Çelik moment birleşimlerinin kümülatif plastik dönme kapasitelerinin yapay sinir ağları yardımıyla tahmin edilmesi

Abstract

Kirişler, kolonlar ve birleşim noktaları çelik moment çerçevelerdeki temel yapısal elemanlar olarak değerlendirilir. Bu elemanların, yapının şiddetli bir yer hareketine maruz kalması durumunda oldukça fazla sayıda doğrusal olmayan çevrimlere ve şekil değiştirmelere maruz kalması beklenir. Çevrimsel yüklerden dolayı pozitif ve negatif yönlerdeki yüklemelerden oluşacak kümülatif hasar yapının rijitliğini azaltarak göçmeye yol açabilir. Yapısal elemanlardaki kümülatif hasar, kümülatif plastik dönme olarak ifade edilebilir. Kümülatif plastik dönme kapasitesi, bir çelik moment birleşiminin histeretik enerji dağıtma kapasitesinin belirlenmesinde önemli bir rol oynar. Çelik bir moment birleşimi, gerekli olan kümülatif plastik dönme kapasitesini sağlayarak kısmen veya tamamen göçmeyi önlemelidir.Bu çalışmada, çeşitli çelik moment birleşimlerine ait deney sonuçları kullanılarak birleşimin kümülatif plastik dönme kapasitesi, yapay sinir ağları yardımıyla tahmin edilmeye çalışılmıştır. Yapay sinir ağları, özellikle son yirmi yılda mühendislik uygulamalarında doğrusal olmayan problemlerin çözümünde sıkça kullanılmaktadır. Çalışmada elde edilen sonuçlar, yapay sinir ağlarının bu tür uygulamalarda kullanılabileceğini göstermektedir.Beams, columns and connections are considered to be the main elements in steel moment resisting frames. These elements are expected to undergo significant nonlinear cyclic loadings and deformations when they are subjected to a strong ground motion. Cumulative deformations caused by loadings in negative and positive directions due to cyclic loadings may give rise to collapse by reducing stiffness. Cumulative deformations in structural elements can be best expressed in terms of cumulative plastic rotation. Cumulative plastic rotation is defined as total plastic rotations under cyclic loadings. Cumulative plastic rotation capacity plays a key role in determining histeretic energy dissipation capacity of a steel moment connection. A steel moment connection must prevent partial or total fail providing essential cumulative plastic rotation capacity.In this study, cumulative plastic rotation capacity of moment connections are predicted by the help of artificial neural networks using experiment results of steel moment connections. Artificial neural networks, commonly used to solve nonlinear problems in engineering applications, especially in last two decades. Results of the study show that artificial neural networks can be used in predicting the cumulative plastic rotation capacity of a moment connection.