The research on the applicability of using passive control systems as a seismic
mitigation approach and energy dissipating devices has grown significantly in the past
decades with the focus on investigating the seismic response of the structure equipped
with viscous dampers. In general, viscous damper as a device can be utilized for
retrofitting and rehabilitating of old buildings, in addition, to optimize the cost of the
new ones. When used in a structure, these structural dissipating devices can enhance
the energy absorption capacity of the building under shaking intensities resulting in
decreased displacements and acceleration responses. Current analysis approaches for
finding a safe and optimized design is considered to be time and effort consuming
since it requires several trial and errors to achieve the targeted responses. Nowadays,
the literature is full with many high reliable estimation methods, such as artificial
neural networks, that can be used to define a mathematical prediction model based on
certain input parameters to reduce the need for doing a long trial and errors.
Therefore, the main objective of this study is to get benefit from these available
estimation methods to propose a prediction models using ANN to obtain the response
of structures equipped with viscous dampers from the behavior of the bare building.
As a part of the study, thousands of numerical analyses by means of nonlinear response
history analysis (direct integration method) are performed in order to estimate the
response of various designs of bare and controlled reinforced concrete (RC) structures
under different real earthquake records. Thereafter, the outputs of the numerical
analyses will be used as an input for defining the coefficients of the estimation models
using artificial neural networks (Levenberg-Marquardt backpropagation method) that
will be proposed in this study. The proposed estimation models require one-fourth of
the time to build the model and determine the results in comparison to NTHA which
results in faster, minimized cost and effort approach. In addition to that, the proposed
prediction models exhibited high performance and accurateness in estimating the
responses of RC structures.
Keywords: Reinforced concrete, optimization of dampers, damping, energy
dissipation, artificial intelligence, estimation models, nonlinear response history
analysis.
ÖZ:
Pasif kontrol sistemlerinin bir sismik yük azaltma yaklaşımı ve enerji sönümleme
cihazları olarak kullanılmasının uygulanabilirliği üzerine yapılan araştırmalar, viskoz
damperlerle donatılmış yapının sismik tepkisinin araştırılmasına odaklanılarak son
yıllarda önemli ölçüde artmıştır. Genel olarak, bir cihaz olarak viskoz damper, yeni
uygulamarın maliyetini optimize etmek için ek olarak eski binaların güçlendirilmesi
ve rehabilitasyonu için kullanılabilir. Bir yapıda kullanıldığında, bu elemanlar, sarsıntı
yoğunlukları altında binanın enerji sönümleme kapasitesini artırabilir ve bu da yer
değiştirmelerin ve hızlanma tepkilerinin azalmasına neden olur. Güvenli ve optimize
edilmiş bir tasarım bulmak için mevcut analiz yaklaşımları, hedeflenen yanıtlara
ulaşmak için birçok deneme ve hata içerdiğinden, zaman ve çaba gerektiren olarak
kabul edilir. Günümüzde literatür, uzun bir deneme ve hata oranını azaltmak için
belirli girdi parametrelerine dayalı bir matematiksel tahmin modelini tanımlamak için
kullanılabilen yapay sinir ağları gibi birçok yüksek güvenilirlikli tahmin yöntemiyle
doludur.
Bu nedenle, bu çalışmanın temel amacı, sade (kontrolsüz) binanın davranışından,
viskoz sönümleyicilerle donatılmış yapıların tepkisini elde etmek için yapay sinir ağını
kullanan bir tahmin modelleri önermek için bu mevcut tahmin yöntemlerinden
yararlanmaktır. Çalışmanın bir parçası olarak, sade (kontrolsüz) ve kontrollü
betonarme yapıların çeşitli tasarımlarının farklı gerçek deprem kayıtları altındaki
tepkisini tahmin etmek için doğrusal olmayan davranış geçmişi analizi (doğrudan
integrasyon yöntemi) aracılığıyla binlerce sayısal analiz yapılacaktır. Bundan sonra
sayısal analizlerin çıktıları, bu çalışmada önerilecek tahmin modellerinin
katsayılarının tanımlanmasında girdi olarak kullanılacaktır.
Anahtar Kelimeler: Betonarme, sönümleyicilerin optimizasyonu, sönümleme, enerji
sönümleme, yapay zeka, tahmin modelleri, doğrusal olmayan tepki geçmişi analizi.
