تحلیل حساسیت و خرابی اتصالات بتنی دال به ستون با استفاده از روش مونت کارلو مبتنی بر شبکه های عصبی

نوع مقاله : مقاله پژوهشی

نویسنده

علی قربانی،استادیار،گروه مهندسی عمران،دانشگاه پیام نور،صندوق پستی 3697-19395، تهران،ایران

چکیده

مطابق گزارشهایی که از تحقیقات اخیر در بررسی پارامترهای دخیل در مقاوم سازی و تحلیل قابلیت اعتماد اتصال دالهای بتنی متکی به ستونها ارایه شده است، شبیه سازی مونت کارلو روش مناسبی معرفی گردیده است. لیکن برای بدست آوردن احتمال خرابی مناسب، تعداد زیادی آنالیز جهت شبیه سازی مورد نیاز می باشد. این مساله حجم محاسبات لازم را افزایش می دهد. در تحقیق حاضر یک روش سودمند جهت بدست آوردن احتمال خرابی اتصال دالهای بتنی متکی به ستونها و تعیین میزان تاثیر پارامترهای آماری متغیر های تصادفی بر احتمال خرابی با ارایه فرمولبندی لازم تشریح می گردد. کلیه روابط پیشنهادی، بصورت تحلیلی اثبات می شوند و ضمن ارایه مثال عددی، کارآیی این روابط تبیین می شود. روش پیشنهادی بر پایه شبکه های عصبی تابع بنیادی شعاعی ارایه می گردد تا جایگزین تحلیل دقیق در روش مونت کارلو شده و حجم محاسبات کاهش یابد. بنابراین با یک روش ترکیبی از روش های عصبی و روش مونت کارلو روش نوینی در تحلیل قابلیت اعتماد دالهای بدون فولاد گذاری برشی ارائه می گردد. همچنین آنالیز حساسیت جهت تعیین پارامترهای موثر در تحلیل قابلیت اعتماد طراحی پانچ ارایه می گردد. ابعاد ستون ، مقاومت فشاری بتن، بار زنده، میلگردهای خمشی دال و ضخامت دال، بعنوان پارامترهای متغیر و احتمالاتی مورد ارزیابی دقیق در روش جدیدی مبتنی بر روش مونت کارلو قرار می گیرد و میزان تاثیر این پارامترها در خرابی اتصال دال به ستون براساس روابط دو آیین نامه معتبر اروپا،  EC2(2004)وامریکا، ACI 318_11  بررسی گردیده است. نتایج صحت سنجی در روش پیشنهادی، بیانگر آنست که روش ترکیبی مونت کارلو و شبکه عصبی با توابع بنیادی شعاعی دارای سرعت مناسب و دقت کافی می باشد. همچنین مقایسه ضوابط دوآیین نامه مذکورنشان دهنده آنست که ضوابط EC2(2004) طرح اقتصادی تری نسبت به آیین نامه امریکا(ACI) ارائه می کند. دلیل این امر در نظرگرفتن اثر میلگردهای خمشی در ظرفیت برش پانچ می باشد. میزان تاثیر این پارامتر طراحی به همراه سایر پارامترها تحلیل حساسیت گردید و نتایج تحقیق حاضر نشان می دهد که اگر چه در هردو آیین نامه ضخامت دال بیشترین اثر بر احتمال خرابی اتصال را دارا می باشد، اما در روابط آیین نامه اروپا، نسبت درصد فولاد خمشی دارای تاثیری در حدود پارامترهایی نظیر ابعاد ستون و مقاومت فشاری بتن می باشد و در روابط آیین نامه ACI پس از ضخامت دال، تنها مقاومت فشاری بتن تاثیر بسزایی در احتمال خرابی خواهد داشت. بنابراین می توان نتیجه گرفت اگرچه آرماتور خمشی، مقاومت خمشی دال را تامین می کند اما علاوه بر آن با کاهش میزان دوران دال، منجر به بهبود مقاومت برش پانج نیز می گردد. در مجموع روش پیشنهادی با توجه به  کاهش حجم محاسبات و دقت مناسب می تواند در بررسی سایر ضوابط طرح، بخصوص در مقاوم سازی هدفمند اتصالات بتنی مورد استفاده قرار گیرد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Sensitivity and Reliability Analysis of Slab-to-Column Concrete Joints Using Monte Carlo Method Based on Neural Networks

نویسنده [English]

  • Ali Ghorbani
Asistant Professor, Department of Engineering, Payame Noor University,Tehran, Iran.
چکیده [English]

According to recent research reports on the parameters involved in the retrofitting and reliability analysis of the concrete slabs connected to columns, Monte Carlo simulation has been introduced as a suitable method. However, a large number of analyzes are required to simulate the probability of failure. This, increases the volume of computations required. In the present study, a useful method is introduced to determine the effect of statistical parameters of random design variables on the probability of failure of slab connection. All the proposed relations are proved analytically and while providing a numerical example, the efficiency of these relations is clarified. The proposed method is based on radial basis function neural networks on the way to replace the analysis in the Monte Carlo method and reduce the computational volume. Therefore, with a combination of neural networks and Monte Carlo method, a new method is presented in the analysis of the reliability of slabs without shear steel. Sensitivity analysis is also presented to assess the effective parameters in the reliability analysis of punch design. Column dimensions, concrete compressive strength, live load, slab flexural reinforcement and slab thickness are evaluated as probabilistic design variables using both European Code (EC 2004) and American Concrete Institute relations (ACI 318_11). The results of validation in the proposed method indicate that the combined method of Monte Carlo and neural network with radial basis functions has an appropriate speed and sufficient accuracy. Also, a comparison of the results of the two codes, shows that EC2 (2004) offers a more economical design than the ACI. The reason for this is to consider the effect of flexural reinforcement on the punch capacity. Sensitivity analysis results show that although in both codes, the thickness of the slab has the greatest effect on the probability of connection failure, but in European code, the percentage of flexural steel has as similar effect as column dimensions and compressive strength of concrete effect. In the relations of ACI, after the thickness of the slab, only the compressive strength of concrete will have a significant effect on the probability of failure. Therefore, it can be concluded that although the flexural reinforcement provides the flexural strength of the slab, but also increases the punch shear strength of the slab by reducing the slab rotation. In general, the proposed method can be used in reviewing other design criteria, especially in credibility analysis and proper retrofitting of structures, due to the reduction of computational volume and appropriate accuracy.

کلیدواژه‌ها [English]

  • Monte Carlo simulation
  • Reliability Analysis
  • Monte Carlo
  • Concrete Slab
  • Neural Network