Analiza drgań budynków ścianowych o średniej wysokości podlegających wstrząsom górniczym z wykorzystaniem sieci neuronowych

Dostępność: ostatnie egzemplarze
Wysyłka w: 24 godziny
Cena: 69,00 zł 69.00
ilość egz.

towar niedostępny

dodaj do schowka

Opis

Wielorodzinne budownictwo w Polsce stanowią przede wszystkim ścianowe budynki prefabrykowane (wielkoblokowe i wielkopłytowe). Średnio biorąc, połowa z nich to budynki o średniej wysokości - pięciokondygnacyjne i połowa - budynki wysokie. Mimo że w ostatnich latach pojawiło się wiele nowych, różnorodnych technologii wznoszenia budynków mieszkalnych, budynki prefabrykowane w dalszym ciągu dominują wśród już istniejących obiektów. Projektowano je na obciążenia statyczne i pochodzące od działania wiatru, ale wiele z tych budynków znajduje się w bliskim sąsiedztwie eksploatowanych kamieniołomów lub w strefie wstrząsów górniczych, a więc na obszarach objętych wpływami dynamicznymi. Kopalnie odkrywkowe z urobkiem kamienia prowadzonym metodą odstrzałów materiału wybuchowego (MW) w kamieniołomach szczególnie często występują w rejonach Polski południowej. Z kolei spośród wielu regionów górniczych w Polsce, najbardziej aktywne sejsmicznie są dwa: Górnośląskie Zagłębie Węglowe (GZW) oraz Legnicko-Głogowski Okręg Miedziowy (LGOM). W obu tych zagłębiach eksploatacja minerałów odbywa się w dużej części pod terenami gęsto zaludnionymi, w tym i pod miastami. Najsilniejsze wstrząsy powodują uszkodzenia budynków. W większości przypadków, budynki mieszkalne poddawane takim działaniom parasejsmicznym nie były projektowane na obciążenia dynamiczne. Drgania budynków wzbudzają natomiast niepokój wśród mieszkańców, administracji osiedli i samorządów terytorialnych. Niewiele jest prac dotyczących drgań parasejsmicznych budynków prefabrykowanych. Są to obiekty wrażliwe na działania dynamiczne, a ich drgania szczególnie trudne do analizy. Stąd też zapotrzebowanie na tego typu opracowania. Do bardzo ważnych zagadnień w analizie dynamicznej budynków zaliczyć trzeba określenie właściwości dynamicznych obiektu (przede wszystkim okresów drgań własnych) oraz wyznaczenie odpowiedzi konstrukcji na działania kinematyczne (a więc określenie rzeczywistych przemieszczeń lub przyśpieszeń). Powszechnie uważa się, że zarówno okresy drgań własnych budynków, jak i dynamiczne ich reakcje wywołane przez źródła drgań znajdujące się poza budynkiem, w sposób miarodajny wyznacza się w badaniach doświadczalnych na obiektach rzeczywistych. Ciągle jeszcze jest to metoda bardzo droga z uwagi na koszty systemów pomiarowych oraz organizacyjne. W warunkach polskich instalacja aparatury czuwającej i później jej obsługa jest bardzo droga.
Przykładowo, wiele pomiarów drgań pochodzących od wstrząsów górniczych w LGOM, o których jest mowa w pracy, udało się zrealizować tylko z uwagi na to, że tak bogata instytucja jaką jest KGHM Polska Miedź SA taką aparaturę zakupiła i zainstalowała. Z kolei zastosowanie w tym celu mniej lub bardziej skomplikowanych modeli wywołuje wiele wątpliwości związanych np. z doborem ich parametrów oraz parametrów podłoża. Chodzi tu bowiem o rzeczywiste, bardzo złożone konstrukcje jakimi są budynki, w szczególności - budynki prefabrykowane. Mimo zaawansowanego rozwoju metod obliczeniowych (przede wszystkim - metody elementów skończonych) i postępu w technice komputerowej, ten sposób podejścia ciągle jeszcze nie jest zadowalający z inżynierskiego punktu widzenia. Nowym, obiecującym narzędziem do rozwiązywania problemów dynamiki budowli mogą stać się