دوره 17، شماره 5 - ( 1396 )                   جلد 17 شماره 5 صفحات 180-169 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Ghodrati Amiri G, Rajabi E. Sensitive index of damage in reinforcement concrete frames under seismic sequence using artificial neural networks. MCEJ 2017; 17 (5) :169-180
URL: http://mcej.modares.ac.ir/article-16-6604-fa.html
قدرتی امیری غلامرضا، رجبی الهام. شاخص حساس به خسارت در قابهای بتن آرمه در معرض توالی لرزه ای با استفاده از شبکه عصبی مصنوعی. مهندسی عمران مدرس. 1396; 17 (5) :169-180

URL: http://mcej.modares.ac.ir/article-16-6604-fa.html

شاخص حساس به خسارت در قابهای بتن آرمه در معرض توالی لرزه ای با استفاده از شبکه عصبی مصنوعی
غلامرضا قدرتی امیری* 1، الهام رجبی2
1- تهران، دانشگاه علم و صنعت ، ghodrati@iust.ac.ir
2- دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران
چکیده:   (4904 مشاهده)
در نواحی فعال لرزه ای، زلزله های شدید عموماً توسط مجموعه ای از زمین لرزه ها دنبال میشوند. از آنجاییکه معمولاً فاصله زمانی میان این لرزه های متوالی کوتاه است، به واسطه خسارات تجمعی ناشی از لرزه پیشین احتمال تخریب سازه افزایش پیدا میکند. در این مقاله با طراحی و آموزش شبکه های عصبی ایده آل، تأثیر خصوصیات زلزله اعم از حداکثر شتاب زمین، بزرگا، سرعت موج برشی، حداکثر شتاب مؤثر و ... بر خسارت ناشی از زلزله های منفرد و متوالی مورد بررسی قرار گرفته شده است. در این راستا قابهای بتن آرمه 3، 5، 7، 10، 12 و 15 طبقه براساس استاندارد 2800 ایران در محیط نرم افزاری Opensees طراحی و در برابر سه مجموعه شتابنگاشت منفرد و متوالی که براساس حداکثر شتاب زمین (PGA)، حداکثر سرعت زمین (PGV) و حداکثر شتاب مؤثر (EPA) انتخاب شده اند، تحت تحلیل دینامیکی غیرخطی قرار گرفته اند. در ادامه به منظور آموزش و طراحی شبکه های عصبی مصنوعی، شاخص خسارت Park-Ang (1985) به عنوان مقادیر هدف و ویژگی های زمین لرزه و زمان تناوب سازه به عنوان مقادیر ورودی به شبکه های عصبی انتخاب شده اند. در نهایت با انتخاب تعداد نورون های بهینه شبکه های عصبی ایده آل طراحی می شوند. سپس با انتخاب مقادیر مبنا برای کلیه پارامترهای ورودی و معرفی به شبکه های عصبی ایده آل، حساسیت سنجی صورت پذیرفته است. نتایج حاکی از آن است که میزان خسارت نسبت به تغییرات پارامتر بزرگا و شتاب (به خصوص در حالت منفرد) حساس تر می باشد.
واژه‌های کلیدی: شبکه عصبی مصنوعی، شاخص خسارت، توالی لرزه ای، تحلیل دینامیکی
متن کامل [PDF 871 kb]   (3931 دریافت)    
نوع مقاله: مقاله اصلی | موضوع مقاله: زلزله
دریافت: 1395/3/10 | پذیرش: 1395/12/23 | انتشار: 1396/10/1
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.