دوره 22، شماره 6 - ( 1401 )                   جلد 22 شماره 6 صفحات 64-49 | برگشت به فهرست نسخه ها


XML English Abstract Print


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

Shafaei Zadeh A, Jafarian-Moghaddam A, Gharighoran A. Calibration of the Dynamic Model of the Concrete Bridge Railway by Genetic Programing Algorithm. MCEJ 2022; 22 (6) :49-64
URL: http://mcej.modares.ac.ir/article-16-55760-fa.html
شفائی زاده امین، جعفریان مقدم احمد رضا، قاری قرآن علیرضا. دقت‌بخشی مدل دینامیکی پل‌ بتنی راه‌آهن توسط الگوریتم برنامه‌نویسی ژنتیک. مهندسی عمران مدرس. 1401; 22 (6) :49-64

URL: http://mcej.modares.ac.ir/article-16-55760-fa.html


1- دانشکده عمران و حمل‌ونقل، دانشگاه اصفهان، اصفهان، ایران.
2- دانشکده عمران و حمل‌ونقل، دانشگاه اصفهان، اصفهان، ایران. ، ar.jafarian@trn.ui.ac.ir
چکیده:   (1297 مشاهده)
از جمله راهکارهای موثر در بهبود ظرفیت خطوط ریلی، افزایش در مولفه­های ترافیکی از جمله ارتقای سرعت و بارمحوری است، که این امر، شدت اثرات دینامیکی در سازه را به دنبال خواهد داشت. بنابراین کنترل آثار دینامیکی ناشی از بارهای وارد به سازه در سلامت و ایمنی سازه­ها بسیار با اهمیت است. بررسی رفتار دینامیکی سازه­ها توسط تحلیل عددی از طریق مدل­سازی و آزمایشگاهی صورت می‌گیرد. با اینحال، در سازه­های پیچیده، نتایج حاصل از داده­های تحلیل عددی دارای اختلاف نسبت به داده­های آزمایش میدانی است. استفاده از الگوریتم­های محاسبات هوشمند[1] از مهمترین روش­های متداول به منظور کاهش خطای مدل عددی می‌باشد. در نتیجه، پژوهش حاضر سعی دارد با از استفاده الگوریتم برنامه‌نویسی ژنتیک[2] (GP)، اختلاف نتایج دینامیکی حاصل از داده­های مدل عددی و میدانی پل دو خطه راه­آهن آریور بارسا در مسیر مادرید-سویا و تحت بار ترافیکی پرسرعت را به حداقل برساند. الگوریتم پیشنهادی GP قادر است که روابط ریاضی مناسب و ضرائب اصلاحی را معرفی نماید تا بتوان نتایج به دست آمده را برای سازه­های مشابه نیز تعمیم داد. پل مورد مطالعه در نرم­افزار SAP2000 مدلسازی و نتایج به دست آمده با استفاده از GP، دقت­بخشی شد. نتایج نشان داد که الگوریتم پیشنهادی، مقادیر به دست آمده از تحلیل مودال و نیز تاریخچه زمانی را با دقت بیش­تری نسبت به مدل اولیه، ارائه می­کند. اجرای الگوریتم منجر به کاهش خطا در تحلیلهای مودال تا %88/1 برای مود سوم سازه‌ای، کاهش %31/20 برای مقادیر شتاب و کاهش %68/2 برای تغییر مکان قسمتی از عرشه سازه شد.
 
[1] Intelligent Computing Algorithm
[2] Genetic Programing (GP)
 
متن کامل [PDF 492 kb]   (533 دریافت)    
نوع مقاله: پژوهشی اصیل (کامل) | موضوع مقاله: مهندسی عمران و سازه
دریافت: 1400/6/29 | پذیرش: 1401/4/29 | انتشار: 1401/7/10

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.