منحنی های شکنندگی برای قابهای خمشی فولادی میان مرتبه با درجات متفاوت شکل پذیری
Publish place: 7th Conference of Steel and Structures
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 740
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ISSS07_080
Index date: 1 July 2017
منحنی های شکنندگی برای قابهای خمشی فولادی میان مرتبه با درجات متفاوت شکل پذیری abstract
یکی از راه های براورد آسیب پذیری لرزه ای، استخراج منحنی های شکنندگی است منحنی های شکنندگی احتمال خسارت سازه ای ناشی از زلزله را به صورت تابعی از مشخصه های حرکت زمین و پارامترهای گوناگون طراحی، عرضه می کنند. عموما وقتی شکل پذیری کافی مورد نیاز باشد قابهای خمشی به عنوان سیستم باربر جانبی در طراحی استفاده می شوند. در این مقاله سه نوع سازه ی قاب خمشی فولادی ویژه متوسط و معمولی طراحی و در نظر گرفته شدهاست که همگی شش طبقه و دارای پلانی یکسان بوده و شکل پذیری متفاوتی دارند. برای مقایسه ی رفتار قابها تحلیلهای دینامیکی افزایشی IDA انجام شده که برای این منظور از نرم افزار V6.5 Seimostruct استفاده شدهاست برای انجام تحلیلهای دینامیکی از 7 زوج شتاب نگاشت استفاده شدهاست منحنی های شکنندگی براساس معیار شدت PGA و معیار خسارت بیشینه تغییر مکان نسبی میزان میان طبقه ای برای سه سطح عملکرد CP,LS,IO در هر سه قاب استخراج شدهاست نتایج نشان م یدهند که رفتار قاب خمشی معمولی در مناطق با خطر لرزه ای بالا بسیار نامطلوب است و در سطح عملکرد IO، قابهای خمشی ویژه احتمال فراگذاشت کمتری نسبت به قاب خمشی متوسط نشان می دهند با این حال احتمال فراگذشت از سطح عملکرد در قاب خمشی ویژه به حد کافی کوچک نیست و نیاز به تدوین ضوابط سخت گیرانه تری برای طراحی بناهای ضروری به چشم می خورد.
منحنی های شکنندگی برای قابهای خمشی فولادی میان مرتبه با درجات متفاوت شکل پذیری Keywords:
منحنی های شکنندگی برای قابهای خمشی فولادی میان مرتبه با درجات متفاوت شکل پذیری authors
امیرحسین دانش فرد
فارغ التحصیل کارشناسی ارشد مهندسی زلزله پژوهشکده ساختمان و مسکن
سهیل مجیدزمانی
عضو هیات علمی بخش مهندسی سازه مرکز تحقیقات راه مسکن و شهرسازی
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 :