Prédiction de la réponse sismique des bâtiments par OpenSees avec l’utilisation des réseaux de neurones artificiels

Abstract

Abstract In the current buildings intended for social housing in Djelfa state, almost the same design is followed. Except perhaps the number of floors (between 3 and 5) and the spacing between the frames (2.5 to 5 m) that change. This remark served as a base to find an alternative procedure for a quick computing of the majority of buildings response which constitute the purpose from this work. A pushover nonlinear static analysis is used. In order to determine the variability of the distances between structural elements as well as the uncertainties in material properties and seismic loading, a probabilistic approach is used. The probabilistic approach allowed to generate a database that was used to learn an artificial neural network (RNA) model that provided a seismic response calculation function. In a second step, a correlation between the various parameters having an effect on the response is carried out and then translated by an expression for a direct calculation of the seismic response of the building. The RNA model and the developed expression are applied to cases of three and four storey buildings. The results are promising. Résumé Dans la construction courant des bâtiments destinés aux logements sociaux dans la wilaya de Djelfa, presque la même conception est suivie. Sauf peut-être le nombre des étages (entre 3 et 5) et l’espacement entre les poteaux (de 5.5 à 5 m) qui change. Cette remarque a servi à une base pour la recherche d’une procédure de calcul rapide de la réponse de la majorité des bâtiments d’une manière coureuse ce qui constitu est l’objectif de ce travail. L’analyse statique non linéaire par poussé progressive a été utilisée. Afin de cerner la variabilité des distances entre éléments structuraux ainsi que les incertitudes dans les propriétés des matériaux et le chargement sismique, une approche probabiliste est utilisée. L’approche probabiliste a permis de générer une base de données qui a servi à l’apprentissage d’un modèle de réseaux de neurones artificiels (ARN) qui a fourni une fonction de calcul réponse sismique. Dans une deuxième étape une corrélation entre les différents paramètres possédant un effet sur la réponse est effectuée, traduite par une formule de calcul direct de la réponse sismique d’un bâtiment. Le modèle de RNA et l’expression développée sont appliqué sur des cas de bâtiments à 3 et 4 étages. Les résultats obtenus sont prometteurs. ملخص في المباني الحالية المخصصة للسكن الاجتماعي في ولاية الجلفة، يكاد يتبع تقريبا نفس التصميم. مع الاختلاف في عدد الطوابق والتي تتراوح بين 3 الى 5 .وايضا المسافة بين اعمد المبانى التي تتراوح عموما من 5.5 الى 5 م ، هذه الملاحظة يمكن أن تكون أساسا للبحث عن طريقة للحساب السريع للاستجابة الزلزالية لاغللب اليياك ، وباق تكلفة وهو اليدف من هذا العم . لقد تم استعما التحلي الساكن الغير خطي باستخدام الدفع التدريجي.مع الاخذ بعين الاعتبار اختلاف المسافات بين اعمدة اليياك وكذلك الارتياب في خصائص المواد والقوة الزلزالية وذلك باستعما مقاربة احتمالية . من هذه المقاربة تم استخراج قاعدة بيانات استعملت لاستخراج نموذج شبكة عصبية اصطناعية لحساب الاستجابة الزلزالية للمباني المالؤفة. في الخطوة الثانية .ايجاد علاقة بين مختلف المعاملات التي ليا تأثير على الاستجابة الزلزالية، أسفرت عن وجود صيغة مباشرة لحساب الاستجابة الزلزالية للمبنى. نموذج الشبكة العصبية الاصطناعية والعبارة المحص علييا تم تطبيقيم في حالة المباني ذات 3 الى 4 طوابق مع الاخذ بعين الاعتبار انواع التربة المعرفة في قواعد الزلزالية . النتائج المحص علييا واعدة