالجة مخاطرهم الزلزالية بدلاً من النهج المرتجل الذي تتبعه كثير من المؤسسات.