محمد پاپی - دانشجوی کارشناسی ارشد سازه، دانشکده فنی، دانشگاه ولیعصر (عج) رفسنجان
احسان خجسته فر - استادیار گروه عمران، دانشکده فنی، دانشگاه ولیعصر (عج) رفسنجان

منحنی شکنندگی برای یک حالت حدی نشان دهنده احتمال فراگذشت میزانی از آسیب در سازه تحت زلزله ای با شدت مشخص است. در این مقاله با استفاده از شبکه عصبی مصنوعی منحنی شکنندگی فروریزش در سازه فولادیخمشی با در نظر گرفتن اثرات تغییرات موجود در پارامترهای مدل ممان – چرخش اصلاح شده ایبارا –کراوینکلر پیش بینی شده است. آموزش شبکه مورد نظر با استفاده از دادههای ورودی منتج از تعداد محدودی شبیهسازی متغیرهایمدلسازی بر مبنای توزیعهای احتمالی آنها و مقادیر خروجی میانگین و انحراف استاندارد منحنیهای شکنندگی فروریزش خواهد بود. دو شبکه دولایه با استفاده از دادههای به دست آمده از تحلیل دینامیکی افزایشی، آموزش و صحت سنجیشدهاند و سپس منحنی شکنندگی فروریزش با استفاده از دادههای ورودی همخانواده و البته متفاوت از دادههای آموزش برمبنای شبکه آموزش دیده تخمین زده میشود. رویکرد حاضر جهت دستیابی به تقریب منحنی آسیب در فرآیندهایی مانند بهینهسازی سازهها تحت بار زلزله یا قابلیت اعتماد لرزه ای سازه ها جهت کاهش تلاش محاسباتی و با دقت بسیار بالا و قابل قبول در امور حیطه مهندسی سازه و زلزله به کار گماشته شود.

تحلیل آسیبپذیری لرزهای، سازههای قاب خمشی فولادی، شبکه عصبی، تحلیل دینامیکی افزایشی