تخمین پاسخ سازه های بتنی با استفاده از هوش مصنوعی

بررسی آسیب های ناشی از زلزله و سایر عوامل ساختمان های پایدار موجود و نیز مطالعه ساختمان ها قبل از وقوع زلزله و یا در زمان وقوع زلزله، برای برآورد پاسخ آن ها و پیش بینی نقاط آسیب پذیر احتمالی، ازمباحث مهم مقاوم سازی سازه هاست. مقاوم سازی سازه ها یکی از راهکارهای جلوگیری از صدمات و خطرات احتمالی بعدی است. ترک در اعضاء بتنی می تواند باعث ایجاد معایب و کاهش عمر مفید آنگردد. هنگامی که ترک در سازهای ایجاد می شود خواص دینامیکی سازه نظیر فرکانسهای طبیعی و شکل مودی ممان در تیر و ستون و جابجایی ها در راستای (X , Y)، برش پایه، ضریب اطمینان واژگونی و. . . . آن تغییر می کند. به طور کلی با افزایش طول ترک و یا تغیرات ضرایب ترک خوردگی، سختی سازه کاهش می یابد و در نتیجه تغیراتی در مود، فرکانس، ممان، جابجایی و. . . . . صورت می گیرد. در صورتی که در طراحی و آنالیز، ترک موجود در اعضای بتن در نظر گرفته نشود ممکن است پدیده تشدید یا رزونانس ایجاد شده و در نتیجه کاربری سازه را نسبت به حالت بدون ترک مختل و کاهش دهد. جهتجلوگیری از پدیده تشدید در اینگونه از سازه ها باید آنها را به شیوه مناسب مقاوم سازی نمود و با روش های و طراحی های متعدد و متفاوت به نتایج مورد نطر و دلخواه جهت تقویت سازه برسیم. که در اینتحقیق جهت انجام این کار با یک روش عددی جهت محاسبه مود، فرکانس، ممان، جابجایی، برش پایه و ضریب اطمینان واژگونی اعضای بتنی ترکدار با کم کردن مدت زمان محاسبات و طراحی ها بیان شدهاست. همانطور که مهندسان می دانند جهت به دست آوردن نتایج مورد نیاز در یک سازه ساختمانی بایستی تا آخرین مرحله طراحی پیش برویم و بعد از آنالیز سازه نتایج را به دست آوریم که با استفاده از این روشعددی و نوشتن یک شبکه عصبی با کمترین خطا می توان با کم کردن محاسبات و طراحی ها و جلوگیری از اتلاف وقت و زمان و هزینه ها به نتایج مورد نیاز خودمان برسیم (البته بر اساس اطلاعات ورودی بهشبکه)، که با این روش کمک بسیار بزرگی و روش جدیدی را در علم عمران پایه گذاری می شود.

Keywords:

سازه های بتنی , شبکه عصبی , ترک خوردگی