Phương pháp dự đoán tải trọng ổn định đàn hồi của dầm thép H bản bụng khoét lỗ tròn dựa trên máy vec-tơ hỗ trợ

  • Nguyễn Thùy Anh

    Trường Đại học Công nghệ Giao thông Vận tải, Số 54 Triều Khúc, Thanh Xuân, Hà Nội
  • Lý Hải Bằng

    Trường Đại học Công nghệ Giao thông Vận tải, Số 54 Triều Khúc, Thanh Xuân, Hà Nội
Email: banglh@utt.edu.vn
Từ khóa: Dầm H khoét lỗ tròn, máy vectơ hỗ trợ (SVM), tải trọng tới hạn đàn hồi.

Tóm tắt

Dầm thép chữ H có bản bụng khoét lỗ tròn di động là một lựa chọn hợp lý cho các công trình xây dựng nhờ những ưu điểm vượt trội như khả năng vượt nhịp lớn, trọng lượng nhẹ và cho phép bố trí linh hoạt hệ thống đường ống kỹ thuật xuyên qua dầm. Bên cạnh đó, đã có nhiều nghiên cứu về hiện tượng mất ổn định tổng thể và cục bộ của loại dầm này, góp phần hoàn thiện thêm cho các hướng dẫn về thiết kế. Bài báo này nhằm mục đích đề xuất một mô hình dựa trên máy vectơ hỗ trợ (SVM) để dự đoán tải trọng ổn định đàn hồi của dầm thép H khoét lỗ tròn có sơ đồ tính là dầm giản đơn. Bộ dữ liệu sử dụng cho mô hình gồm 3645 số liệu dựa trên mô phỏng phần tử hữu hạn (FE) được thực hiện trong ABAQUS. Các biến độc lập được sử dụng làm đầu vào cho mô hình SVM: chiều dài dầm, chiều rộng bản cánh, chiều dày bản cánh, chiều dày bản bụng, khoảng cách tính giữa hai lỗ khoét, đường kính lỗ, chiều cao dầm và khoảng cách từ đầu dầm đến mép lỗ đầu tiên. Mô hình đề xuất cho thấy máy vectơ hỗ trợ có thể giúp việc dự đoán tải trọng ổn định đàn hồi một cách đơn giản và nhanh chóng hơn, đồng thời cũng hứa hẹn một phương pháp hiệu quả để dự đoán các loại phá hoại khác của dầm cũng như các loại dầm có các lỗ khoét khác nhau.

Tài liệu tham khảo

[1]. L. F. Grilo, R. H. Fakury, A. L. R. de Castro e Silva, G. de S. Veríssimo, Design procedure for the web-post buckling of steel cellular beams, J. Constr. Steel Res., 148 (2018) 525–541. https://doi.org/10.1016/j.jcsr.2018.06.020
[2]. R. M. Lawson, D. Lam, E. Aggelopoulos, F. Hanus, Serviceability performance of composite cellular beams with partial shear connection, J. Constr. Steel Res., 150 (2018) 491–504. https://doi.org/10.1016/j.jcsr.2018.04.032
[3]. R. Cloete, R. Data, PROKON Support Portal, pp. 15–16, 2003.
[4]. S. G. Morkhade, L. M. Gupta, An experimental and parametric study on steel beams with web openings, Int. J. Adv. Struct. Eng., 7 (2015) 249–260. https://doi.org/10.1007/s40091-015-0095-4
[5]. A. R. Zainal Abidin, B. A. Izzuddin, F. Lancaster, A meshfree unit-cell method for effective planar analysis of cellular beams, Comput. Struct., 182 (2017) 368–391. https://doi.org/10.1016/j.compstruc.2016.09.002
[6]. K. P. Nimmi, V. N. Krishnachandran, Buckling Analysis of Cellular Steel Beams with and without Stiffeners, International Journal for Research in Applied Science & Engineering Technology, 4 (2016) 609-615
[7]. P. Pachpor, L. M. Gupta, N. V Deshpande, Analysis and Design of Cellular Beam and its Verification, IERI Procedia, 7 (2014) 120–127. https://doi.org/10.1016/j.ieri.2014.08.019
[8]. M. Abambres, K. Rajana, K. Tsavdaridis, T. Pinto Ribeiro, Neural Network-Based Formula for the Buckling Load Prediction of I-Section Cellular Steel Beams, 8 (2018) 1–26. https://doi.org/10.3390/computers8010002
[9]. V. Akrami, S. Erfani, Review and Assessment of Design Methodologies for Perforated Steel Beams, J. Struct. Eng., 142 (2015) 4015148. https://doi.org/10.1061/(ASCE)ST.1943-541X.0001421
[10]. D. Darwin, W. K. Lucas, LRFD for steel and composite beams with web openings, J. Struct. Eng., 116 (1990) 1579–1593. https://doi.org/10.1061/(ASCE)0733-9445(1990)116:6(1579)
[11]. K. F. Chung, T. C. H. Liu, A. C. H. Ko, Investigation on Vierendeel mechanism in steel beams with circular web openings, J. Constr. Steel Res., 57 (2001) 467–490. https://doi.org/10.1016/S0143-974X(00)00035-3
[12]. K. F. Chung, C. H. Liu, A. C. H. Ko, Steel beams with large web openings of various shapes and sizes: an empirical design method using a generalised moment-shear interaction curve, J. Constr. Steel Res., 59 (2003) 1177–1200. https://doi.org/10.1016/S0143-974X(03)00029-4
[13]. K. Tsavdaridis, C. Mello, Finite element investigation of perforated steel beams with different web opening configurations, Proceedings of Sixth International Conference on Advances in Steel Structures and Progress in Structural Stability and Dynamics, 2009.
[14]. K. D. Tsavdaridis, C. D.Mello, Web buckling study of the behaviour and strength of perforated steel beams with different novel web opening shapes, J. Constr. Steel Res., 67 (2011) 1605–1620. https://doi.org/10.1016/j.jcsr.2011.04.004
[15]. K. Tsavdaridis, C. D. Mello, Web buckling study of the behaviour and strength of perforated steel beams with different novel web opening shapes, Journal of Constructional Steel Research, 67 (2011) 1605-1620. https://doi.org/10.1016/j.jcsr.2011.04.004
[16]. T. Sheehan, X. Dai, D. Lam, E. Aggelopoulos, M. Lawson, R. Obiala, Experimental study on long spanning composite cellular beam under flexure and shear, J. Constr. Steel Res., 116 (2016) 40–54. https://doi.org/10.1016/j.jcsr.2015.08.047
[17]. P. Panedpojaman, W. Sae-Long, T. Chub-uppakarn, Cellular beam design for resistance to inelastic lateral–torsional buckling, Thin-Walled Struct., 99 (2015) 182-194. https://doi.org/10.1016/j.tws.2015.08.026
[18]. E. Khalilzadevahidi, F. Rahimi, Investigation of Ultimate Shear Capacity of RC Deep Beams with Opening using Artificial Neural Networks, 5 (2016) 57–65.
[19]. Y. Sharifi, A. Moghbeli, M. Hosseinpour, H. Sharifi, Neural networks for lateral torsional buckling strength assessment of cellular steel I-beams, Adv. Struct. Eng., 22 (2019) 2192–2202. https://doi.org/10.1177/1369433219836176
[20]. B. P.Gowd , K. Jayasree, M.N. Hegde, Comparison of Artificial Neural Networks and Fuzzy Logic Approaches for Crack Detection in a Beam Like Structure, Int. J. Artif. Intell. Appl., 9 (2018) 35–51. https://doi.org/10.5121/ijaia.2018.9103
[21]. H. Naderpour, M. Mirrashid, Shear Strength Prediction of RC Beams Using Adaptive Neuro-Fuzzy Inference System, Sci. Iran., 27 (2020) 657-670. https://doi.org/10.24200/sci.2018.50308.1624
[22]. C. Cortes, V. Vapnik, Support-vector networks, Mach. Learn., 20 (1995) 273–297. https://doi.org/10.1007/BF00994018
[23]. B. Fowler, A sociological analysis of the satanic verses affair, Theory, Cult. Soc., 17 (2000) 39–61. https://doi.org/10.1177/02632760022050997
[24]. J. He, H.-J. Hu, R. Harrison, P. C. Tai, Y. Pan, Transmembrane segments prediction and understanding using support vector machine and decision tree, Expert Syst. Appl., 30 (2006) 64–72. https://doi.org/10.1016/j.eswa.2005.09.045
[25]. H. Drucker, C. J. C. Surges, L. Kaufman, A. Smola, V. Vapnik, Support vector regression machines, Adv. Neural Inf. Process. Syst., 1 (1997) 155–161.
[26]. A. M. Abd, S. M. Abd, Modelling the strength of lightweight foamed concrete using support vector machine (SVM), Case Stud. Constr. Mater., 6 (2017) 8–15. https://doi.org/10.1016/j.cscm.2016.11.002
[27]. J. Y. Park, Y. G. Yoon, T. K. Oh, Prediction of concrete strength with P-, S-, R-wave velocities by support vector machine (SVM) and artificial neural network (ANN), Appl. Sci., 9 (2019) 4053. https://doi.org/10.3390/app9194053
[28]. Q. Ren, M. Li, M. Zhang, Y. Shen, W. Si, Prediction of Ultimate Axial Capacity of Square Concrete-Filled Steel Tubular Short Columns Using a Hybrid Intelligent Algorithm, Appl. Sci., 9 (2019) 2802. https://doi.org/10.3390/app9142802
[29]. D. Systemes, ABAQUS 6.11, Abaqus/CAE User’s Manual, Dassault Syst. Vélizy-Villacoublay, Fr., 2011.
[30]. D. S. S. Corp, ABAQUS CAE (2017), Software; Dassault Systèmes Simulia Corp. Vélizy-Villacoublay, Fr., 2017.
[31]. I. H. Witten, E. Frank, M. a Hall, Data Mining: Practical Machine Learning Tools and Techniques (Google eBook), 2011.

Tải xuống

Chưa có dữ liệu thống kê
Nhận bài
13/04/2020
Nhận bài sửa
26/05/2020
Chấp nhận đăng
01/06/2020
Xuất bản
28/06/2020
Chuyên mục
Công trình khoa học