One of the structural systems in Cyprus is slab-column frame buildings with wide beams and rectangular columns. In this study 4-, 6- and 8-story buildings with regular plan of mid-rise wide-beam buildings in Famagusta, Cyprus were defined. Fragility curves were employed as one of the important seismic assessment tools and constructed using incremental dynamic analysis (IDA) method. In this study, a set of earthquake records were chosen to represent the soil properties and strike-slip type of faulting in this region which also have a good correlation with Turkish design spectrum. These records were scaled to ten different levels of peak ground acceleration (PGA) from PGA=0.1 to PGA=1.0g. The Park & Ang damage index and log-normal cumulative distribution function were used as proper damage index and probability function, respectively. Based on IDA curves, two damage levels including; immediate occupancy (IO) and collapse prevention (CP) were obtained for this type of building and they were compared with criteria which are suggested by FEMA 356. Also, the effects of P-delta and aftershock were evaluated.
Since the nonlinear time history analysis is time consuming, requires complex calculations and powerful computers, for rapid evaluation of damage the artificial neural network (ANN) was used as an efficient tool. In this study, using the results of numerical simulations, 600 data were generated and applied to a multi-layer perceptron (MLP) neural network in order to predict the imposed damage of these sample buildings. In training process, ten different activation functions were examined to find the best kernel function. Also the optimum hidden layer neurons were calculated by using minimum test error method. In this network, 70 %, 15 % and 15 % of all data were used for training, validating and testing process, respectively. Based on obtained
results from ANN, the fragility curves were drawn and compared with the obtained curves from IDA. This application of network also is able to predict the top displacement and the base shear force of sample buildings.
Another application of ANN was used for classification of global imposed damage based on Park & Ang investigation. For this aim, two networks include; multi-class support vector machine (M-SVM) and combination of MLP neural network with M-SVM (MM-SVM) were applied and the label of each actual class was compared with predicted class. The results showed that the ANNs are able to predict and classify the damages with high accuracy and also they can be used as an appropriate and reliable alternative tool for rapid seismic evaluation of structural systems.
Finally, an existing model of R/C wide-beam building (test model) was considered and the obtained fragility curves from classical method and ANN were compared and discussed.
Keywords: aftershock effect, artificial neural network, damage classification, damage prediction, fragility curve, incremental dynamic analysis, Park & Ang damage index, R/C wide-beam buildings, seismic behavior.
ÖZ:
Kıbrıs genelinde betonarme yapı sistemleri arasında döşeme kalınlığında geniş kirişlerin dikdörtgen kolonlar tarafından taşındığı sistemler de bulunmaktadır. Bu çalışmada bu özelliklere sahip 4, 6 ve 8 katlı binalar Gazimağusa şehrinde bulunan yapı özelliklerini taşıyacak şekilde oluşturulmuştur. Bu yapılar için kırılganlık eğrileri, artımsal dinamik analiz (ADA) yöntemi kullanılarak oluşturuldu. Bu amaçla Gazimağusa bölgesinin zemin koşullarını da dikkate alan ve Türk Deprem Yönetmeliği tasarım spektrumuna uyumlu yan atımsal deprem kayıtları kullanılmıştır. Tasarım spektrumuna uyumlu deprem kayıtları en büyük yer ivmesi 0.1g den 1.0g’ye kadar on farklı seviyede ölçeklendirilerek kullanılmıştır. Çalışma kapsamında Park ve Ang hasar endeksi ve log-normal yığılımlı olasılık dağılımı kullanılarak kırılganlık eğrileri elde edildi. Oluşturulan ADA eğrilerinden “hemen kullanım” ve “göçme öncesi” hasar durumları bu yapılar için belirlenmiş ve FEMA356 kriterleri ile de karşılaştırılmıştır. İkinci mertebe moment etkisi ve artcı şoklar da bu çalışma kapsamında değerlendiridi.
Linear olmayan dinamik analizlerin oldukca zaman aldığı ve güçlü bilgisayar gerektirmesinden ötürü, özellikle deprem dayanımının hızlı belirlenmesi (ön değerlendirme) çalışmalarında etkili olacak Yapay Sinir Ağları (YSA) yöntemi bu çalışma kapsamında etkili bir araç olarak kullanılmıştır. Bu bağlamda, nümerik similasyon yapılarak oluşturulan 600 veri çok-katmanlı algılayıcı (MLP) sinir ağları algoritmasına uyarlanarak örnek olarak oluşturulan yapıların hasar durumları tahmin edildi. YSA alıştırma aşamasında on değişik aktivasyon fonksiyonu incelenip en iyi çekirdek fonksiyon bulundu. Buna ilaveten optimum saklı sinir hüçreleri en az hata oluşturulacak şekilde hesaplandı. Bu ağda, toplam verilerin %70’i alıştırma, %15’i
doğrulama ve %15’i ise test aşamalarında kullanıldı. YSA analizinden elde edilen sonuçlarara göre kırılganlık eğrileri çizildi ve ADA analizleri sonucunda elde edilen eğrilerle karşılaştırıldı. Bu uygulama ayrıca örnek yapılarda en büyük deplasmanın ve taban kesme kuvvetinin belirlenmesinde de kullanıldı.
YSA ayrıca Park ve Ang global hasar sınıflandırılması uygulamaları için de kullanıldı. Bu amaçla çoklu-sınıf destek vektör mekanizması (M-SVM) ve MLP sinir ağı ile kombine M-SVM (MM-SVM) uygulanıp her bir hasar sınıfı tahmin edilen hasar sınfı ile karşılaştırıldı. Analiz sonuçları göstermiştir ki YSA yöntemi hasar durumlarının belirlenmesinde ve sınıflandırılmasında yüksek doğruluk oranı ile kullanılabilir. Ayrıca YSA ile belirlenen hasar düzeyleri hızlı deprem değerlendirilmesi amacı ile farklı yapı sistemleri için de kullanılabilir.
Son olarak Gazimağusa bölgesinde mevcut bir yapı (kullanılan örnek yapılardan farklı) çalışma kapsamında incelenip YSA algoritması ile elde edilen sonuçlar ADA analiz sonuçları ile karşılaştırılıp sonuçlar tartışıldı.
Anahtar Kelimeler: Artcı şok, Yapay Sinir Ağları, hasar sınıflandırılması, hasar tespiti, kırılganlık eğrileri, artımsal dinamik analiz, Park ve Ang hasar endeksi, Betonarme geniş-kirişli yapılar, deprem davranışı.
