کنترل فعال‌سازه‌های غیر خطی تحت اثر زلزله‌های Near-Field با استفاده از منطق فازی

نوع مقاله: مقاله پژوهشی

نویسندگان

چکیده

مطالعات زمین‌شناسی حاکی از آن است که اکثر شهرهای بزرگ دنیا درنزدیک یا روی گسل ساخته شده‌اند. بنابراین احتمال وقوع زلزله از نوع Near-Field در این شهرها بسیار بالا می‌باشد.زلزله‌های Near-Field اخیر نظیر زلزله‌های Northridge و Kobe و Chi-Chi و ترکیه (Izmit و Koceili) آسیب‌های بسیاری را به سازه‌ها وارد کرده و باعث از دست رفتن زندگی بسیاری از مردم شده است. مشخصات اصلی حرکت زمین در زلزله Near-Field، شتاب حداکثر بالا و پالس سرعت با یک مؤلفه با پریود بلندنظیر تغییر مکان بزرگ می‌باشد.در این مقاله کاربرد ایده کنترل فعال برای کاهش اثرات ناشی از زلزله‌های Near-Field در سازه‌های مبنای غیر خطی (Benchmark) نسل سوم بررسی شده است. در این راستا از منطق فازی برای طراحی الگوریتم کنترل فعال استفاده شده است. نبود اطمینان کافی در اطلاعات ورودی ارتعاشات باد یا زلزله و ارتعاشات سازه از حس‌گرها، به طرز بسیار ساده‌تری در تئوری کنترل فازی در مقایسه با تئوری کلاسیک کنترل مورد بحث قرار می‌گیرد. به عبارت دیگر مهمترین مزیت کنترل‌گر فازی استحکام ذاتی و توانائی بررسی رفتار غیر خطی سازه‌ها می‌باشد. علاوه از آن تمامی کنترل‌گر فازی به سادگی می‌تواند در داخل یک تراشه فازی (Fuzzy Chip) گنجانده شود که این امر عکس‌العمل سریع و توانائی تغذیه آسان را باعث می‌شود. منطق فازی استفاده شده در این مقاله مستقیماً از اطلاعات Crisp بدست آمده از تعدادی حسگر استفاده می‌کند. این اطلاعات در طی پروسه Fuzzification به متغیرهای زبان فازی یا توابع عضویت تغییر می‌یابند. تعداد حسگرهائی که در سیستم از آنها استفاده می‌شود، بستگی به مقدار متغیرهای ورودی کنترل‌گر دارد.از یک کنترل‌گر منطق فازی خودآموز، SOFLC (self- organizing) برای تعیین حافظه مشترک فازی و membership استفاده می‌شود. SOFLC به کار رفته در این مقاله دارای رویه کنترلی است که می‌تواند با توجه به پروسه کنترل و اطلاعات ورودی شرایط محیطی تغییر کند.با در نظر گرفتن یک مدل هیستیریک دو شاخه‌ای برای تعیین محل مفاصل پلاستیک و نقاط جاری شدن تحلیل غیر خطی گام به گام با استفاده از روش نیومارک- بتا (Newmark-β) انجام شده است. کارائی الگوریتم کنترل فعال طراحی شده در این مقاله با استفاده از چند رکورد Near-Field هفده ملاک ارزیابی در مقایسه با روش LQG نشان داده شده است. ملاک‌های ارزیابی به کار رفته به چهار دسته پاسخ‌های سازه‌ای، خرابی سازه‌ای، ابزار کنترل و نیازهای استراژی کنترل تقسیم می‌شوند.

عنوان مقاله [English]

Neural Network Controller for Nonlinear Benchmark Structures Subjected to Near- Field Ground Motions

نویسندگان [English]

  • arash mosavi
  • Abdolrehem jalali