تحلیل دینامیکی سدهای بتنی وزنی با استفاده از شبکه¬های عصبی [پایان نامه فارسی]
سید حسین علوی
| شناسگر رکورد: | ۴۱۲۲۹۶ |
| عنوان اصلي: | تحلیل دینامیکی سدهای بتنی وزنی با استفاده از شبکه¬های عصبی/سید حسین علوی |
| دانشگاه: | مؤسسه آموزش عالی رحمان رامسر |
| نام دانشکده: | مهندسی عمران |
| سال اخذ مدرک: | ۱۳۹۸/۰۶/۲۸ |
| زبان متن نوشتاري يا گفتاري و مانند آن : | فارسی |
| زبان اثر اصلي: | فارسی |
| نام نخستين پديدآور: | سید حسین علوی |
| تقویم: | هجری شمسی |
| مقطع تحصیلی و رشته تحصیلی: | کارشناسی ارشد مهندسی عمران- آب وسازه های هیدرولیکی |
| گروه تحصیلی: | مهندسی عمران |
| چکيده: |
در تحليل ديناميکي تاريخچه زماني به دليل حجم محاسباتي بالا و نيز در نظر گرفتن تعداد المان¬هاي زياد در مدل براي بالا بردن دقت، غالباً زمان محاسبات طولاني است. علاوه بر زمان محاسباتي بالا، ساخت مدل المان محدود و آماده کردن آن براي تحليل ديناميکي يک فرآيند دشوار و زمان¬بر است. مهمترين هدف اين تحقيق ارائه يک مدل بر اساس شبکه عصبي پس¬انتشار است که مقادير تنش¬هاي کششي و فشاري ماکزيمم را ناشي از تحليل ديناميکي تاريخچه زماني ضمن در نظر گرفتن اندرکنش سد و مخزن در سد وزني بتني با دقت بالا و صرف زمان اندک پيش¬بيني نمايد. براي اين منظور مدل BP-LM ارائه شد. مدل ارائه شده قادر است پارامترهاي هندسي سد وزني بتني را به عنوان ورودي دريافت نمايد و تنش¬هاي کششي و فشاري ماکزيمم را به عنوان خروجي در اختيار ما قرار دهد. مدل ارائه شده در مورد سد وزني بتني Pine Flat اجرا شد. براي بررسي کارايي مدل ارائه شده از روش¬هاي آماري ميانگين مربعات خطا، ميانگين درصد مطلق خطا و رگرسيون خطي استفاده شد. مقادير تنش¬هاي کششي و فشاري ماکزيمم حاصل از تحليل دقيق با مقادير تخمين¬زده شده مقايسه شدند. نتايج بدست آمده نشان دهنده آن است که تنش¬هاي پيش¬بيني شده توسط مدل ارائه شده تطابق بسيار مناسبي با نتايج بدست آمده از تحليل¬هاي ديناميکي دقيق انجام شده در نرم¬افزار ANSYS دارند. بدين ترتيب مي¬توان از مدل BP-LM در تخمين تنش¬هاي کششي و فشاري ماکزييم سد مورد بررسي با دقت بالا و صرف زمان اندک استفاده نمود. In time-history analysis, the calculations time often is too long, because of high amount of calculations and considering too many elements in order to improve the accuracy of the calculations. In addition, finite element construction and making it ready to analyze is a difficult and time consuming process. The most important goal of this study is proposing a model base on Back Propagation Neural Network, which predict the maximun tension and compressive stresses from time-history analysis considering dam- reservoir interaction in concrete gravity dams with high accuracy and low time consuming. For this goal the BP-LM model has been proposed. The proposed model is able to get the geometrical parameters of concrete gravity dam as input and gives us the maximun tension and compressive stresses as output. The proposed model has been run for Pine Flat dam. In order to survey the performance of the proposed model, the statistical methods like Mean Squared Erorrs, Mean Absolute Percent Error and linear Regression have been used. The values of the maximun tension and compressive stresses from exact analysis have been compared with the predicted values. The results show that, the predicted values of stresses using proposed model has a suitable accordance with the values from exact analysis using ANSYS. Therefore the BP-LM model can be used in order to predict the maximun tension and compressive stresses of the considered dam with high accuracy and low time consuming. |
| عنوان اصلي به زبان ديگر: | Dynamic analysis of weighted concrete dams using neural networks |
| کشور: | ایران |
| شماره ثبت | جزء | نسخه | جلد | بخش | قسمت | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 963046109 | 1 |
جهت ثبت نظر با حساب کاربری تان وارد شوید