کنترل خسارت سازه ها در برابر زلزله به روش ژنتیک - عصبی

در این پژوهش از، کنترل خسارت سازه ها در برابر زلزله به صورت نیمه فعال با استفاده از میراگر مایع قابل کنترل مغناطیسی دنبال شده است. هدف از طراحی این سیستم کنترل کاهش شاخص خسارت پارک و انگ در سازه می باشد. در این سیستم کنترل از یک شبکه عصبی پیش خور چند لایه استفاده شده است. ورودی های شبکه عصبی، جابجایی نسبی طبقات همراه با دو گام پیشین آنها و نیروی کنترل طبقات در گام قبل و خروجی ولتاژ میراگر های هر طبقه در نظر گرفته شده است. این شبکه برای زلزه السنترو با شدت 2 و برای مدت 30 ثانیه اموزش دیده است.هدف از آموزش شبکه عصبی پیش بینی ولتاژی است که با اعمال این ولتاژ به میراگرها نیروی کنترل بهینه ای به سازه اعمال گردد تا شاخص خسارت کمینه گردد. برای آموزش شبکه عصبی از الگوریتم ژنتیک استفاده شده است. معیار شایستگی این الگوریتم کمینه نمودن شاخص خسارت پارک و انگ انتخاب شده است.پس از آموزش شبکه عصبی سیستم کنترل در دو سازه سه طبقه و نه طبقه مرجع غیر خطی قرار داده شده و عملکرد آن مورد ارزیابی قرار گرفته است. معیارهای ارزیابی شامل کاهش خسارت و کاهش پاسخ های سازه می باشد. بررسی نتایج نشان می دهد کنترولر در سازه سه طبقه عملکرد بسیار مناسبی داشته و خسارت را به طور متوسط 76 درصد کاهش داده است ولی عملکرد آن در سازه نه طبقه ضعیف تر بوده ولی با این وجود به طور متوسط 37 درصد کاهش خسارت ایجاد نموده است.