بهینه سازی سازه های فضاکار تحت اثر بار دینامیکی با شرایط غیر خطی به کمک شبکه عصبی

اختصاصی از فی لوو بهینه سازی سازه های فضاکار تحت اثر بار دینامیکی با شرایط غیر خطی به کمک شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه با عنوان: بهینه سازی سازه های فضاکار تحت اثر بار دینامیکی با شرایط غیر خطی به کمک شبکه عصبی  

• دانشگاه سیستان و بلوچستان  

• استاد راهنما: دکتر محمدرضا قاسمی – دکتر عیسی سلاجقه  

• پژوهشگر: علیرضا عباس زاده  

• سال انتشار: بهار 1383  

• فرمت فایل: PDF و شامل 190 صفحه

چکیــــده:

طرح بهینه سازه‌ها عبارت است از تعیین متغییرهای طراحی با روشی معین به طوری که وزن سازه حداقل شود و همزمان قیود طراحی برقرار باشند. در طراحی بهینه سازه‌ها، تحلیل سازه در دفعات متوالی امری لازم است. بنابراین استفاده از روش‌های بهینه سازی متداول و روش‌های تحلیلی سر راست پیچیده بوده و در دفعات مکرر موجب افزایش قابل ملاحظه‌ای در حجم عملیات و زمان می‌گردد. هدف اساسی این پایان نامه، کاهش کلی حجم عملیات لازم جهت طراحی بهینه سازه‌های فضاکار با استفاده از نوعی شبکه عصبی موسوم به شبکه عصبی با ناظر اتوماتان می‌باشد. تلاش شده است تا شبکه‌های عصبی مناسبی را برای تحلیل هر سازه مورد نظر آموزش داده شود و در بهینه سازی، جانشین تحلیل واقعی سازه شود. برتری شبکه‌های عصبی بر روش‌های دیگر، سرعت بسیار زیاد آن‌ها در پاسخ دادن به داده‌هاست.

شبکه عصبی مصنوعی، یک ساختار ریاضی است که بین مجموعه‌ای از اعداد ورودی و مجموعه‌ای از اعداد خروجی، یک نگاشت برقرار می‌کند، به گونه‌ای که بتوانیم از مجموعه m عضوی ورودی، به مجموعه n عضوی خروجی برسیم. اساس کار بر این است که ما در ابتدا از تعدادی داده و مواد خام موجود استفاده کرده و شبکه را با آن‌ها آموزش می‌دهیم. داده‌های ما، یک دسته زوج شامل مجموعه ورودی و خروجی است که معمولاً از محاسبه یا از طریق تجربه و آزمایش بدست می‌آید. آموزش شبکه، یعنی دستیابی به شبکه و مشخصات آن، به نحوی که بتواند نگاشت مزبور را بین هر یک از داده‌های ورودی و داده خروجی مربوطه آن برقرار کند. این شبکه، پس از آموزش دیدن، می‌تواند به صورت ابزاری عمل کند که می‌تواند یک نگاشت را از هر ورودی جدید معرفی شده به شبکه برقرار کرده و از این طریق به خروجی نظیر آن، که همان جواب مسئله ما است، برسد. به عبارت دیگر، در اینجا نه با یک مدل ریاضی تحلیلی، بلکه با یک مدل ریاضی عددی مبتنی بر تجربیات قبلی سروکار داریم.

ترکیب مفاهیم شبکه‌های عصبی با تئوری اتوماتان، شبکه عصبی با نرخ یادگیری متغیر را شکل می‌دهد. در شبکه انتشار برگشتی معمولی به علت سرعت پایین آن آموزش دادن شبکه مشکل و احتیاج به زمان بیشتری دارد. با توجه به اینکه نرخ یادگیری در فرآیند آموزش نقش بسیار مهمی را بازی می‌کند، لذا انتخاب درست این مساله بسیار مهم است. به دلیل حساسیت نرخ یادگیری در این تحقیق از روشی جدید به نام نرخ یادگیری تطبیقی استفاده شده است. با توجه به اینکه بزرگ بودن نرخ یادگیری سبب ناپایداری شبکه و کوچک بودن آن سبب تنبلی شبکه می‌شود پس تعیین نرخ یادگیری بهینه از اهمیت زیادی برخوردار است و در این تحقیق برای مثال‌های مختلف روند تغییرات نرخ یادگیری بررسی شده است.