sztuczne sieci neuronowe (SSN). Jest to intensywnie rozwijająca się ostatnio dziedzina wiedzy, stosowana w wielu obszarach nauki. Sieci neuronowe mają bowiem właściwości pożądane w wielu dziedzinach zastosowań praktycznych: stanowią uniwersalny układ aproksymacyjny odwzorowujący wielowymiarowe zbiory danych, mają zdolności uczenia się i adaptacji oraz zdolność uogólniania nabytej wiedzy, stanowiąc pod tym względem system sztucznej inteligencji. Podstawą działania sieci są algorytmy uczące, umożliwiające zaprojektowanie odpowiedniej jej struktury i dobór parametrów tej struktury dopasowanych do rozwiązywanego problemu. SSN w uproszczony sposób symulują działanie centralnego systemu nerwowego organizmów żywych. Modelowanie procesów przetwarzania informacji procesami realizowanymi w organizmach żywych pozwala na rozwiązywanie problemów, których analiza jest trudna lub wręcz niemożliwa za pomocą metod standardowych (w tym przede wszystkim metody elementów skończonych). W niniejszej pracy zaproponowano wykorzystanie sztucznych sieci neuronowych do analizy drgań budynków ścianowych o średniej wysokości podlegających wstrząsom górniczym. Wybór klasy budynków średniowysokich podyktowany jest tym, że ich drgania są szczególnie trudne do konwencjonalnych analiz dynamicznych. Głównym celem pracy jest wykorzystanie wyników wieloletnich badań doświadczalnych w skali naturalnej do zbudowania sieci neuronowych jako narzędzi, za pomocą których możliwe będą: 1) predykcja spektrów odpowiedzi od wstrząsów górniczych; 2) analiza interakcji dynamicznej podłoże-budynek; 3) wyznaczanie okresów drgań własnych ścianowych budynków prefabrykowanych o średniej wysokości; 4) wyznaczanie odpowiedzi dynamicznej budynków z rozważanej klasy na wymuszenia kinematyczne.
Do osiągnięcia celu głównego w części pierwszej należy zrealizować następujące zadania szczegółowe: - wyznaczyć spektra odpowiedzi od zarejestrowanych przebiegów przyśpieszeń drgań w GZW i LGOM; - zbudować sieci neuronowe do wyznaczania spektrów odpowiedzi od wstrząsów górniczych. Druga część celu głównego wiąże się z realizacją następujących zadań szczegółowych: - doświadczalną analizą interakcji dynamicznej podłoże-budynek; - adaptacją idei ramek (podobrazów) z transmisji obrazów i konstrukcją odpowiednich sieci neuronowych do analizy interakcji dynamicznej podłoże - budynek. Osiągnięcie trzeciej części celu głównego wymaga realizacji zadań szczegółowych, takich jak: - analiza wyników badań doświadczalnych w skali naturalnej prefabrykowanych budynków ścianowych o średniej wysokości w zakresie podstawowych okresów drgań własnych z uwzględnieniem najistotniejszych czynników wpływających na ich wartości; - zbudowanie neuronowego identyfikatora podstawowych okresów drgań własnych analizowanej klasy budynków i jego weryfikacja poprzez porównanie otrzymanych wyników z wynikami badań doświadczalnych; wprowadzenie zmiennej lingwistycznej do problemu wyznaczania podstawowych okresów drgań własnych budynków ścianowych o średniej wysokości z wykorzystaniem SSN; kompresja danych wejściowych sieci poprzez dekompozycję według składników głównych; - modyfikacja wzoru empirycznego na podstawowe okresy drgań własnych rozważanych budynków. Do osiągnięcia celu głównego w części czwartej niezbędne jest zrealizowanie zadań szczegółowych obejmujących: - wstępne przygotowanie wyników badań doświadczalnych; - zbudowanie replikatorów neuronowych do kompresji wymuszeń drgań i do kompresji odpowiedzi dynamicznych budynków; - konstrukcję głównej sieci neuronowej (z j. ang. master network) do wyznaczania skompresowanej odpowiedzi dynamicznej budynku; - zbudowanie dekompresora neuronowego odpowiedzi dynamicznej budynku w dziedzinie czasu; - adaptację idei ramek (podobrazów) z transmisji obrazów i konstrukcję odposieci neuronowych do odwzorowania spektrów odpowiedzi wymuszeń w spektra odpowiedzi przebiegów drgań wybranej kondygnacji budynku.
