ارزیابی اندرکنش غیر خطی خاکسازه در سازه های بلند مرتبه مجهز به جداساز لرزه ای هوشمند مبتنی بر متعامد با بهره گیری از شبکه های عصبی گرافی و بهینه سازی توپولوژی چند مقیاسه

اندرکنش غیر خطی خاک سازه یکی از چالش های بنیادین در تحلیل لرزه ای سازه های بلند مرتبه است که علیرغم پژوهش های گسترده همچنان به دلیل پیچیدگی محاسباتی و عدم وجود مدل های یکپارچه در طراحی های عملی نادیده گرفته می شود. هم زمان ظهور متامواد لرزه ای و جداسازهای هوشمند افق های جدیدی را در کنترل غیر فعال و نیمه فعال پاسخ لرزه ای گشوده است. با این حال تاکنون هیچ چارچوب جامعی برای تلفیق همزمان این سه حوزه یعنی رفتار غیرخطی، خاک متعامد لرزه ای و جداسازهای بهینه شده ارائه نشده است. در این پژوهش یک روش نوین چند مقیاسه و مبتنی بر یادگیری عمیق ارائه می شود که از شبکه های عصبی گرافی به عنوان جانشین محاسباتی برای کاهش بار مدلسازی المان محدود استفاده می کند. ابتدا پایگاه داده های جامع شامل ۱۵۰۰ سناریوی عددی با استفاده از نرم افزار OpenSees و Abaqus ایجاد گردید. در این سناریوها ترکیبات مختلفی از پارامترهای خاک سرعت موج برشی ۱۰۰ تا ۶۰۰ متر بر ثانیه، چسبندگی و زوایای اصطکاک داخلی، سازه (۲۰، ۳۰ و ۴۰ طبقه) با نامنظمی عمودی متعامد آگزتیک با هندسه سلول واحد متغیر و جداسازهای لرزه ای با موقعیت و ظرفیت متفاوت در نظر گرفته شد. سپس یک شبکه عصبی گرافی با معماری Graph Isomorphism Network شامل ۱۸۲,۰۰۰ پارامتر، یادگیرنده بر روی این پایگاه داده آموزش داده شد تا پاسخ های دینامیکی غیر خطی را با تقریب مناسب بازتولید کند. در نهایت یک الگوریتم بهینه سازی ترکیبی (SIMP + PSO) برای یافتن همزمان بهینه توپولوژی متعامد (مقیاس میکرو) و موقعیت و ظرفیت جداسازها (مقیاس ماکرو) با هدف کاهش حداکثر تغییر مکان نسبی طبقات و شتاب طبقات توسعه یافت.

کلیدواژه ها:

اندرکنش غیر خطی خاک سازه ، متعامد لرزه ای ، جداساز هوشمند بین طبقه ای ، شبکه عصبی گرافی ، بهینه سازی توپولوژی چند مقیاسه