古砖石结构建筑是我国古建筑文化遗产的重要组成部分，我国的许多古建筑物例如石塔、拱桥、院墙等古建筑物，均是由砖石结构砌筑而成。对于如何预测古建筑的寿命，国内外学者们经过长期的探索和实践，在理论方法方面取得了丰硕的成果。从国内外大量文献来看，对于古建筑寿命预估主要集中在对于木构古建筑的预测，但是关于砖石结构的剩余寿命预测是少之又少，古建筑砖石结构的研究主要集中在保护与加固等方面，现有的寿命预测方法以动态预测方法为主[1]。
1光岳楼结构特点
光岳楼结构上由楼基和4层主楼组成，其总高度33米，台高9米，楼高24米，底座边长35.16米，占地1232平方米。主要构造是具有传统形式的木质结构，四面由飞檐斗拱组成，外侧设有围廊。楼基由砖石砌筑而成，四个方向设有半圆拱门，高台中心是交叉的十字形拱。光岳楼的建筑形式不仅保存了宋元时期的建筑风格，又与和它同时建造的明初古建筑有较多相似之处。结构上承袭了唐宋时期的传统建筑的建造规则，它是由宋元时期向明清时期过渡的代表性建筑，是我国现存的明代时期的最古老最高的一座楼宇[2]。
2古建筑砖石结构残破现状分析———以光岳楼为例
光岳楼历经沧桑，虽然历年以来均有修缮，但是仍有砖石砌筑的部位年久失修，自然因素以及人为因素导致损坏严重，造成了严重的安全隐患。通过对光岳楼实地调研，整理得光岳楼典型的残破现状见表1。
2.1院墙的残破现状主要表现为墙体表面出现风化酥碱与裂缝鼓起现象，光岳楼部分墙体后经过使用石灰砂浆抹面维护，由于风化、湿度等自然因素的影响导致石灰砂浆仍出现鼓起开裂现象，严重部位甚至出现了石灰砂浆脱落的现象。
2.2院内卡子墙经维护后保存较完好，但在卡子墙顶部出现裂缝，由于雨水作用，特别是酸雨，裸露在外面的墙体受腐蚀，并且雨后卡子墙所处环境潮湿，水汽通过裂缝进入卡子墙内部，对砖石材料造成了一定的腐蚀，导致墙顶部出现了不同程度的墙体剥落现象，严重影响墙体承载能力。
2.3位于木构柱下方的支撑结构的柱顶石出现严重开裂，部分柱顶石裂缝宽度为5mm，并且由于柱顶石外侧无保护层，砖石裸露在外面，由于年代久远且未能及时修缮。加上人为因素的损伤破坏，使得柱顶石出现多处裂缝，甚至部分出现石块脱落的现象。
2.4光岳楼室内墙体损坏较轻处出现灰缝脱落，风化酥碱现象，主要原因是在于砖石墙体自身材料性能的缺陷，经岁月的洗刷都会出现损坏。严重部位的墙体出现墙体通缝，已经无法保证其墙体的使用功能，虽经后期人工的修护，目前仍能继续使用。残破现象如图1所示。
3砖石结构寿命预测方法
3.1砖石结构寿命预测的主要方法-动态预测法
砖石结构的剩余寿命预估应该和寿命终结标准以及砖石结构构件的损伤速度相关联。对于砖石构件，测定其损伤速度是进行寿命预估的关键一步，但是损伤速度的预估方法必须考虑时间因素的影响。在文献[1]中主要介绍砖石结构的动态预测法，对于预测构件的损伤速度原理做出了说明，在某一时间T时，对砖石构件进行寿命的单一因素的状态检测，结果记为η1,再经过时间t后，再使用与前一检测方法检测该因素的状态，记为η2，则得出该因素的损伤速度为：式中：η1：单一因素状态下寿命检测结果;η2：经过时间t后该因素状态下的寿命检测结果;VS：该因素状态下的损伤速度。再根据目前对寿命终结的标准，记为ηγ,因此，得到砖石结构的剩余寿命。式中：ηγ：寿命终结标准结果;Y：砖石结果剩余寿命。
3.2古建筑的其他寿命预估方法
3.2.1人工智能算法。近几年，随着人工智能的兴起，人工智能已经应用到许多研究中。王井利[3]在研究中结合人工蜂群的算法的全局寻优能力以及Elman神经网络的非线性拟合能力，建立了对古建筑的寿命预估的模型。在此研究中，根据某历史古建筑的构建作为测试数据，对该古建筑物的实际检测，建筑物的各个构件都有不同程度的损坏。然后经过测试计算得到古建筑物的剩余寿命。张广斌[4]则以徽派古建筑为研究对象，在研究中针对基本的Elman神经网络存在着训练速度慢，容易陷入局部极小值的特点，对基本的Elman神经网络进行了改进，优化了学习速度，并且改进后的神经网络能在全局范围内寻找最优解，此方法最后结果表明能够准确地拟合训练值并且能够进行有效的预估，能够得到较好的应用。
