به روز رسانی مدل اجزای محدود سازه سه بعدی با روش بهینه سازی بهبود یافته مبتنی بر حساسیت
محل انتشار: فصلنامه علوم و مهندسی زلزله، دوره: 5، شماره: 3
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 183
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_BESE-5-3_007
تاریخ نمایه سازی: 16 آبان 1400
چکیده مقاله:
امروزه در اختیار داشتن یک مدل تحلیلی دقیق از سازه که بتواند رفتار حقیقی آن را در هنگام بارگذاری های شدید نشان دهد بسیار حائز اهمیت است. به این روند به روز رسانی مدل اجزای محدود سازه گفته می شود که از طریق آن موقعیت و شدت آسیب های وارده به سازه را نیز می توان مشخص نمود. هدف این مقاله، به روز رسانی مدل اجزای محدود سازه سه بعدی از طریق یک روش بهینه سازی تکرار شونده مبتنی بر حساسیت، موسوم به روش ناحیه اطمینان گاوس نیوتن است که به منظور کاهش تعداد پارامترهای به روز رسانی با رویکردی جدید طی چندین مرحله ی تکرار شونده، به شیوه ی تصحیح ماتریس سختی هر یک از المان های مدل تحلیلی سازه از طریق کمینه نمودن اختلاف میان فرکانس ها و شکل های مدی سازه ی حقیقی و مدل عددی آن انجام پذیرفته است. برای اطمینان از صحت عملکرد روند پیشنهادی، این مدل بر روی چندین الگوی آسیب از یک سازه ی فولادی سه طبقه با سیستم دوگانه قاب خمشی و قاب مهاربندی پیاده سازی شد. نتایج ارزیابی ها حاکی از صحت و دقت روش پیشنهادی در تشخیص المان های سالم، محل و شدت آسیب های وارده به سازه با حداقل خطای ممکن می باشد.
کلیدواژه ها:
به روز رسانی مدل اجزای محدود ، سازه سه بعدی ، روش مبتنی بر حساسیت ، الگوریتم بهینه سازی ناحیه اطمینان ، داده های مدی ، تشخیص آسیب
نویسندگان
پویان فرهادی یگانه
دانشگاه آزاد اسلامی، واحد قزوین، گروه مهندسی عمران- مهندسی سازه، قزوین، ایران
امید بهار
پژوهشگاه زلزله شناسی و مهندسی زلزله، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :