A new approach for elastoplastic analysis of structures: Neural networks

Abstract

Bu tez Yapay Sinir Ağlarının (YSA) geniş aralıklı örnekler kullanılarak yapılarınelastoplatik analizi için kullanılabilirliğini incelemektedir. Bütün örnek çalışmaları,yapıların elastoplastik davranışına ilişkin özgün örneklerdir. Bu tezde verilenörnekler, YSA için eğitim setlerinin elde edilişine göre Sonlu Elemanlar ya dadeneysel tabanlı olmak üzere sınıflandırılabilir. Sonlu Elemanlar tabanlı YSAmodellemesi için gereken eğitim ve test setleri, ANSYS kullanılarak ya daliteratürden sağlanmıştır. Deneysel tabanlı YSA modellemesi için gereken eğitim vetest setleri ise çok kapsamlı bir literatür taraması sonucu literatürden elde edilmiştir.Deneysel tabanlı YSA modellemesi çelik, alüminyum, kompozit gibi çeşitli malzemetiplerini ve kiriş, kolon ve plak gibi çeşitli yapı elemanlarını içermektedir. Örnekçalışmaların YSA modellemesi için Matlab NN Toolbox kullanılmıştır. Doğrudanoptimum YSA mimarisini seçen esnek bir Matlab programı geliştirilmiştir. Bununötesinde geliştirilen program, önerilen YSA modelinin açık formunu daverebilmektedir. YSA sonuçları Sonlu Elemanlar ya da deneysel sonuçları ilekarşılaştırılmış ve doğruluğu çok yüksek bulunmuştur. Bazı örnekler için ise YSAsonuçları mevcut tasarım standartları ile de karşılaştırılmış ve onlardan çok dahadoğru sonuçlar verdiği görülmüştür. Bu tezin sonucunda YSA larının yapılarınelastoplastik analizinde etkili bir şekilde kullanılabileceği görülmüştür.Anahtar Kelimeler: Yapay Sinir Ağları, Elastoplastisite, Gövde ezilmesi, Dönmekapasitesi, Kesme kapasitesi, Dayanım artışı, Alüminyum alaşımlı kolonlar, Eğilmeburkulması, Yapılar.v

This thesis investigates the applicability of Neural Networks (NN) for elastoplasticanalysis of structures by means of a wide range of case studies. All case studies arespecific examples of elastoplastic behaviour of structures. Case studies considered inthis thesis can be categorized as FEM-based and experimental-based in terms of theorigin of training patterns i.e. how they are obtained for the NN modeling. Requiredtraining and test data for the FEM-based NN modeling is obtained using ANSYS andfrom literature. Required training and test data for the experimental-based NNmodeling are obtained from literature as a result of a comprehensive literaturesurvey. The experimental based NN modeling consists of several types of materialssuch as steel, aluminum and composites used in various types of structural memberssuch as beams, columns and plates. Matlab NN Toolbox is used for the NN modelingof case studies. A flexible Matlab program has been developed to select the optimumNN architecture directly. Moreover, the developed program also gives the explicitform of the proposed NN models. The accuracy of the NN results when comparedwith either FE or experimental results is found to be quite high. In some case studiesthe NN results are compared with existing design codes and are found to be by farmore accurate. As a result of this thesis, it can be concluded that NNs can beeffectively used to model elastoplastic behaviour of structures for a wide range ofmaterial type and structural members.Keywords: Neural Networks, Elastoplasticity, Web Crippling, Rotation Capacity,Shear Capacity, Strength Enhancement,Aluminum Alloy Columns, Flexural Buckling,Structures.iv