بررسی روش های نوین مقاوم سازی و ترکیب آن ها با تکنولوژی های هوش مصنوعی برای بهبود عملکرد سازه ها

فایل این در 12 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

در سال های اخیر، روش های نوین مقاوم سازی سازه ها با بهره گیری از مصالح پیشرفته و تکنیک های مهندسی نوین، به عنوان یکی از راهکارهای کلیدی برای ارتقاء ایمنی و عملکرد لرزه ای سازه ها، به ویژه در برابر بارهای دینامیکی نظیر زلزله، مورد توجه گسترده قرار گرفته اند. این روش ها با هدف بهبود ظرفیت باربری، افزایش شکل پذیری، و کاهش آسیب پذیری ساختمان ها در برابر زلزله توسعه یافته اند. یکی از موثرترین این روش ها، استفاده از مواد کامپوزیتی مانند الیاف پلیمری تقویت شده با شیشه (GFRP) و الیاف کربنی (CFRP) است. این مصالح علاوه بر مقاومت مکانیکی بالا، دارای وزن کم، مقاومت در برابر خوردگی، نصب آسان و عمر مفید بالا هستند که آن ها را به گزینه ای مناسب برای تقویت اعضای مختلف سازه ای از جمله تیرها، ستون ها، دیوارهای برشی و اتصالات، به ویژه در مناطق لرزه خیز، تبدیل کرده است. از سوی دیگر، با پیشرفت فناوری اطلاعات و علوم داده، ورود تکنولوژی های نوین از جمله هوش مصنوعی (AI) به حوزه مهندسی عمران، افق های تازه ای در تحلیل، طراحی و بهینه سازی عملکرد سازه ها گشوده است. الگوریتم های یادگیری ماشین، شبکه های عصبی مصنوعی، الگوریتم های تکاملی و سایر روش های هوش مصنوعی این امکان را فراهم آورده اند که مهندسان بتوانند با بهره گیری از داده های عددی، آزمایشگاهی یا میدانی، به مدل سازی دقیق تری از رفتار سازه ها دست یابند. این ابزارها نه تنها موجب کاهش زمان و هزینه تحلیل ها شده اند، بلکه در بهبود تصمیم گیری های طراحی و اجرایی نیز نقش بسزایی ایفا می کنند. این مقاله به بررسی هم افزایی بین روش های نوین مقاوم سازی و فناوری هوش مصنوعی می پردازد. در این راستا، با مرور و تحلیل مطالعات اخیر داخلی و بین المللی، تلاش شده است مزایا، محدودیت ها و فرصت های تلفیق این دو رویکرد فناورانه مورد واکاوی قرار گیرد. یافته های حاصل از این پژوهش نشان می دهند که ترکیب استراتژیک هوش مصنوعی با روش های مقاوم سازی پیشرفته می تواند منجر به افزایش قابلیت اطمینان طراحی، کاهش هزینه های اجرایی، بهینه سازی مصرف مصالح، و ارتقای عملکرد لرزه ای سازه ها در شرایط واقعی گردد. به طور کلی، این رویکرد ترکیبی می تواند زمینه ساز تحولی نوین در آینده مهندسی سازه باشد.

کلیدواژه ها:

مقاوم سازی سازه ها ، مواد کامپوزیتی(GFRP ، CFRP ) ، بارهای دینامیکی و لرزه ای ، هوش مصنوعی(AI) ، الگوریتم های یادگیری ماشین ، بهینه سازی عملکرد سازه ها.

نویسندگان

مجید محبی

دانشجوی کارشناسی ارشد مهندسی عمران گرایش سازه، موسسه آموزش عالی توحید گلوگاه، مازندران، ایران.

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :
  • 1. Al-Salloum, Y. A. (2012). Composite materials in structural rehabilitation: Fiber-reinforced ...
  • 2. Sarker, P. K., & Jeong, S. (2020). Application of FRP ...
  • 3. ACI Committee 440. (2017). Guide for the Design and Construction ...
  • 4. Maier, J., & Drouet, M. (2018). Artificial Intelligence in Civil ...
  • 5. Ghaboussi, J., & Garrett, J. H. (1998). Application of Artificial ...
  • 6. Fathieh, F., & Habibi, M. (2019). Seismic behavior and retrofit ...
  • 7. Zhang, Y., & Lin, S. (2019). Machine learning techniques for ...
  • 8. Benmokrane, B., & El-Salakawy, E. (2014). Fiber-Reinforced Polymer (FRP) Composites ...
  • 9. Hajirasouliha, I., & Mirmiran, A. (2012). Application of Artificial Neural ...
  • 10. Lee, H., & Lee, J. (2020). A review on the ...
  • نمایش کامل مراجع