В России создана цифровая модель, прогнозирующая деформацию мостов с точностью 95%

Создание цифровой модели

В России создана цифровая модель для прогноза деформации уязвимых частей моста, сообщили в пресс-службе Министерства науки и высшего образования (Минобрнауки) России. Самым слабым местом конструкции назвали опорные части с полимерными вставками.

Специалисты Пермского национального исследовательского политехнического университета (ПНИПУ) в апреле 2026 г. построили цифровую модель, способную предсказывать деформацию наиболее уязвимых частей мостов т.е. «мостовых суставов», содержащих полимерные материалы.

«Мосты в России работают в экстремальных условиях: перепады температур, вибрация и растущие нагрузки. Слабое место конструкции — опорные части с полимерными вставками, которые работают как «мостовые суставы». Именно они чаще всего выходят из строя. Одним из перспективных решений для таких узлов является сверхвысокомолекулярный полиэтилен. Ученые ПНИПУ создали математическую модель, которая с точностью до 95% впервые позволяет прогнозировать износ этого полимера с учетом реальных климатических условий и сложного характера деформирования», — отметили в пресс-службе Минобрнауки.

Исследование было поддержано Минобрнауки России в рамках федерального проекта передовых инженерных школ.

Слабое звено

Полимерные вставки широко применяются в мостовой архитектуре, поскольку позволяют мостовым пролетам эффективно гасить вибрацию и обеспечивать необходимую подвижность под нагрузкой.

Традиционно в качестве такого материала преимущественно использовался тефлон. Однако в апреле 2026 г. наиболее современным и перспективным решением считается высокомолекулярный полиэтилен (СВМПЭ). Вместе с тем полимерные материалы и изготовленные из них детали подвержены наиболее интенсивному износу по сравнению с другими конструкционными элементами мостовых сооружений.

Это обстоятельство требует особого внимания к вопросам мониторинга состояния, своевременной замены и повышения долговечности полимерных компонентов в мостостроении.

Ремонт моста

«Суть разработки заключается в создании цифрового двойника антифрикционной прослойки «мостового сустава». Для этого мы провели комплекс экспериментов. Образцы сверхвысокомолекулярного полиэтилена испытывали в диапазоне температур от -40? до +80?. Их сжимали с разной скоростью — от медленной до быстрой, при разных температурах, воздействовали циклической нагрузкой при охлаждении образцов от максимальной до минимальной температуры, анализируя, как материал реагирует на комплексное тепловое и силовое воздействие», — отметила доцент кафедры вычислительной математики, механики и биомеханики ПНИПУ Анна Каменских.

На основе полученных данных научная группа разработала цифровую модель материала, учитывающую его упругие, вязкие и пластические свойства. Для проверки точности модели ее результаты были сопоставлены с экспериментальными данными, полученными при многоэтапном нагружении образцов. При этом использовались данные, которые не применялись при построении модели. Расхождение между расчетными и экспериментальными значениями составило менее 5%. Это свидетельствует о том, что разработанная модель способна прогнозировать поведение пластика в новых условиях с точностью более 95%. Полученный результат подтверждает высокую достоверность и прогностический потенциал созданной цифровой модели.

Разработанную цифровую модель применили к сферической опорной части железнодорожного моста — узлу, соединяющему пролетное строение с опорой. Именно эти элементы мостовых сооружений подвергаются наиболее интенсивным эксплуатационным нагрузкам, включая многократные проходы железнодорожных составов и экстремальные перепады температур. Расчеты показали, что наиболее уязвимым участком является зона, где полимерная прослойка выступает над нижней стальной плитой, служащей опорой для материала. Согласно результатам моделирования, после 2 тыс. проходов поездов пластические деформации в этой зоне достигают 9%. Это свидетельствует о том, что материал уже претерпел необратимые структурные изменения, однако разрушение пока не произошло. Полученные данные позволяют своевременно выявить критическое состояние узла и назначить необходимые ремонтные работы до наступления отказа конструкции.