طراحی جاذب دینامیکی لرزش ساختمان با منابع سیالی
Publish place: 14th Annual Conference of Mechanical Engineering
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 5,038
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME14_323
تاریخ نمایه سازی: 1 فروردین 1386
Abstract:
استفاده از جاذبهای ارتعاشی در ساختمانها برای مقاوم نمودن آنها در برابر ارتعاشات ناشی از زلزله و حتی تحریکات باد، مورد توجّه میباشد. در این مقاله، نوعی از جاذبهای ارتعاشی غیرفعال که در پایدارسازی حرکت کشتیها دارای سابقة طولانی میباشد، Tuned Liquid Column Damper, TLCD، برای کاربرد ساختمانی پیشنهاد و بررسی میشود. ابتدا، اصول طراحی جاذب و مزایای آن نسبت به سایر انواع جاذب بویژه در مقایسه با (Tuned Mass Damper, TMD) ارائه میگردد. در ادامه، طراحی دو نمونة متفاوت از سیستم TLCD ارائه و پس از بررسی تفاوتهای این دو نمونه، در نرم افزار Solid Works مدلسازی و به بررسی تحلیلی یک ساختمان چهار طبقه که جاذب طراحیشدة مزبور بر روی بام آن نصب شدهباشد، میپردازیم و رفتار دینامیکی این مدل را با استفاده از نرمافزار Matlab مورد بررسی قرار میدهیم. در ادامه، به مدلسازی یک ساختمان شش طبقه که جاذب طراحیشدة مزبور بر روی بام آن نصب شدهباشد، با استفاده از نرمافزار Ansys 5.4 میپردازیم. در پایان، نتایج این مدلسازی را نیز با استفاده از نرمافزار مزبور تحلیل مینماییم و پاسخ زمانی شتاب و جابجایی هر یک از طبقات ساختمان را در دوحالت مجهز به جاذب و بدون وجود آن به طور جداگانه مقایسه مینماییم. کلیة نتایج مورد بحث بیانگر تأثیر شگرف جاذب در کاهش دامنة لرزش طبقات در اثر تحریکات قابل ملاحظة لرزش زمین میباشد، که استفاده از جاذب پیشنهادی را خصوصاً با توجه به هزینة اندک سرمایهگذاری برای تجهیز ساختمان به آن توصیه مینماید.
Keywords:
Authors
سیدعلی اکبر موسویان
دانشیار دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی
علی مرادی
دانشجوی مهندسی مکانیک دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه ن
رضا عزیزی
دانشجوی مهندسی مکانیک دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه ن
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 :