بهینه‌سازی وزن قاب‌های سه‌بعدی در ساختمان‌های قاب خمشی فولادی متوسط با استفاده از تحلیل دینامیکی طیفی و روش‌های محاسبات نرم و مقایسه نتایج

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه صنعتی خواجه نصیرالدین طوسی

2 خیابان ولی عصر، روبروی میرداماد، دانشکده مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی

3 دانشکده عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

با توجه به لزوم طراحی بهینه و اقتصادی سازه‌ها، کاهش وزن نهایی سازه طراحی شده که رابطه مستقیم با هزینه ساخت در پروژه‌ها دارد، اهمیت زیادی پیدا می‌کند. از طرفی با کاهش وزن مقاطع استفاده شده در سازه، پارامترهای مقاومتی المان مربوطه کاهش می‌یابد و سازه توان تحمل در مقابل بارهای وارده را از دست می‌دهد. پژوهش حاضر، سعی دارد با استفاده از تکنیک‌های محاسبات نرم، الگوریتمی ارائه کند که علاوه بر حداقل سازی وزن سازه، تمامی قیود آیین‎نامه نیز ارضا شود، علاوه بر آن از سرعت مناسبی نیز برخوردار باشد. در انتها نیز روش‌های مختلف محاسبات نرم، شامل الگوریتم ژنتیک بهبودیافته، الگوریتم مورچگان بهبودیافته و انواع مختلفی از شبکه‌های عصبی دولایه و سه لایه با روش‌های مختلف آموزش در روند بهینه‌سازی با یکدیگر و با روش رایج طراحی سازه مقایسه و نتایج آورده شده است که نتایج نشان از بهینه شدن قابل توجه وزن سازه در حدود 14 تا 33 درصد با استفاده از الگوریتم مورچگان و ژنتیک دارد و از بین این تکنیک‌ها سرعت و دقت بالای الگوریتم مورچگان بهبودیافته نسبت به باقی تکنیک‌های محاسبات نرم مشخص شده است. ضمنا برای تحلیل سازه‌ها، علاوه بر مدل‌سازی سه‌بعدی از روش تحلیل دینامیکی طیفی استفاده شده و روند بهینه سازه برای چهار نوع سازه، منظم، نامنظم در ارتفاع، نامنظم در پالن و نامنظم در پلان و ارتفاع صورت گرفته است تا حالت‌های مختلف مورد بررسی قرار گیرد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Optimizing the Weight of 3D Steel structures by spectrum dynamic analysis and soft computing algorithm

نویسندگان [English]

  • hamidreza Abbasianjahromi 1
  • Saeed Asil Gharebaghi 2
  • Mohammad Sadegh Eshaghi Khanghah 3
1 Assistant Prof, dept. Civil Engineering, K. N. Toosi University of Technology, Tehran, Iran
2 Assistant Prof, dept. Civil Engineering, K. N. Toosi University of Technology, Tehran, Iran
3 K. N. Toosi University of Technology
چکیده [English]

Regarding the importance of the optimized and economical design of structures, reducing the total weight of structures has been considered. This approach leads to a decrease in the cost of building projects. In another point of view, reducing the weight of structures will be associated with decreasing the dimension of different elements so it can increase the likelihood of strength failure in the structures. This paper intends to apply the soft computing technique, firstly, to bring a new algorithm for minimizing the weight of structures with respect to satisfying different technical constraints and secondly, to improve the speed of answer. To achieve the second goal, various methods including the modified genetic algorithm, the modified ant colony, and artificial neural network, were applied and tested. Some performance indicators such as speed of answer, accuracy, etc. were selected to compare the output of those mentioned approaches with traditional calculations. The obtained results showed that the modified ant colony algorithm has better performance in terms of speed of answer and accuracy. While several previous investigations have been looked at the problem of structure weight optimization from a two-dimensional perspective, this paper developed three-dimensional modeling by applying the spectrum dynamic analysis. Four types of structures were examined to bring comprehensive results.

