به فرمان آوری قاب های دو بعدی با شبکه ی عصبی سازگارشونده

یکی از دغدغه های همیشگی مهندسان عمران، کم کردن پاسخ های سازه در برابر بارهای پویای ناشی از زمین لرزه، برای جلوگیری از فاجعه های انسانی یا زیان های اقتصادی سنگین بوده است. دانشمندان در دو دهه ی پیشین، پژوهش های فراوانی در این باره انجام داده اند. نگره های کنترل پیشرفته به طور گسترده و موفقیت آمیز در سامانه های مهندسی برق اجرا گردیده اند. در این سال ها، پژوهش های فراوانی درباره ی کاربرد این روش ها در مهندسی عمران، انجام شده است. در این پژوهش ها، بسیاری از ابزارها و فرآیندهای کنترلی برای کاهش پاسخ های پویای سازه به کار رفته استکمینه کردن پاسخ سازه در برابر نوسان زمین با بهره جویی از دو محرک، هدف این مقاله است. رابطه ی میان نیروی کنترلی محرک ها را نویسندگان به گونه ای بر قرار می کنند که نیروی وارد در مد یکم سازه صفر گردد. سپس، برای کمینه کردن پاسخ ها از فن بهینه سازی ارثی بهره جویی خواهد شد. ساختار کنترلی که در این مقاله به کار می رود، از گونه ی حلقه ی بسته است. همچنین، از شبکه ی عصبی سازگار شونده برای پیش بینی شتاب زمین بهره جویی می گردد. نویسندگان، شبکه ی عصبی را بر می گزینند که با تغییر در شمار نرون های لایه ها در هنگام زمین لرزه توانایی سازگاری با تغییر شتاب زمین را دارا باشد. برای افزایش سرعت همگرایی شبکه ی عصبی، وزن های گام پیشین برای آغاز آموزش در گام بعد به کار می روند. تجربه های عددی گسترده بر روی زمین لرزه ها و نیز سازه های فراوان، نشان می دهد که روش پیشنهادی بسیار موثر است. با افزایش بلندی سازه، شتاب در برخی طبقه ها افزایش می یابد ولی هم چنان این فن توانایی زیادی در کاهش تغییرمکان های نسبی سازه دارد. به سخن دیگر، کاستی فن پیشنهادی در این پژوهش را می توان در به فرمان آوری رفتار سازه های بلند دانست. بنابراین، گستره ی کاربرد این روش، کنترل رفتار سازه های کوتاه و میان مرتبه است.

Keywords:

Active control , Genetic Algorithm , Perception neural network , Open loop , Control , Earthquake