3.2.2非线性偏最小二乘法。在对古建筑寿命预估时，会存在观测数据缺失的情况，并且影响古建筑的因素繁多，主要有自然原因下的物理因素、化学因素，并且自然原因影响古建筑的过程错综复杂，自然原因下的因素间也可能存在非线性相关。基于这几种原因，路杨[5]给出一种基于数据缺失估计的PLSS古建筑寿命预估的方法，以解决更加完整的抽取观测数据的观测信息，并且将其方法应用在古建筑寿命预估中。文献中指出其预测过程：首先，将现有的观测数据缺失部分经过算法完成缺失的观测数据，再经过样条转换将非线性问题转换为拟线性问题，最后将研究通过仿真与实验分析得出的结果证明其方法的有效性，可以应用在古建筑寿命预估的研究中。
3.2.3改进的BP神经网络。科学的进行预估古建筑的寿命，通过建立BP神经网络模型具有一定的可行性，但是标准的BP神经网络模型具有训练速度慢，全局能力低的问题。路杨[6]在文献中对标准的BP神经网络进行了改进，并且将此方法应用到古建筑的寿命预估中。通过对神经网络模型的设计，确定神经网络的参数以及训练神经网络，得出BP神经网络的方法，最后通过仿真实验证明此方法对古建筑的寿命预估是行之有效的，并且改进后的模型误差小、精度大，相比于传统的神经网络可以更有效地应用在古建筑的寿命预估中。
4古建筑砖石结构的保护措施
4.1砖石结构加固技术
由于地震作用的影响，古建筑物都会出现不同程度的损坏，导致墙体开裂以及剥落的现象。对于出现剥落的墙体可以进行补砌，使用水泥砂浆进行填充或者采用钢筋网加水泥砂浆维护，在砖石结构物表面进行整体加固，保证砖石墙体的安全性能。对于后期修缮的砖石墙体出现损坏可以进行墙体的加厚，提高提结构的强度和刚度。此外，如古城墙上的城楼或者鼓楼均存在高台基，高台基是我国古建筑文化遗产的重要组成部分，加强高台基的抗震可以减少地震作用对古建筑的影响与损坏。
4.2构件替换
古建筑物易受物理因素如环境温度、湿度以及日照强度的影响所发生损坏，还有一些生物因素如菌类、苔藓等微生物附着在墙体或者地面表面，对其产生腐蚀或者破坏。这些因素在长期作用下，会使古建筑物某些易损构件产生不可逆转的损坏，对这种已损坏并且不可修复的古建筑砖石结构的构件进行替换，在替换过程中应遵循不改变原状的原则，合理选择替换的材料，达到对古建筑物修缮的目的。
4.3基础托换技术
为了解决由于地基承载力不足导致古建筑出现的倾覆问题以及新建建筑物对旧建筑物的影响，运用基础托换技术[7]进行古建筑基础的加固。对于古建筑的基础已经出现裂缝和基础底面积不足，导致古建筑的地基承载力不足或者变形过大时，可采取对古建筑进行基础加宽达到满足原基础的底面积地基承载力的要求。
4.4数字化保护技术
[8]。随着近年来计算机技术的发展，国内外许多科研人员致力于对古建筑数字化技术的研究。该技术摒弃了传统技术手段狭隘的问题，也不需要使用仪器进行测绘发现损坏部位。通过数字化进行模拟，完善古建筑物的整体三维坐标信息，在数字化模型上展现出损伤的构件，然后再通过三维建模软件对原有古建筑按照原比例进行模型重建，得出原有构件的部位以及材料性能，为后期进行修缮提供了可靠的依据。该技术也使得现代数字化技术与传统文化的有机结合，既保证了对古建筑物的修缮，又能遵循保持古建筑原状的修缮原则。
5结论
砖石结构作为古建筑结构中不可或缺的部分，是人类历史文明中的重要组成部分。现存的古建筑砖石结构经历了岁月变迁、历史变更，均出现了不同程度的损伤破坏，通过对光岳楼残破现状的研究分析发现，由于砖石结构自重大，材料易受自然因素与人为因素的影响，出现墙体风化酥碱、脱落等问题。因此，通过对古建筑砖石结构损伤监测的研究，总结出结构剩余寿命预估准确合理的方法，以达到对古建筑砖石结构防护的意义。
参考文献
[1]方东平,张剑.砌体结构剩余使用寿命预测[J].建筑技术,2002(12):896-897.
[2]姜继兴.江北水城的珍珠———山东聊城光岳楼[J].中国工程咨询,2012(10):94-95.
[3]王井利,王丙达.基于人工智能算法的木构古建筑寿命预测模型应用研究[J].通讯世界,2019,26(02):214-215.
作者：郭庆龙 赵庆双
浅析古建筑砖石结构寿命预估及保护相关推荐中国古建筑中糯米灰浆的应用研究
