سال انتشار: ۱۳۸۵

محل انتشار: هفتمین کنگره بین المللی مهندسی عمران

تعداد صفحات: ۹

نویسنده(ها):

محمدرضا قاسمی – استادیار دانشکده مهندسی، دانشگاه سیستان و بلوچستان، زاهدان
منصور قلعه نوی – استاد دانشکده مهندسی، دانشگاه سیستان و بلوچستان، زاهدان
محمدرضا مستخدمین حسینی – دانشجوی کارشناسی ارشد سازه، دانشگاه سیستان و بلوچستان، زاهدان

چکیده:

تحلیل، طراحی و بهینه سازی سازه ها مبتنی بر نظریه قابلیت اعتماد موضوعی است که اخیرا بهطور جدی مورد توجه قرار گرفته است. علت این توجه طبیعت تصادفی پارامترهای سازه ای از قبیل خواص مصالح، بارهای خارجی، ابعاد هندسی و غیره می باشد. به کمک نظریه قابلیت اعتماد می توان قطعیتهای ناشی از طبیعت آماری پارامترهای سازه ای را به صورت روابط ریاضی درآورده و ملاحظات ایمنی و عملکرد را به طور کمی وارد روند طراحی نمود. در بهینه یابی یقین اندیشانه سازه ها(Deterministic Optimization)، ضوابط آیین نامه ای ضریب اطمینان کافی را برای جلوگیری از هر گونه خرابی سازه فراهم می نمایند، اما در بهینه سابی احتمال اندیشانه سازه ها (Reliability-based Optimization)، با پارامترهایی از قبیل بار و مقاومت به صورت متغیرهای تصادفی رفتار می شود. در این حالت می توان احتمال خرابی سازه را درمحاسبات ایمنی در نظر گرفت. بدین منظور در فرآیند بهینه یابی احتمال خرابی به صورت تابع هدف یا بخشی از آن و یا به عنوان محدودیت، مورد استفاده قرار می گیرد که بسته به نظر طراح فرمولبندیهای متعددی می توان مطرح نمود. این فرمولبندیها غالبا به سه صورت بیان می شود که شامل: کمینه سازی وزن تحت محدودیت قابلیت اعتماد اعضای سازه، کمینه سازی وزن تحت محدویت قابلیت اعتماد سیستم سازه و کمینه سازی احتمال خرابی اعضاء به گونه ای است که وزن سازه تحت محدودیت قابلیت اعتماد سیستم سازه و کمینه سازی احتمال خرابی اعضاء به گونه ای است که وزن سازه تحت محدودیت احتمال خرابی کل سازه بهینه گردد. هدف از این پژوهش، بهینه یابی و کمینه سازی هر یک از موارد فوق و بررسی آنها با یکدیگر در سازه های خرپایی می باشد. یکی از مشکلات موجود در بهینه سازی این سازه ها همگرایی موضعی آنهاست و کاربرد روشهای ریاضی با توجه به احتمال زیاد متوقف شدن عملیات در بهینه محلی، در بهینه سازی این سازه ها مطلوب نمی باشد. الگوریتم وراثتی که یکی از روشهای بهینه سازی الهام گرفته از طبیعت است، بر این مشکل فائق آمده است، بنابراین در این تحقیق، از الگوریتم وراثتی، جهت بهینه یابی استفاده گردیده است.