• روشی جدید جهت پیش بینی بار کمانش موضعی در سازه های پوسته ای قطاع استوانه ای دارای تقویتی های طولی و عرضی با استفاده از شبکه های عصبی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1393/01/01
    • تاریخ انتشار در تی پی بین: 1393/01/01
    • تعداد بازدید: 793
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    یکی از مهمترین معیارهای شکست برای سازه های قطاع استوانه ای به دلیل هندسه خاصی که دارا هستند کمانش آنها می باشد. محاسبه بار کمانش موضعی در سازه هایی به صورت پوسته های قطاع استوانه ای دارای تقویتی های طولی و عرضی با استفاده از روش های معمول و روابط و محاسبات پیچیده ریاضی بسیار وقت گیر و حتی در مواردی غیر ممکن می نماید چرا که باید کمانش موضعی را در هر قسمت از سازه که بین تقویتی ها واقع شده جداگانه محاسبه نمود و برای تقویتی ها نیز از مدل تیر تحت پیچش استفاده کرد. لذا برای برطرف کردن این مشکل از شبکه عصبی آموزش دیده استفاده می شود که قادر است در زمانی سریع بار کمانش موضعی را تخمین بزند. در این راستا ابتدا داده های آموزشی توسط محیط برنامه نویسی apdl در نرم افزار ansys ایجاد شده و برای آموزش و انتخاب بهترین ساختار ممکن شبکه های عصبی بکار می روند و در نهایت شبکه عصبی آموزش دیده قادر است به طور مستقل با دقت بالایی جهت تخمین بار کمانش موضعی بکار رود. ورودی های شبکه عصبی (متغیرهای مسئله) عبارتند از مشخصات هندسی سازه پوسته قطاع استوانه ای (ارتفاع، شعاع، زاویه قطاع و ضخامت پوسته)، مشخصات هندسی تقویت کننده ها (نوع مقطع پروفیل های تقویت کننده و ابعاد هندسی سطح مقطع تقویت کننده های مختلف)، تعداد تقویت کننده های طولی و عرضی، ضخامت ورق های تشکیل دهنده تقویت کننده و همچنین ثابت های مربوط به جنس (نسبت پواسون و مدول الاستیسیته پوسته و تقویتی ها). نتایج شبیه سازی ها موید دقت و سرعت بالای روش پیشنهادی می باشد. لازم به ذکر است که تاکنون مدل شبکه عصبی جهت پیش بینی بار کمانش سازه های پوسته ای قطاع استوانه ای که دارای تقویتی های طولی و عرضی با شکل مقطع دلخواه باشد ارائه نگردیده است، که در این تحقیق برای نخستین بار چنین مدلی عرضه خواهد شد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها