برآورد میزان آسیب پذیری سازه های بتنی با استفاده از شبکه های عصبی مصنوعی
Publish place: 2nd International Conference on Concrete and Development
Publish Year: 1384
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,692
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICCD02_CD2-019_9125648133
تاریخ نمایه سازی: 29 مهر 1384
Abstract:
پس از وقوع یک زلزله، تصمیم گیری سریع در مورد ایمنی ساختمان، امکان ادامه بهره برداری از یک ساختمان و تعیین موقعیت و میزان خرابی مورد نظر، بسیار مهم و حیاتی می باشد . این امر تاکنون بوسیله بازدید محلی از ساختمان مورد نظر توسط افراد خبره و با تجربه انجام می گرفته که امری پرهزینه، وقت گیر و بسیار حساس بوده و از دقت بالایی برخوردار نمی باشد؛ بعلاوه همواره احتمال وجو د خرابی های وسیع و خطرناک اما غیرقابل رؤیت وجود دارد . هدف از انجام این مطالعه ارائه روشی برای تعیین وضعیت آسیب پذیری سازه های بتنی می باشد . برای این منظور ضمن انتخاب و تحلیل و طراحی تعدادی مدل سازه ای بتن آرمه دو بعدی با تعداد طبقات و دهانه های مختلف و شتا بنگاشت های زلزله ثبت شده بر روی خاک متوسط با سطوح PGA متفاوت، این مدل ها توسط نرم افزار IDARCتحلیل تاریخچه زمانی غیرخطی شده و مجموعه ای از داده ها بر حسب پارامترهایی چون تراز شتاب حرکت زمین، نسبت تعداد طبقات به تعداد دهانه ها و میزان خرابی بدست آمده، ایج اد شده وشبکه های عصبی مورد نیاز برای این مجموعه داده ها تربیت خواهند گردید . برای تعیین میزان خرابی از شاخص خرابی پارک وانگ استفاده شده است. نهایتاً با استفاده از شبکه های عصبی مذکور، وضعیت آسیب پذیری سازه های موجود، بررسی شده است.
Keywords:
Authors
فیاض رحیم زاده رفویی
دانشیار دانشکده مهندسی عمران دانشگاه صنعتی شریف
علی کاوه
استادیار دانشگاه علم و صنعت مشاور مرکز تحقیقات ساختمان و مسکن
فرزاد ماستری فراهانی
کارشتاس ارشد مهندسی زلزله پژوهشکده ساختمان و مسکن
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :