بهینه سازی ظرفیت برشی تیرهای ساخته شده از مقاطع دوبل ناودانی فولادی سردنوردشده با بازشو در جان

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 11

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_LISSS-19-50_002

تاریخ نمایه سازی: 11 بهمن 1404

چکیده مقاله:

تمایل به استفاده از اعضای سرد نوردشده سبک با کاربرد های متعدد درحال افزایش است. اجرای بازشوها در جان برای عبور تاسیسات ساختمانی به ویژه در نواحی تکیه گاهی، از اهمیت ویژه ای برخوردار است. هدف از این پژوهش ارزیابی ظرفیت برشی نهایی تیرهای با فولاد سرد نوردشده با بازشدگی در جان است. تیرهایی به طول ۱۰۰۰ میلی متر به صورت مقاطع Iشکل، متشکل از دوبل Cشکل تحت بارگذاری سه نقطه ای در یک تحلیل غیرخطی با پارامترهای مختلف و رفتار غیرالاستیک مصالح با استفاده از نرم افزار المان محدود مدل سازی شد. صحت سنجی مدل المان محدود با تکیه بر نتایج آزمایشگاهی موجود در مراجع معتبر، انجام پذیرفت. پارامترهای مورد نظر در این مدل سازی و قیود طراحی در فرآیند بهینه سازی ابعاد و شکل سوراخ، ضخامت مقطع، حضور لبه و بدون لبه در مقاطع و فاصله بازشدگی ها از تکیه گاه است. در این تحقیق، از روش ترکیبی شبکه عصبی-الگوریتم ژنتیک (NSGA-II) که یک الگوریتم بهینه سازی چندهدفه است، برای بهینه سازی دو هدف بار ماکزیمم و جرم مینیممم به کار برده شده است. خروجی مدل های اجزای محدود (بار ماکزیمم) به عنوان ورودی در شبکه عصبی برای آموزش و طراحی و خروجی های شبکه عصبی به عنوان تابع هدف انتخاب شدند. نتایج نشان می دهد اختلاف بار نهایی حاصل از آنالیز المان محدود و الگوریتم ژنتیک، حداکثر ۴/۱۸٪ است. در این تحقیق، چارچوب ترکیبی ارائه شده (FEM-ANN-GA)، امکان انتخاب بهینه ترین مشخصات سوراخ جان را از میان جواب های پارتو، با درنظرگیری هم زمان مقاومت و وزن، فراهم می کند. بررسی مقاومت برشی، نشان می دهد سوراخ مستطیل شکل حدود ۴% و سوراخ دایره ای حدود ۷٪ بهتر از سوراخ مربع عمل می کنند.

نویسندگان

نسترن حسینجانی

عضو هیئت علمی گروه فنی و مهندسی، واحد آستارا، دانشگاه آزاد اسلامی، آستارا، ایران

حسین پرستش

دانشگاه علم و فرهنگ

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 :
  • Adeli, H., and Karim, A. (۱۹۹۷), “Neural network model for ...
  • Wanniarachchi, K.S., Mahendran, M., and Keerthan, P. (۲۰۱۷), “Shear behavior ...
  • Pham, S.H., Pham, C.H., and Hancock, G.J. (۲۰۱۷), “Review of ...
  • Mojtabaei, S.M., Kabir, M.Z., Hajirasouliha, I., and Kargar, M. (۲۰۱۸), ...
  • Zhao, J., Sun, K., Yu, C., and Wang, J. (۲۰۱۹), ...
  • Chen, B., Roy, K., Uzzaman, A., Raftery, G., Nash, D., ...
  • Yu, N., Kim, B., Yuan, W., Li, L., and Yu, ...
  • Horacek, M., Melcher, J., Balazs, I., and Pesek, O. (۲۰۱۹), ...
  • Yu, N., Kim, B., Huang, X., Yuan, W., Ye, R., ...
  • Shaker, F.M.F., Mamdooh, Z., Deifalla, A., and Yehia, M.M. (۲۰۲۲), ...
  • Živaljević, V., Jovanović, Ð., Kovačević, D., and Džolev, I. (۲۰۲۲), ...
  • Zhao, J., Liu, J., Yu, C., and Zhang, W. (۲۰۲۲), ...
  • Zhong, Y., Liu, Y., and Feng, R. (۲۰۲۲), “A two-level ...
  • Chen, B., Roy, K., Fang, Z., Uzzaman, A., Pham, C.H., ...
  • Sönmez, M., and Komur, M.A. (۲۰۱۰), “Using FEM and artificial ...
  • Keerthan, P., and Mahendran, M. (۲۰۱۱), “Shear behavior and strength ...
  • Li, Z., Leng, J., Guest, J.K., and Schafer, B.W. (۲۰۱۶), ...
  • Yousefi, A.M., Lim, J.B.P., and Clifton, G.C. (۲۰۱۷), “Cold-formed ferritic ...
  • Yousefi, A.M., Lim, J.B.P., Uzzaman, A., Lian, Y., Clifton, G.C., ...
  • Pham, S.H., Pham, C.H., and Hancock, G.J. (۲۰۱۷), “On the ...
  • Gatheeshgar, P., Poologanathan, K., Gunalan, S., Shyha, I., Tsavdaridis, K.D., ...
  • Gatheeshgar, P., Poologanathan, K., Gunalan, S., Tsavdaridis, K.D., Degtyareva, N., ...
  • Degtyareva, N., Gatheeshgar, P., Poologanathan, K., Gunalan, S., Shyha, I., ...
  • Pham, C.H., and Hancock, G.J. (۲۰۲۰), “Shear tests and design ...
  • Taheri, E., Fard, S.E., Zandi, Y., and Samali, B. (۲۰۲۱), ...
  • Zhong, Y., Liu, Y., and Feng, R. (۲۰۲۲), “A two-level ...
  • Neves, M., Basaglia, C., and Camotim, D. (۲۰۲۲), “Stiffening optimization ...
  • Qadir, S.J., Nguyen, V.B., and Hajirasouliha, I. (۲۰۲۴), “Design optimisation ...
  • Hosseinjani, N., Parastesh, H., Haji Rasouliha, I., and Mojtabaei, S.M., ...
  • Pham, N.H., (۲۰۲۳), “Investigation of Web Hole Effects on Capacities ...
  • Gatheeshgar, P., Poologanathan, K., Gunalan, S., Shyha, I., Tsavdaridis, K.D., ...
  • Yu, C. (۲۰۱۲), “Cold-formed steel flexural member with edge stiffened ...
  • Dai, Y., Fang, Z., Roy, K., Raftery, G.M., and Lim, ...
  • Yin, H., Xiao, Y., Wen, G., Qing, Q., and Deng, ...
  • Madeira, J.F.A., Dias, J., and Silvestre, N. (۲۰۱۵), “Multiobjective optimization ...
  • Srinivas, N., and Deb, K. (۱۹۹۴), “Multiobjective optimization using nondominated ...
  • Atashkari, K., Nariman-Zadeh, N., Jamali, A., and Pilechi, A. (۲۰۰۵), ...
  • Qazani, M.R.C., Bidabadi, B.S., Asadi, H., Nahavandi, S., and Bidabadi, ...
  • Gao, H., Pan, Z., Zhu, W., Li, X., Chen, Y., ...
  • El-Taly, B., and El-Shami, M. (۲۰۲۱), “Structural performance of cold-formed ...
  • Yadav, N., Yadav, A., and Kumar, M. (۲۰۱۵), “History of ...
  • Schmidhuber, J. (۲۰۱۵), “Deep learning in neural networks: An overview”, ...
  • El-Kassas, E.M.A., Mackie, R.I., and El-Sheikh, A.I. (۲۰۰۱), “Using neural ...
  • Tashakori, A., and Adeli, H. (۲۰۰۲), “Optimum design of cold-formed ...
  • Guzelbey, I.H., Cevik, A., and Erklig, A. (۲۰۰۶), “Prediction of ...
  • Pala, M., and Caglar, N. (۲۰۰۷), “A parametric study for ...
  • Moradi, M.S.S., Azadi, M., and Jahanian, H. (۲۰۲۲), “Multi-objective optimization ...
  • Toffolo, A., and Benini, E. (۲۰۰۳), “Genetic diversity as an ...
  • Pareto, V. (۱۹۶۴), “Cours d'économie politique”, ۱, Librairie Droz ...
  • Singh, R., and Samanta, A. (۲۰۲۲), “Numerical finite element simulation ...
  • Yu, W.W., LaBoube, R.A., and Chen, H., (۲۰۱۹), “Cold-formed steel ...
  • American Iron and Steel Institute (AISI). (۲۰۲۲), North American specification ...
  • Gurney, K. (۲۰۱۸), “An introduction to neural networks”, CRC Press ...
  • Demuth, H.B., Beale, M.H., De Jess, O., and Hagan, M.T. ...
  • Kaveh, A., and Khavaninzadeh, N. (۲۰۲۳), “Hybrid ECBO–ANN algorithm for ...
  • Lagaros, N.D. (۲۰۲۳), “Artificial neural networks applied in civil engineering”, ...
  • Waszczyszyn, Z. (۲۰۱۱), “Artificial neural networks in civil engineering: Another ...
  • Guenin, B., Könemann, J., and Tuncel, L. (۲۰۲۲), “Practical optimization: ...
  • Leng, J. (۲۰۲۴), “Optimization techniques for structural design of cold-formed ...
  • André, J., Siarry, P., and Dognon, T. (۲۰۰۱), “An improvement ...
  • Nariman-Zadeh, N., Atashkari, K., Jamali, A., Pilechi, A., and Yao, ...
  • Liu, B., Yu, M., Liu, Y., Chen, W., Fang, Z., ...
  • Hou, S., Li, Q., Long, S., Yang, X., and Li, ...
  • نمایش کامل مراجع