نقش احتمال خرابی گره در بهینه سازی سازههای فضاکار بر اساس نظریه قابلیت اعتماد

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,251

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCSS02_051

تاریخ نمایه سازی: 5 مهر 1385

Abstract:

تاکنون تنها از احتمال خرابی اعضاء در بهینه یابی خرپاهابراساس نظریه قابلیت اعتماد استفاده می گردید، اما باتوجه به اهمیت گره ها و اینکه خرابی سازه تنها از محل اعضاء نبوده بلکه از محل گره ها نیز ممکن است به وقوع بپیوندد، نوع دیگری از احتمال خرابی ، به نام احتمال خرابی گره در این تحقیق مورد بررسی قرارگرفته است. منظور از خرابی گره این است که تغییر مکان گره در یک راستا از تغییر مکان مجاز گره در آن راستا تجاوز نماید. بنابراین، درنظرگرفتن این نوع احتمال خرابی، حل مسائل بهینه سازی براساس نظریه قابلیت اعتماد را درتطابق بیشتر با مسائل اجرایی و دقت بالاتر انجام می دهد. چنانچه در آیین نامه نیز کنترل حدی بهره برداری جزء اصلی در تحلیل و طراحی سازه ها می باشد. بدین منظور در این تحقیق، قید احتمال خرابی گره ها علاوه بر قید احتمال خرابی اعضاء در بهینه یابی وزن سازه های خرپایی براساس نظریه قابلیت اعتماد استفاده شده و اثرات آن در بهینه یابی وزن موردتوجه قراگرفته است. در فرآیند بهینه یابی، متغیرهای مختلف احتمال اندیشانه نظیر بارگذاری ،تنش تسلیم و....مورد استفاده قرارگرفته است. البته در مثالهای عددی انجام یافته در این تحقیق فرض شده است که تمامی متغیرهای احتمال اندیشانه از نظر آماری مستقل از یکدیگر بوده و دارای تابع توزیع نرمال باشند. همچنین در این تحقیق، جهت بهینه یابی، از الگوریتم وراثتی اصلاح شده استفاده گردیده است.با توجه به اینکه الگوریتم وراثتی برخلاف روشهای کلاسیک بهینه سازی نیاز به بیان یک رابطه دقیق بین تابع هدف ومتغیرهای مسئله و محاسبه مشتقات تابع هدف ندارد، این الگوریتم بهینه سازی انواع خرپاها را به آسانی فراهم ساخته است. تحقیق اخیر نشان می دهد که با افزایش احتمال خرابی مجاز گره ها وزن بهینه خرپا نیز افزایش می یابد.

Authors

محمدرضا قاسمی

عضو هیات علمی دانشگاه سیستان و بلوچستان ، زاهدان

محمدرضا مستخدمین حسینی

مدرس دانشگاه آزاد اسلامی واحد سمنان

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 :