در این تحقیق همچنین برای جبران نقیصه ناپایداری شبکه‌ها از الگوریتم یادگیر اتوماتان به عنوان ناظر شبکه عصبی استفاده شده و به اهمیت و نقش آن در تربیت شبکه‌ها پرداخته شده است.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

ارزیابی پتانسیل روانگرایی در خاک ها با استفاده از شبکه های عصبی مصنوعی

اختصاصی از فی لوو ارزیابی پتانسیل روانگرایی در خاک ها با استفاده از شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش مکانیک خاک و پی با عنوان: ارزیابی پتانسیل روانگرایی در خاک ها با استفاده از شبکه های عصبی مصنوعی 

• دانشگاه مازندران 

• استاد راهنما: دکتر عسکر جانعلیزاده چوب بستی 

• پژوهشگر: سید سجاد حسینی خزاقی 

• سال انتشار: دی 1383 

• فرمت فایل: PDF و شامل 136 صفحه

چکیــــده:

پدیده روانگرایی از جمله مواردی است که بر اثر عوامل لرزه‌ای امکان بروز آن در یک توده ماسه‌ای اشباع وجود دارد. در اینگونه مناطق به منظور جلوگیری از آسیب‌های احتمالی به مستحدثات موجود، ارزیابی پتانسیل روانگرایی ضروری به نظر می‌رسد. بسته به گستره منطقه طرح جهت کسب اطلاعات، نیاز به حفر چند گمانه و انجام آزمایشات متعددی می‌باشد که هر یک مستلزم صرف زمان و هزینه‌های بسیاری است. بنابراین پیش بینی روانگرایی با استفاده از مجموعه اطلاعات موجود توسط شبکه عصبی، باعث کاهش در هزینه‌ها و برنامه ریزی صحیح در شناخت ساختگاه مناسب خواهد شد.

شبکه‌های عصبی به عنوان سیستم‌های هوشمند از خصوصیات خاص پردازش اطلاعات در مغز بهره می‌گیرند که از آن جمله می‌توان به یادگیری مثال‌ها، نادیده گرفتن خطا در داده‌ها و پردازش موازی آن‌ها – که دور از دسترس روش‌های مرسوم برنامه نویسی قرار دارد – اشاره کرد.

در تحقیق حاضر با توجه به بالا بودن سطح آب زیر زمینی در محدوده جنوب شرق تهران و با استفاده از اطلاعات گمانه‌های حفر شده در این منطقه به وسعت سی کیلومتر مربع، به ارزیابی پتانسیل روانگرایی توسط شبکه عصبی پرداخته شده است. شبکه عصبی مذکور با داشتن یک لایه میانی توسط اطلاعات گمانه‌های حفر شده مبتنی بر آزمایش نفوذ استاندارد آموزش داده شده و سپس به منظور اطمینان از کارآیی شبکه در ارزیابی پتانسیل روانگرایی، اطلاعات تعدادی گمانه برای اولین بار به شبکه ارائه گردید. نتیجه حاصل از شبکه عصبی با نتیجه حاصل از روش رایج تعیین روانگرایی Seed کنترل و مورد مقایسه قرار گرفت که براساس آنالیزهای انجام شده، شبکه عصبی تربیت یافته قادر است پتانسیل روانگرایی در خاک محدوده جنوب شرق تهران با دقت بیش از 92 درصد پیش بینی نماید.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014

اختصاصی از فی لوو مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014 دانلود با لینک مستقیم و پر سرعت .

