ConfOrganizer 

تخمین تاثیر بازشو بر مقاومت دیوار برشی فولادی موجدار افقی با موج سینوسی به کمک شبکه عصبی مصنوعی

•   Mr. Mohammad Pirouz ,  Master of science , Civil Engineering Department, Ferdowsi University of Mashhad, Mashhad, Iran ,   
•   Dr. Farzad Shahabian ,  دانشکده مهندسی دانشگاه فردوسی مشهد ,   
•   Mr. Hamid Rabiee ,  دانشکده مهندسی دانشگاه فردوسی مشهد ,   

Major Topic: Seismic Analysis And Design Of Steel Structures|تحلیل و طراحی لرزه ای سازه های فولادی

Abstract

استفاده از دیوار برشی فولادی یکی از روش های متداول برای مقاوم سازی ساختمانها در برابر بارهای جانبی است. در سال های اخیر استفاده از ورق های موج دار به عنوان جایگزینی برای ورق های صاف دارای سخت کننده مورد توجه قرار گرفته است. نیازهای معماری و تاسیسات سازه در مواردی طراح را مجبور به قرار دادن بازشو¬هایی در ورق دیوار برشی می کند. وجود این بازشوها با توجه به اندازه و موقعیت آن در دیوار باعث کاهش مقاومت دیوار برشی فولادی می شود. محاسبه مقدار این کاهش مقاومت به کمک تحلیل غیرخطی عملی سخت و زمانبر است و نیاز به یک روش سریع دارای دقت مناسب احساس می شود. در این پژوهش ابتدا به کمک 130 داده جمع آوری شده به کمک تحلیل اجزای محدود نمونه هایی با موقعیت و اندازه بازشو مختلف، یک شبکه عصبی برای تخمین درصد کاهش مقاومت دیوار آموزش داده می شود. سپس با استفاده از 400 داده استخراج شده به کمک شبکه فوق، یک رابطه برای تخمین مقدار کاهش مقاومت دیوار پیشنهاد می شود.

Keywords

دیوار برشی فولادی موجدار سینوسی; بازشو; شبکه عصبی مصنوعی

• • شبکه عصبی مصنوعی با آموزش مناسب توانایی تخمین درصد مقاومت دیوار برشی با دقت مناسبی را دارد. در این مقاله، شبکه عصبی آموزش داده شده با میانگین خطای %0/87 داده ها را تخمین زده است.
• • طول بازشو در راستای عمود بر موج دیوار در مقایسه با طول بازشو در راستای موازی موج تاثیر به مراتب بیشتری بر مقاومت دیوار برشی موجدار دارد. این موضوع در ضرایب به دست آمده برای هر یک از موقعیت¬های بازشو در رابطه (5) نیز مشخص است.
• • با توجه به میانگین خطای %1/56 درصدی رابطه پیشنهادی در این مقاله که مقدار نسبتا مناسبی است، می¬توان بدون استفاده از تحلیل¬های اجزای محدود غیرخطی در زمانی خیلی کم، تخمینی مناسب از کاهش مقاومت بازشو با توجه به موقعیت آن ارائه داد.

1. Tanaka A., Hasuda H., Sakae K. and Tumori T., (1992), "An Experimental Study of Shear Wall Units", International Specialty Conference on Cold-Formed Steel Structures.

2. حسینی، ح. و آقابراتی، ح.، (1394)، "بررسي رفتار استاتيكي سيكلي پانل هاي برشي فولادي موجدار با حالات مختلف موج سينوسي، مثلثي و ذوزنقه اي"، ششمين كنفرانس بين المللي زلزله و سازه.

3. Farzampour A., Laman J. and Mofid M., (2015), "Behavior Prediction of Corrugated Steel Plate Shear Walls with Openings", Journal of Constructional Steel Research, 114, 258-268.

4. Sayyar Roudsari, S., Soleimani, S. M., & Hamoush, S. A. (2021). "Analytical study of the effects of opening characteristics and plate thickness on the performance of sinusoidal and trapezoidal corrugated steel plate shear walls. ", Journal of Constructional Steel Research, 182, 106660. ISSN 0143-974X.

5. Naderpour, H., Poursaeidi, O., & Ahmadi, M. (2018). "Shear resistance prediction of concrete beams reinforced by FRP bars using artificial neural networks.", Measurement, 126, 299-308.

6. Garzón-Roca, J., Adam, J. M., Sandoval, C., & Roca, P. (2013). "Estimation of the axial behaviour of masonry walls based on Artificial Neural Networks." Computers & Structures, 125, 145-152. ISSN 0045-7949.

7. Zhao, Q, Sun, J, Li, Y Li, Z, (2017), "Cyclic analyses of corrugated steel plate shear walls.", Struct Design Tall Spec Build, 26, e1351.