کلیدواژه‌ها [English]

  • Soft Computing
  • Modified genetic algorithm
  • Modified ant colony algorithm
  • Artificial neural network
  • Spectrum dynamic analysis

مراجع

[1]M.-B. Prendes-Gero, M.-I.    Álvarez- Fernández, F. López-Gayarre, J.-M. Drouet, J.R.-V. Junco, Cost optimization of structures using a genetic algorithm with Eugenic Evolutionary theory, Structural and Multidisciplinary Optimization, 54(2) (2016) 199-213.
[2]S. Gholizadeh, O. Samavati, Structural optimization by wavelet transforms and neural networks, Applied Mathematical Modelling, 35(2) (2011) 915-929.
[3]J. Akbari, M.S. Ayubirad, Seismic optimum design of steel structures using gradient-based and genetic algorithm methods, International Journal of Civil Engineering, 15(2) (2017) 135-148.
[4]G.Gülay, H.Boduroǧlu, An algorithm for the optimum design of braced and unbraced steel frames under earthquake loading, Earthquake engineering & structural dynamics, 18(1) (1989) 121-128.
[5]F. Erbatur, M. Al-Hussainy, Optimum design of frames, Computers & structures, 45(5-6) (1992) 887-891.
[6]V. Thevendran, N.D. Gupta, G. Tan, Minimum weight design of multi-bay multi-storey steel frames, Computers & structures, 43(3) (1992) 495-503.
[7]E.J. O'Brien, A. Dixon, Optimal plastic design of pitched roof frames for multiple loading, Computers & structures, 64(1-4) (1997) 737-740. [8] S. Hernandez, Optimum design of steel structures, Journal of Constructional Steel Research, 46 (1) (1998), 374-378.
[9]N.B.H. Ali, M. Sellami, A.-F. CuttingDecelle, J.-C. Mangin, Multi-stage production cost optimization of semi-rigid steel frames using genetic algorithms, Engineering Structures, 31(11) (2009) 2766-2778.
[10]M. Kociecki, H. Adeli, Two-phase genetic algorithm for topology optimization of free-form steel space-frame roof structures with complex curvatures,       Engineering      Applications     of         Artificial          Intelligence, 32 (2014) 218-227.
[11]A. Kaveh, S. Talatahari, Charged system search for optimal design of frame structures, Applied Soft Computing, 12(1) (2012) 382-393. [12] A. Kaveh, P. Zakian, Optimal design of steel frames under seismic loading using two metaheuristic algorithms, Journal of Constructional Steel Research, 82 (2013) 111-130.
[13]C.-S. Kao, I. Yeh, Optimal design of reinforced concrete plane frames using artificial neural networks, Computers and Concrete, 14(4) (2014) 445-462.
[14]A. Kaveh, P. Zakian, Enhanced bat algorithm for optimal design of skeletal structures,  (2014). [15] D.T. Phan, J.B. Lim, T.T. Tanyimboh, A. Wrzesien, W. Sha, R. Lawson, Optimal design of cold-formed steel portal frames for stressedskin action using genetic algorithm, Engineering Structures, 93 (2015) 36-49.
[16]S. Gholizadeh, Performance-based optimum seismic design of steel structures by a modified firefly algorithm and a new neural network, Advances in Engineering Software, 81 (2015) 50-65.
[17]S. Gholizadeh, F. Fattahi, Optimum design of steel structures for earthquake loading by grey wolf algorithm,  (2015).
[18]I.N.C.  Bureau, The  National Iranian Building Code Vol. 10 (design and implementation of steel buildings), in:  Fourth Edition, Iran, 2013.
[19]I.N.C.  Bureau, The National Iranian Building Code Vol. 9 (design and implementation of concrete buildings), in:  Fourth Edition, Iran, 2015.
[20] H. Eskandar, A. Sadollah, Bahreininejad, Weight optimization of truss structures using water cycle algorithm, INTERNATIONAL JOURNAL OF OPTIMIZATION IN CIVIL ENGINEERING, 3(1) (2013) 115-129.
[21]L. Li, Z. Huang, F.J.C. Liu, Structures, A heuristic particle swarm optimization method for truss structures with discrete variables, 87(7-8) (2009) 435-443.
[22]L. Li, Z. Huang, F.J.C. Liu, Structures, A heuristic particle swarm optimization method for truss structures with discrete variables, 87(7-8) (2009) 435-443.
[23]A. Kaveh, H. Rahami, Analysis, design and optimization of structures using force method and genetic algorithm, International Journal for Numerical Methods in Engineering, 65(10) (2006) 1570-1584.
[24]A. Kaveh, M. Hassani, Simultaneous analysis, design and optimization of structures using force method and ant colony algorithms,  (2009).
[25] A. Sadollah, A. Bahreininejad, H. Eskandar, M. Hamdi, Mine blast algorithm for optimization of truss structures with discrete variables, Computers & Structures, 102 (2012) 49-63.
[26] S. Rajeev, C. Krishnamoorthy, Discrete optimization of structures using genetic algorithms, Journal of structural engineering, 118(5) (1992) 1233-1250.
نشریه مهندسی عمران امیرکبیر
دوره 52، شماره 4
تیر 1399
صفحه 889-918

فایل ها

هم رسانی

ارجاع به این مقاله

آمار