بررسی اثر نقص سیستماتیک روی سیلوهای فولادی تحت بار محوری با استفاده از شبکه های عصبی

پوسته ها بخش مهمی از بسیاری از سازه های ویژه مانند مخازن نگهداری مایع، سیلوها و مبدل هایحرارتی را تشکیل می دهند، که از نظر شکل به گروه های مختلف کروی، استوانه ای، هذلولی و ... طبقهبندی می شوند. پوسته هایی که دارای ضخامت جداره کمی در مقایسه با قطرشان هستند، پوسته جدارنازک نامیده می شوند. به طور کلی در پوسته های جدار نازک مهم ترین و معمول ترین شکل خرابی،کمانش پوسته است. مطالعات آزمایشگاهی مختلفی که تاکنون در زمینه کمانش پوسته ها به انجام رسیدهاست، نشان دهنده اختلاف قابل توجه آزمایش ها با روابط تحلیلی کلاسیک می باشد، که نقص هایسیستماتیک مانند جوش، به عنوان یکی از موثرترین عوامل در ایجاد پراکندگی این نتایج شمرده می شود.هدف از این پژوهش ارایه روشی برای برآورد ظرفیت کمانش سیلوهای فولادی با نقص سیستماتیک جوشمی باشد. برای این منظور، از تحلیل های عددی استفاده شده است. سیلوهای مدل شده در نرم افزار ANSYS تحت اثر بار محوری مورد بررسی قرار گرفتند. شبکه عصبی بنیادی شعاعی RBF برای پیش بینی ظرفیت کمانش پوسته های استوانه ای استفاده شد. نتایج این پژوهش نشان می دهد شبکه های عصبی مصنوعی ابزار مناسبی برای پیش بینی ظرفیت کمانش سیلوهای دارای نقص می باشند.

کلیدواژه ها:

سیلوی فولادی ، بار محوری ، نقص سیستماتیک ، شبکه عصبی