مطالعه رفتار فروریزش سازه های مخروطی چند سلولی و بهینه سازی آن‌ها با استفاده از شبکه عصبی مصنوعی

Authors

Abstract:

در تحقیق حاضر، رفتار لهیدگی سازه‌های مخروطی چند سلولی تحت بارگذاری دینامیکی محوری بررسی شده است. این سازه‌ها مخروطی از دو جداره داخلی و بیرونی تشکیل شده‌ است که توسط چند صفحه تقویتی به همدیگر متصل شده‌‌اند. سازه‌های مذکور در پنج نوع سطح مقطع مربعی، شش‌ ضلعی، هشت ‌ضلعی، ده ضلعی و دایروی مورد بررسی قرار گرفته‌اند. قبل از انجام شبیه‌سازی‌های عددی رفتار لهیدگی سازه‌های مذکور با استفاده از نرم‌افزار ال‌اس-داینا، نتایج عددی با نتایج آزمایش‌های تجربی صحت‌سنجی شدند. پس از حصول اطمینان از درستی مدل اجزاء محدود ایجاد شده، شاخص‌های جذب انرژی ویژه (SEA) و بیشینه نیروی لهیدگی )‌ (F‌maxبرای همه سازه‌ها جهت پیدا کردن بهترین سازه از نقطه نظر عملکرد جذب انرژی محاسبه شدند. در ادامه با استفاده از روش شبکه‌ عصبی مصنوعی و الگوریتم ژنتیک، مقادیر بهینه ابعاد سازه‌های مذکور (شامل زاویه مخروط (Ө) و نسبت اندازه جداره داخلی به اندازه جداره بیرونی (S)) به دست آورده شدند. سپس از میان سازه‌های بهینه شده، بهترین سازه به کمک روش تصمیم‌گیری چند معیاره تاپسیس انتخاب گردید. نتایج نشان داد که سازه مخروطی دایروی دارای بهترین عملکرد با پارامترهای طراحی°94/3‌‌‌ θ=و 578/0‌‌‌ S=‌بوده و بنابراین به عنوان بهترین جاذب انرژی معرفی گردیده است. در پایان اثر تورفتگی قسمت داخلی سازه (جداره داخلی و تقویتی) بررسی شد و نتایج نشان داد که تورفتگی جداره داخلی نتیجه‌ مناسب‌تری دارد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

شناسایی خسارت در سازه با استفاده از پردازش سیگنال و شبکه های عصبی مصنوعی

در طول دو دهه اخیر بحث شناسایی خرابی و پایش سلامت سازه ها با هدف کاهش هزینه نگهداری و بهبود ایمنی و قابلیت اطمینان سازه مورد توجه قرار گرفته است. پس از وقوع زلزله با توجه به وضعیت بحرانی موجود و تعداد زیاد سازه های بلند مرتبه امکان مراجعه حضوری به تک تک سازه ها وجود ندارد. این موضوع اهمیت توسعه روش هایی که بتوانند تنها با استفاده از سیگنال های پاسخ ثبت شده در مدت زمان زلزله، خسارت ایجاد شده در ...

full text

تحلیل و بهینه سازی چند هدفه سازه های گسسته با استفاده از روش سیستم ایمنی مصنوعی اصلاح شده

امروزه سازه های خرپایی یکی از سازه های مهم بشر محسوب می شود که برای ساخت انواع پل ها، هواپیماها وسازه های هوایی ، ساختمان ها ، کشتی ها و بسیاری از سازه های دیگر مورد استفاده قرارمی گیرند پیشرفت چشم گیر بهینه سازی سازه ها باعث شده تا این سازه ها روز به روز با مقاومت بیشتر و هزینه ساخت و مواد اولیه کمتر آماده شوند. در این تحقیق قصد داریم دو معیار بهینه سازی را به طور هم زمان در نظر بگیریم.  برای ...

full text

مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی

شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...

full text

بهینه سازی حذف رنگزای آنیونی روی نانوکامپوزیت مغناطیسی کربن فعال با استفاده از شبکه های عصبی مصنوعی -Fe3O4

زمینه و هدف: پساب های حاوی رنگزاها که از صنایع مختلف تولید می شوند، اثرات و پیامدهای مخربی بر محیط زیست میگذارند. از این رو، ارائهی مدلهای ریاضی تحلیلی و عددی که قادر به شبیه سازی فرایند حذف رنگ از پسابهای صنعتی باشند، از اهمیت بسیاری برخوردار است. کربن فعال به روش هم رسوبی سنتز و ساختار -Fe3O مواد و روشها: در این پژوهش، ابتدا نانوکامپوزیت مغناطیسی 4 شناسایی شد. کارآیی جاذب VSM و ،SEM ،XRD ...

full text

در نظر گرفتن اثرات عدم قطعیتهای مدلسازی بر منحنی شکنندگی فروریزش با استفاده از شبکه های عصبی مصنوعی

چکیده: منحنی شکنندگی فروریزش نشان دهنده احتمال فراتر رفتن حالت حدی فروریزش در سازه هایی که تحت اثر رکوردهای زمین لرزه قرار میگیرند، است. منابع عدم قطعیت دانش اثرات قابل توجهی بر منحنی شکنندگی فروریزش دارند. در این مقاله، اثرات عدم قطعیتهای دانش ناشی از تغییرات موجود در پارامترهای مدل ممان چرخش اصلاح شده ایبارا-کراوینکلر در سازه های فولادی با استفاده از روش شبیه سازی مونت کارلو بر اساس شبکه های ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 2

pages  111- 127

publication date 2017-06-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023