Z założenia, w programie pracy nie przewidywano porównań uzyskanych rezultatów z otrzymanymi innymi metodami (np. MES), co sugeruje też tytuł opracowania. Praca składa się z pięciu części. W części pierwszej (rozdział 1) po uwagach wstępnych podano genezę, cel i zakres pracy. Dokonano również przeglądu wiedzy dotyczącej tematu pracy. Część druga (rozdział 2) zawiera charakterystykę przeprowadzonych pomiarów dynamicznych budynków z uwzględnieniem spektrów odpowiedzi od wstrząsów górniczych. W trzeciej części pracy (rozdział 3 i 4) krótko przedstawiono problem identyfikacji modeli konstrukcji budowlanych oraz omówiono wybrane zagadnienia teorii sztucznych sieci neuronowych i wstępnego przygotowania danych. Zasadnicza, czwarta część pracy (rozdziały: 5, 6, 7, 8) dotyczy wykorzystania sztucznych sieci neuronowych w wybranych problemach dynamiki budowli. Zagadnienia te dyskutowane są w następującej kolejności: najpierw dotyczą one drgań podłoża gruntowego, następnie przekazywania się tych drgań na budynek (interakcja dynamiczna układu podłoże-budynek) i wreszcie, cech dynamicznych samego budynku oraz jego odpowiedzi dynamicznej. Główny problem omawiany w rozdziale 5 sformułowano jako wyznaczenie związku między energią wstrząsu górniczego i odległością epicentralną a przyśpieszeniowym spektrum odpowiedzi. Do tego celu wykorzystano sztuczne sieci neuronowe. Rozdział 6 zawiera próbę neuronowej analizy interakcji dynamicznej podłoże - budynek w przypadku wstrząsów górniczych. W rozdziale 7 zaproponowano zastosowanie SSN do wyznaczania podstawowych okresów drgań własnych ścianowych budynków prefabrykowanych o średniej wysokości. Uwzględniono tu najistotniejsze czynniki wpływające na wartości tych okresów. Wyniki analizy neuronowej stały się przesłanką do modyfikacji wzoru empirycznego na okres drgań własnych ww. budynków. Rozdział 8 dotyczy wyznaczania odpowiedzi dynamicznej budynków z rozważanej klasy, poddanych wymuszeniom kinematycznym. Sieci neuronowe zastosowano tu do wstępnego przetworzenia danych doświadczalnych, do predykcji przemieszczeń ostatniej kondygnacji budynku w postaci kolejnego w czasie oraz maksymalnego przemieszczenia, a także do symulacji odpowiedzi dynamicznych budynków w formie przebiegów drgań wybranej kondygnacji. Rozdział ten zawiera też propozycję neuronowego odwzorowania spektrów odpowiedzi wymuszeń w spektra odpowiedzi przebiegów drgań wybranej kondygnacji budynku. Rezultaty analizy neuronowej dotyczącej wszystkich ww. zagadnień porównano z wynikami badań doświadczalnych. Ostatnią, piątą część opracowania (rozdział 9) stanowi podsumowanie z przedstawieniem najważniejszych i oryginalnych rezultatów pracy oraz kierunków dalszych badań.



Dane techniczne

Autor Krystyna Kuźniar
Wydanie 2004
Liczba stron 168
Ilustracje liczne
Okładka miękka
Format B5

Tytuły polecane

Koszty dostawy
Paczkomaty InPost Kwota zakupów Koszt przesyłki przedpłata
  powyżej 200 zł 0 zł
  do 200 zł 3 zł
  do 150 zł 5 zł
  do 100 zł 9 zł

Kurier DPD Przedpłata Płatność za pobraniem
  11 zł 15 zł
do góry
Sklep jest w trybie podglądu
Pokaż pełną wersję strony
Realizacja: N4K.eu
Sklep internetowy Shoper.pl