
تعداد نشریات | 162 |
تعداد شمارهها | 6,666 |
تعداد مقالات | 71,839 |
تعداد مشاهده مقاله | 128,524,292 |
تعداد دریافت فایل اصل مقاله | 101,340,539 |
بهینه سازی سازه های فضاکار بادرنظرگرفتن احتمال خرابی اعضاء و گره ها به کمک الگوریتم وراثتی اصلاح شده | ||
نشریه دانشکده فنی | ||
مقاله 9، دوره 42، شماره 4 - شماره پیاپی 1000254، مرداد 1387 اصل مقاله (278.69 K) | ||
نویسندگان | ||
محمدرضا قاسمی؛ محمدرضا مستخدمین حسینی* | ||
چکیده | ||
در این تحقیق هدف بهینه سازی وزن سازه های فضاکار با استفاده از نظریة قابلیت اعتماد می باشد. با توجه به اینکه در عمل، خرابی سازه علاوه براین که از ناحیة عضو رخ می دهد ممکن است از محل گره ها نیز به وقوع به پیوندد بنابراین علاوه بر احتمال خرابی اعضاء، احتمال خرابی گره ها نیز در فرآیند بهینه یابی وزن سازه های خرپایی و فضاکار منظور شده و فرمول بندی دیگری جهت آن ارائه گردیده است. منظور از خرابی گره این است که تغییر مکان گره در یک راستا, از تغییر مکان مجاز گره در آن راستا تجاوز نماید. در فرآیند بهینه یابی، اثر پارامترهای مختلف احتمال اندیشانه نظیر بارگذاری، تنش تسلیم، مدول الاستیسیته و سطح مقطع اعضای سازه نیز در نظرگرفته شده است. البته در مثال های عددی انجام یافته در این تحقیق فرض شده است که تمامی متغیرهای احتمال اندیشانه از نظر آماری مستقل از یک دیگر بوده و دارای تابع توزیع نرمال باشند. هم چنین در این تحقیق، جهت بهینه یابی از الگوریتم وراثتی اصلاح شده استفاده گردیده است. از آن جا که محاسبات روش وراثتی در هر مرحله بر زیر مجموعهای از دامنه تابع انجام میشود، احتمال هم گرایی آن در بهینه کلی تابع هدف افزایش یافته و از هم گرایی موضعی جلوگیری می نماید. هم چنین استقلال محاسبات این الگوریتم از مشتق تابع هدف و قیود حاکم، باعث سازگاری آن با توابع گسسته میگردد. تحقیق اخیر نشان می دهدکه با افزایش احتمال خرابی مجاز اعضاء، گره ها و یا کل سازه, وزن بهینه سازه کاهش می یابد، اما با افزایش ضرایب پراکندگی بار و یا تنش تسلیم, وزن بهینه سازه نیز افزایش خواهد یافت. | ||
کلیدواژهها | ||
احتمال خرابی عضو و گره؛ الگوریتم وراثتی اصلاح شده؛ بهینه سازی؛ سازه های فضاکار | ||
عنوان مقاله [English] | ||
Reliability-Based Optimization of Space Structures with GAs under Elements and Nodes Failure Probability | ||
چکیده [English] | ||
Due to the probabilistic nature and uncertainties of structural parameters, reliability-based optimization will enable engineers to account for the safety of the structures and allow for its decision making applicability. Thus, reliability-based design will substitute deterministic rules of codes of practice. Space structures are of those types that have an exceedingly high range of applicability aspects in civil engineering. Therefore optimization of such structures with great and considerable number of members will be economically wise. For this purpose, the optimization process could be carried out using various mathematical models. One such model is to minimize weight while considering elements failure probability as constraints. Another form is to minimize weight and then regarding the whole structure system reliability as constraint. The third type could be to minimize failure probability as well as its weight, while taking into account the structural system reliability as the constraint. In this research each of the above forms were studied and the results were compared. Also, apart from reliability considerations for the members, the reliability of nodes was also taken into account. Node failure means that node displacement in at least one direction exceeds that of the allowable value. As well the effect of various stochastic parameters such as load, yield stress, modulus of elasticity and cross section were studied. The stochastic parameters discussed in this study are statistically independent and possess standardized normal distribution. To avoid local convergence during the process of optimization, Genetic Algorithms is used as means of optimization. This study show that with increasing the members or system admissible failure probability, optimum weight of structure increases, but with increasing the coefficient of variation of load or yield stress, optimum weight increases. | ||
کلیدواژهها [English] | ||
Based Optimization, Failure Probability, Genetic Algorithms, reliability, Space structures | ||
آمار تعداد مشاهده مقاله: 2,172 تعداد دریافت فایل اصل مقاله: 1,518 |