مقالات ISI در زمینه GFRP ژورنال های معتبر منتشر شده در سال 2014
محتوای مقالات: ورق و میلگردهای پلیمری GFRP
ژورنال: Composite Structures ، Construction and Building Materials ، Engineering Structures ، Thin-Walled Structures
سال 2014
این مجموعه شامل 19 مقاله در فرمت PDF می باشد.

عناوین مقالات این مجموعه:

1) Adhesively bonded modular GFRP web–flange sandwich for building floor construction

2) An experimental study of GFRP-to-concrete interfaces submitted to humidity cycles

3) Creep tests on GFRP pultruded specimens subjected to traction or shear

4) Experimental and analytical investigation of two- and six-plate bonded splice joints on serviceability limit deformations of pultruded GFRP beams

5) High cycle fatigue under reversed bending of sandwich panels with GFRP skins and polyurethane foam core

6) Influence of fatigue and aggressive exposure on GFRP girder to SFRSCC deck all-adhesive connection

7) Influence of initial geometric imperfections in the lateral buckling problem of thin walled pultruded GFRP I-profiles

8) Performance of a lightweight GFRP composite bridge deck in positive and negative bending regions

9) Structural evaluation of a GFRP truss girder for a deployable bridge

10) Bond behavior of steel and GFRP bars in self-compacting concrete

11) Effects of GFRP on bending strength of glulam made of poplar (Populus deltoids) and beech (Fagusorientalis)

12) Fibres for enhancing of the bond capacity between GFRP rebar and concrete

13) Low-grade glued laminated timber beams reinforced using improved arrangements of bonded-in GFRP rods

14) Masonry wall panels with GFRP and steel-cord strengthening subjected to cyclic shear: An experimental study

15) Mechanical recycling of GFRP waste as short-fiber reinforcements in microconcrete

16) Strengthening of shear deficient RC T-beams with externally bonded GFRP sheets

17) Exploring GFRP bars as reinforcement for rectangular and L-shaped beams subjected to significant torsion: An experimental study

18) Structural behaviour of a GFRP-concrete hybrid footbridge prototype: Experimental tests and numerical and analytical simulations

19) An experimental investigation into crushing behavior of radially stiffened GFRP composite tubes


** نحوه سفارش مقالات ISI: پس از پیدا کردن مقالات درخواستی خود از پایگاه www.sciencedirect.com لینک مقالات مورد نظر خود را به ایمیل [e-mail] ارسال کرده پس از قرار گرفتن مقالات در سایت می توانید به صورت آنلاین اقدام به خرید و دریافت مقاله نمایید. **

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

برآورد مشخصات دینامیکی ساختمان بتنی برج مرکز خرید ستاره ائل گلی تبریز با استفاده از اندازه گیری میکروتریمور (ریزلرزه ها)

اختصاصی از فی لوو برآورد مشخصات دینامیکی ساختمان بتنی برج مرکز خرید ستاره ائل گلی تبریز با استفاده از اندازه گیری میکروتریمور (ریزلرزه ها) دانلود با لینک مستقیم و پر سرعت .

مقاله با عنوان: برآورد مشخصات دینامیکی ساختمان بتنی برج مرکز خرید ستاره ائل گلی تبریز با استفاده از اندازه گیری میکروتریمور (ریزلرزه ها)
نویسندگان: موسی پاک جو ، فتح اله اسدالهی تراکمه ، عبدالحسین فلاحی
محل انتشار: هشتمین کنگره ملی مهندسی عمران – دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93
فرمت فایل: PDF و شامل 10 صفحه می باشد.

