دوره 22، شماره 2 - ( 1401 )                   جلد 22 شماره 2 صفحات 300-289 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Saadat Asfeh M, Daneshjoo F. Probabilistic evaluation and development of seismic fragility curves of high-rise structures by presenting a suitable method for selecting the most optimum probability distribution for all performance levels. MCEJ 2022; 22 (2) :289-300
URL: http://mcej.modares.ac.ir/article-16-63047-fa.html
سعادت اصفه محمد، دانشجو فرهاد. توسعه‌ منحنی‌های شکنندگی لرزه‌ای سازه‌های بلندمرتبه و ارائه‌ی روش گزینش بهینه‌ترین تابع توزیع احتمال در سطوح عملکردی متفاوت. مهندسی عمران مدرس. 1401; 22 (2) :289-300

URL: http://mcej.modares.ac.ir/article-16-63047-fa.html


1- دانشجوی کارشناسی ارشد عمران گرایش سازه، دانشگاه تربیت مدرس، تهران
2- استاد گروه سازه، دانشکده مهندسی عمران و محیط زیست، دانشگاه تربیت مدرس، تهران ، danesh_fa@modares.ac.ir
چکیده:   (924 مشاهده)
منحنی‌های شکنندگی ابزاری قدرتمند برای ارزیابی و کنترل خسارت‌های احتمالی سازه‌های موجود و برآورد احتمال فراگذشت از رفتار لرزه‌ای سازه‌ها تحت تأثیر سطوح مختلف زلزله هستند. این منحنی‌ها احتمال خسارت را به‌ صورت تابعی از مشخصه‌ حرکت زمین عرضه می‌کنند. هدف اصلی این مقاله، بررسی روش‌های موجود و ارائه‌ روش مناسب برای تولید منحنی‌های شکنندگی لرزه‌ای تحلیلی و پیشنهاد روابط مناسب احتمال فراگذشت از سطوح عملکردی متفاوت است. برای این منظور، سه ساختمان بلند مرتبه 20، 25 و 30 طبقه با نسبت لاغری بزرگ‌تر از عدد π ، بر اساس استاندارد 2800 و مبحث ششم و دهم مقررات ملی ساختمان ایران طراحی شدند. سپس بعد از استخراج قاب پیرامونی، با استفاده از نرم‌افزار3D  Perform مدل تحلیلی آن‌ها تعریف و درستی‌آزمایی شد. برای ارزیابی تقاضای پاسخ لرزه‌ای قاب‌ها، تحلیل‌های دینامیکی غیرخطی فزاینده (IDA) انجام شد. برای تحلیل‌های IDA، از 22 رکورد توصیه ‌شده در دستورالعمل FEMAP695 و دو زلزله‌ ایران استفاده شد. برای پیدا کردن تابع مناسب احتمال فراگذشت از حالات حدی و استفاده از آن‌ها در تولید منحنی‌های شکنندگی، از نتایج تحلیل‌های IDA و نوزده تابع احتمال مختلف با بهره‌گیری از برنامه‌ی مناسب، استفاده شد. نتایج حاصل‌شده از آزمون‌های نکویی برازش نشان می‌دهد که رتبه‌ توزیع احتمال مورد استفاده‌ پژوهشگران (لوگ نرمال) در رتبه‌بندی بهترین توزیع احتمال برازش شده، در مقابل سایر توابع توزیع احتمال متغیر است و انتخاب توزیع احتمال مناسب در نتیجه‌گیری‌ها و مشخص کردن احتمال فراگذشت سازه از حالت‌‌های حدی مورد نظر تأثیرگذار است. بنابراین در راستای کاهش عدم‌قطعیت مربوط به مدل ریاضی (عدم‌قطعیت شناختی) در قالب یک دیدگاه جامع و بنا بر دقت و هدف لرزه‌ای مورد نیاز، یک روش مناسب برای تولید منحنی‌های شکنندگی با ‌‌‌‌‌‌نام منحنی شکنندگی لرزه‌ای هوشمند (ISFC[1]) ارائه‌ می‌شود. به صورتی که اگر از میان نوزده تابع احتمال مورد بررسی در این مقاله، تنها استفاده از یک توزیع و با هدف مقایسه بین چند گزینه از جمله تصمیم گرفتن درباره‌ی چگونگی‌ مقاوم‌سازی یا مقایسه‌ی عملکرد لرزه‌ای چند سازه با سیستم دوگانه‌ی قاب خمشی ویژه با مهاربند واگرا برای رسم منحنی شکنندگی مدنظر است، به پژوهشگران پیشنهاد می‌شود از توزیع احتمال پیشرفته ""Generalized Extreme Value به علت قابلیت برازش هرچه بهتر نسبت به توزیع "لوگ نرمال" استفاده کنند اما برای سازه‌هایی با کاربری حساس‌تر مانند تصمیم‌گیری برای نیروگاه‌های هسته‌ای و بیمارستان‌ها که از اهمیت بالایی برخوردارند یا با هدف رسیدن به دقیق ترین برازش ممکن برای تصمیم‌گیری در تخمین آسیب پذیری انواع سیستم های سازه‌ای با ارتفاع‌های مختلف، آنگاه توصیه می‌شود برای برآورد احتمال فراگذشت از سطوح عملکردی، قبل از تحلیل شکنندگی با ارزیابی احتمالاتی و بهره بردن از آزمون‌های نکویی برازش روی توابع احتمال مناسب، ابتدا در تمام سطوح عملکردی بهترین توزیع احتمال برازش شده انتخاب شود و سپس آسیب پذیری سازه‌ها توسط منحنی‌های شکنندگی تخمین زده شود.
 
Intelligent Seismic Fragility Curve*نویسنده مسئول                                                                                                              
متن کامل [PDF 2087 kb]   (1213 دریافت)    
موضوع مقاله: زلزله
دریافت: 1401/4/30 | پذیرش: 1401/4/5 | انتشار: 1401/4/5

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.