ارزیابی رفتار سدهای بتنی با استفاده از شبکه های عصبی مصنوعی
First Statement of Responsibility
/حامد محجوب
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: فنی مهندسی عمران
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی عمران
Date of degree
۱۳۹۳/۰۶/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
رفتار سدها به طور کلی به دو دستهصی استاتیکی و دینامیکی تقسیم میصشود، که برای سنجش آنصها از ابزارهای نصب شده روی بدنهصی سد استفاده میصشود .ممکن است برای مدت کوتاهی خروجی ابزارهای رفتارسنجی در دسترس نباشد و یا نیاز باشد رفتار یک سد در شرایط بارگذاری جدید که تاکنون آن را تجربه نکرده است، ارزیابی شود .در این تحقیق با استفاده از شبکهصهای عصبی مصنوعی که یکی از ابزارهای هوش محاسباتی محسوب میصشوند، رفتار استاتیکی و دینامیکی دو سد بتنی قوسی، مدلصسازی شده و پاسخصهای آنصها برای شرایط بارگذاری جدید پیشصبینی شده است .در بخش اول، رفتار استاتیکی سد قوسی کارون۳ ، توسط شبکهصهای عصبی MLP که جزء شبکههای ایستا محسوب میصشوند، مدلصسازی و پیش-بینی میصشود .برای این کار از دادهصهای میدانی استفاده شده است و جابجاییصهای شعاعی و مماسی بدنهصی سد به مدت دو ماه و به صورت روزانه پیشصبینی شدهصاند .در این بخش از تحقیق با ارائهی یک دیدگاه جدید برای اعمال اثرات دما، دقت پیشبینیها افزایش داده شده است .در این بخش، هدف آن است که در صورت در دسترس نبودن خروجیصهای رفتارسنجی، از شبکهی طراحی شده برای بدست آوردن تغییرشکلصهای بیان شده استفاده شود .در بخش دوم تحقیق، رفتار لرزهصای سد قوسی کارون ۴ که بلندترین سد ایران به حساب میصآید، توسط شبکهصی عصبی NARX که یک شبکهصی پویا میصباشد، تحت زلزلهصهای جدید پیشصبینی شده است .برای این کار از دادهصهای بدست آمده از تحلیل لرزهصای سد با نرمصافزار ABAQUS استفاده شده است و اثرات اندرکنش دینامیکی سد و مخزن نیز در مدلصسازیصها لحاظ شدهصاند .شبکهصی طراحی شده، برای تحلیل لرزهصای سیستم سد و مخزن کارون ۴ تحت ۷ زلزلهصی جدید با محتواهای فرکانسی متفاوت تست شده است .در این بخش، هدف آن است که برای تحلیل تاریخچه زمانی سیستم سد و مخزن کارون ۴ تحت شتابصهای زلزلهصهای مختلف، به جای استفاده از روش المان محدود، از شبکهصی عصبی طراحی شده به عنوان یک ابزار جایگزین مناسب استفاده شود .خروجیصهای هر دو بخش این تحقیق نشان میصدهند که شبکهصهای عصبی در صورت آموزش صحیح و در نظر گرفتن مناسب پارامترهای آن، میصتوانند رفتار استاتیکی و دینامیکی سدهای بتنی قوسی را با سرعت و دقت بالا پیش بینی کنند
Text of Note
Static and dynamic responses of concrete dams are monitored by different kinds of instruments such as, pendulums, termometers, water level guages and so on. The behavior of concrete dams should be checked for different loading conditions for their safety. In this study, artificial neural network (ANN) which is one of the computational intelligence tools, is used to predict the static and dynamic behavior of two arch dams for new loading conditions in a fast and precise approach. Static behavior of the Karun3 arch dam is modeled and predicted using multi layer perceptrons (MLPs). Radial and tangential displacements of dam body are predicted for two monthes using field data. Accuracy of the results is enhanced considering air and concrete temperature effects. Also the seismic responses of the Karun4 arch dam is predicted under new loading conditions using NARX model, one of the dynamic neural networks. The results of the finite element analysis of the dam-reservoir system using ABAQUS software, are used for training and verification of NARX model. Also the dynamic interaction of dam and reservoir is taken into account. The designed NARX neural model is tested for 7 new earthquake accelerations with different frequency contents. The results indicate that the ANNs with appropriate training, can predict the static and seismic responses of arch dams with high speed and precision