ارائه روش تخمینی به منظور برآورد وزن اسکلت ساختمان های فولادی با قاب خمشی
Publish place: 8th National Congress On Civil Engineering
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,244
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NCCE08_0106
Index date: 27 September 2014
ارائه روش تخمینی به منظور برآورد وزن اسکلت ساختمان های فولادی با قاب خمشی abstract
ساختمان های دارای اسکلت فلزی به طور وسیعی در کشور ساخته و بهره برداری می شوند بدون شک یکی از مهمترین دغدغه ها در روند انتخاب مشخصات سازه ای طراحی و بهینه سازی هزینه های پروژه، تخمین وزن اسکلت در فرآیند آغازین طراحی می باشد برمبنای تخمین اولیه مناسب وزن اسکلت وابسته به مشخصات کلیدی و پایه طرح، طراح می تواند در انتخاب مشخصات سازه ای مناسب و شروع طراحی بر مبنای آن اقدام نماید بدین ترتیب ضمن حفظ منافع مالی کارفرما، از همان ابتدا دید کلی در مورد تناژ فولاد مصرفی به کارفرما داده می شود تا در جهت تامین منابع مالی مناسب اقدام نماید. در تحقیق حاضر بر مبنای روش شبکه عصبی و آموزش آن توسط یک جامعه آماری متنوع شامل ساختمان های متنوع فولادی طراحی شده بر مبنای آیین نامه های ملی، روشی برای برآورد وزن اسکلت وابسته به برخی مشخصات کلی سیستم ارائه شده است پارامترهایی همچون طول دهانه، تعداد طبقات، نوع مقاطع ستون ها و منطقه لرزه خیزی در تابع برآورد وزن تاثیر داده شده است نتایج بدست آمده از روش بکار گرفته شده نشان می دهد که روش پیشنهادی می تواند با دقت خوبی وابسته به مشخصات سازه ای و قبل از شروع فرآیند طراحی وزن اسکلت را به ازای هر مترمربع زیربنا برآورد نماید
ارائه روش تخمینی به منظور برآورد وزن اسکلت ساختمان های فولادی با قاب خمشی Keywords:
ارائه روش تخمینی به منظور برآورد وزن اسکلت ساختمان های فولادی با قاب خمشی authors
سید شاکر هاشمی
استادیار گروه مهندسی عمران دانشگاه خلیج فارس بوشهر
مسعود زارعی
دانشجوی کارشناسی ارشد دانشگاه خلیج فارس بوشهر
عبدالرضا فاضلی
استادیار گروه مهندسی عمران دانشگاه خلیج فارس بوشهر
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 :