چکیده:
عملیات ثبت داده‌های میکروتریمور را در تاریخ 15 آبان ماه سال 1391 بر روی ساختمان 23 طبقه بتنی مرکز خرید ستاره واقع در ائل گلی تبریز انجام دادیم. در این آزمایش برای ثبت داده‌های میکروتریمور از دستگاه لرزه نگار GPL-6A3P (Akashi CO.Ltd.) مجهز به لرزه‌سنج‌هایی با سه مؤلفه عمود بر هم (دو عدد افقی H یعنی EW و NS ، و یک قائم V یعنی UD) انجام دادیم. این دستگاه قابلیت برداشت ریزلرزه‌ها با فاصله نمونه برداری‌های متفاوت و بازه زمانی دلخواه را دارد. دامنه شتاب میکروتریمورها با بازه فرکانسی 100 هرتز و با فیلترمیان گذر 0.1 هرتز اندازه گیری شدند. تعداد نه رکورد در ساختمان ستاره ثبت شد، که طول هر کدام از رکوردها 10 دقیقه بود. در این مطالعه به بررسی سه روش محاسبه‌ی دوره تناوب ساختمان توسط اندازه گیری ریزلرزه‌ها، ISO4866 و استفاده از روابط آئین نامه 2800 پرداخته شده است. جهت شناسایی پارامترهای مدی از قبیل دوره تناوب و اشکال مدی از روش‌های چهار طیفی، استفاده شده است. نتایج نشان دهنده‌ی این است که اندازه‌گیری ریزلرزه‌ها (میکروتریمور) یکی از روش‌های سریع و قابل اعتماد برای محاسبه‌ی خصوصیات دینامیکی سازه‌هاست.

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

کنترل فعال پل های کابلی ترکه ای با استفاده از الگوریتم کنترل بهینه آنی و مکانیسم تاندون های کششی

اختصاصی از فی لوو کنترل فعال پل های کابلی ترکه ای با استفاده از الگوریتم کنترل بهینه آنی و مکانیسم تاندون های کششی دانلود با لینک مستقیم و پر سرعت .

مقاله با عنوان: کنترل فعال پل های کابلی ترکه ای با استفاده از الگوریتم کنترل بهینه آنی و مکانیسم تاندون های کششی
نویسندگان: جواد دهقانی اسکویی ، ابوالقاسم کرامتی
محل انتشار: هشتمین کنگره ملی مهندسی عمران – دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93
فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیده:
یکی از روش های محافظت سازه ها در برابر ارتعاش خارجی، استفاده از کنترل فعال می باشد. روش کنترل فعال حتی به عنوان یکی از روش های مقاوم سازی سازه ها در برابر زلزله می تواند محسوب شود. امروزه با توجه به پیشرفت های بوجود آمده در زمینه ساخت مواد و تهیه نرم افزارها، شاهد ساخت سازه های انعطاف پذیر زیادی از جمله پلهای کابلی ترکه ای هستیم که این سازه ها به دلیل انعطاف زیاد و میرایی کمی که دارند در برابر ارتعاش خارجی تغییر شکل های زیادی را تجربه خواهند کرد. یکی از روش های مقابله با این تغییر شکل ها استفاده از کنترل فعال می باشد. در این پژوهش پل کابلی ترکه ای دو دهانه با پایه میانی و متکی در دو انتها به عنوان مدل سازه ای مورد بررسی قرار گرفته است. شتاب نگاشت مربوط به زلزله ناغان به عنوان عامل محرک بیرونی بر مدل پل اعمال گردیده و نیروی کنترلی محاسبه شده با روش کنترل بهینه آنی در دو حالت متمایز، در دو نقطه و پنج نقطه به سازه اعمال شده و نتایج باهم دیگر مقایسه گردیده اند. نتایج بدست آمده نشان میدهند، بطور کلی کنترل سازه باعث کاهش پاسخ سازه در مقایسه با حالت کنترل نشده میگردد و قابل استفاده در فاز قبل ازساخت به عنوان عامل کاهنده هدف کنترل و یا حین بهره برداری به عنوان عامل مقاوم سازی در پل قابل استفاده می باشد. جهت تحلیل دینامیکی مدل در حالت وجود و عدم وجود تاندون های کششی و همچنین محاسبات نیروی کنترل، برنامه نویسی در قالب نرم افزار MATLAB انجام گردیده و مورد استفاده قرار گرفته است.


** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **