钢筋混凝土设计优化.docx

山东英才学院毕业设计(论文)外文资料翻译学 院建筑工程程学院专业土木工程学生姓名曹瑞班级学号12级土木五班 201201011188外文出处Design Optimization of Reinforced ConcreteFrames /journal/eng附件：1.外文资料翻译译文；2.外文原文指导教师评价：1翻译内容与课题的结合度： 优 良 中 差2翻译内容的准确、流畅： 优 良 中 差3专业词汇翻译的准确性： 优 良 中 差4翻译字符数是否符合规定要求： 符合 不符合指导教师签名： 年 月 日钢筋混凝土的设计优化摘 要：本文对钢筋混凝土平面框架结构进行了优化设计为使梁、柱的混凝土与柱的成本最小，采用人工神经网络（ANN）的计算模型，通过neuroshell-2软件克。设计程序符合aci-318-08代码。用于设计优化变量优化的宽度、深度与钢筋的面积，包括纵向加固与抗剪加固。一三跨两层钢筋混凝土框架与选择不同的建模跨长度与不同载荷情况。可接受的设计结果从50以上例如在ACI规范的各种约束，使用不同的横截面尺寸与这些结果用于训练neuroshell-2程序。结果得到的恶魔策略的人工神经网络程序的效率为多层钢筋混凝土框架设计。关键词：优化设计；钢筋混凝土梁设计；钢筋混凝土柱设计；人工神经网络1 简介 按照任何规范的要求，以设计梁与列，并获得许多可接受的横截面，大多数工程师都在犹豫选择合适的截面，铅无需进一步计算的成本最小化。本文采用设计优化模型对帮助工程师选择简单的一个合适的尺寸为梁与列，以尽量减少成本混凝土，钢，模板。关于结构工程师的最佳解决方案始于米歇尔 1 ，其次是施密特如何引用本文：AGA，a.a.a.与亚当：（2015）钢筋混凝土框架结构的优化设计。 按照任何规范的要求，以设计梁与列，并获得许多可接受的横截面，大多数工程师都在犹豫选择合适的截面，铅无需进一步计算的成本最小化。本文采用设计优化模型对帮助工程师选择简单的一个合适的尺寸为梁与列，以尽量减少成本混凝土，钢，模板。关于结构工程师的最佳解决方案始于米歇尔 1 ，其次是施密特如何引用本文：AGA，a.a.a.与亚当：（2015）钢筋混凝土框架结构的优化设计。 AGA，F. M.亚当 2 。海曼确定了连续梁的绝对最小重量 3 。在过去的二十年中，如下降低在钢筋混凝土结构的优化设计领域的最新发展，一些研究人员应用数学与进化搜索技术，以优化设计主题相结合的重力侧向荷载。里希纳穆尔蒂与蒙罗 4 用线性规划技术来优化增强混凝土框架 5 。moharrami与格里尔逊 6 提出了一个自动的基于计算机的方法设计作品钢筋混凝土建筑框架主体上的强度与刚度，约束优化。在最近的研究，李先生与安 7 ，与营等。 8 搜索离散值的遗传算法（遗传算法）钢筋混凝土框架梁柱构件的解决方案。安德烈斯在 9 在控制优化设计强制混凝土（钢筋混凝土）结构。萨拉等人。模拟人工神经网络优化成本简支梁 10 。人工神经网络通常被提出作为一个相互关联的“神经元”的系统，可以输入计算值。它开始使用开始于20世纪40年代Warren McCulloch与Pitts（1943）由沃尔特创建基于数学算法的计算模式，其次是唐纳德赫伯（1948），基于神经可塑性机制的学习假说。法利与卫斯理A.克拉克（1954）首先使用计算机 11 。人工神经网络是建立一个系统的一步一步程序优化性能标准或遵循一些内隐式的内部约束，通常是被称为学习规则 10 。 近25年来，人工神经网络在混凝土结构领域中得到了应用由许多研究人员：唐等。（2003）、oreta（2004），丰塞卡等人。（2003）、D Maity与A.萨哈（2004）。这些研究者基本上设置了材料属性、边界条件等结构参数作为神经网络模型的输入结构的大小来预测的能力的结构，以抵抗负载 12 。在大多数的工作中，神经网络已经被训练，通过使用反向传播算法。在这方法，神经网络的连接权重，最初设置为一些随机值。这些值是在学习过程中根据学习算法进行自动修正。2 钢筋混凝土框架结构的优化设计 制定的最优设计问题，需要识别的结构系统的设计变量，目标函数，需要最小化，并设计约束，必须强加给系统。一旦设计问题已经制定，它被转录成以下标准约束优化模型。2.1 设计变量 使用一列大小为每一个故事或一些故事与不同数量的加固简化施工形式。对于连续梁，保持束的大小不变，即使在负载而且跨越不同，不同的加固量从跨度到跨度也将简化施工形式。在这两种情况下，更少的劳动力将被使用，更少的主管与检查人员将需要，与成本较低。在这项研究中，这些想法是一个框架经济的总体战略的基础。对于本制剂，截面尺寸与柱与梁的加固领域是取为设计变量。具体而言，对于列有三个设计变量：宽度，公元前，有效深度、直流与纵向钢筋面积，AST，梁存在三个设计变量的网络的宽度与深度分别有效，BW与DB，与拉伸钢筋面积。对于每一个故事，有关的具体章节的设计变量是联系在一起的，这意味着该列的宽度是分配相同的设计变量以及每一列的有效深度，波束宽度，与梁的影响性的深度。这给实用的设计，促进使用重复模板。对于每一个故事，只有与钢筋有关的2个设计变量。这是纵向钢筋面积在最重要的列与在最关键的位置的弯曲力矩的拉伸钢筋面积梁。每个成员只包含最少数量的钢，需要满足的要求约束。2.2 目标函数 必须最小化的目标函数是函数计算帧的总成本。这是前按混凝土体积、钢量、模板比表面积以及单位成本。总的一个钢筋混凝土平面框架的成本可以表示为：有关材料的计算量的详细信息可参考 13 。成本 = C柱子 + C梁当:C柱 = 整体框架柱的成本.C梁 = 整架梁的成本.这些费用可以根据以下公式计算当:CC = 单位体积混凝土成本CS = 钢、关系成本与每单位重量的箍筋C f = 单位表面积单位成本NS = 故事的数量nC = 每层的列数n = 每层的束数Abf = 梁表面形状的工作面VCC = AgcLu当Agc = 柱总截面面积Lu = 柱的不支撑长度（明显的高度）Vcs = AstLcbars当Ast = 纵向钢截面面积Lcbars = 柱纵向钢筋长度Vt = AtLtient当At = 用于领带的横截面面积Ltie = 一条领带的长度Vbc = AgbLb当Agb = 梁总截面面积Lb = 柱中心线长度Vbs = AsLbbarsAs = 纵筋x-sectional地区包括拉伸与压缩钢Lbbars = 梁纵筋长度Vv = AvLvns当Av = 用于箍筋钢筋截面面积Lv = 一个箍筋长度ns = 在一个梁的箍筋数量2.3 设计约束 设计上的约束包括两类：结构上的限制，如规范要求与服务工作性能标准与尺寸约束。结构约束与ACI 318-08一致规范规定。在下面有列的约束与梁的约束分类为几何约束与限制扣除根据ACI规范设计要求与柱梁。2.3.1 列约束1） 几何约束对于目前的制剂，列可能是正方形或长方形。为了保证宽度的了柱（BC）将不会超过其深度（HC）、柱的尺寸约束。2）能力约束 ACI规范建立应用服务超载因素列足够的安全边际负荷与强度折减系数的名义极限强度。因此，普P是一个基本的安全n标准，在PU是考虑轴向负载在一个给定的偏心，PN是在一个给定的EC的名义轴压强度为中心，并是强度折减系数，等于0.7种系列。柱很小或零计算偏心，ACI规范承认偶然的骗子结构失调与其他不可预见的因素可能在这些小的过量产生实际的怪癖设计值。不论其计算偏心大小，ACI规范限制最大设计强度的0.8（）P0为拴柱。在这里，P0是轴心受压柱的名义强度零偏心距。3） 钢筋约束最小面积 柱设计的基础上，结合弯曲与轴向载荷之间的相互作用。不过,由于轴向载荷有直接影响柱的弯矩能力，反之亦然，则无卡解偶联两PLE方式的影响。ACI规范允许的含钢率从最低的百分之1到最高百分之8。到了建立所需的约束，就有必要写所需的钢比G在应用设计方面矩目。这可以通过观察，在韧性范围内的典型的相互作用图所需的钢的比例随所施加的时刻呈线性变化。由于大多数交互图表示所应用的时刻作为一个没有维的数量，这可以表示为： 在这里，穆是考虑弯矩应用在故事中最关键的柱，得到从分析。4） 最大限度增强钢面积约束 为确保柱的含钢率G不超过ACI规范限制g最大百分之8，如下降低施加约束：2.3.2 梁约束1） 几何约束 钢筋混凝土梁可能是宽而浅，要求压缩钢，或相对狭窄与深无压缩钢。最大的物质经济的考虑往往导致比例有效深度（DB）的范围从1.5到2倍的宽度（BW）。这将导致以下结果约束：g g公式12）受弯承载力所有的梁都是为了确保通过分解负荷亩产生的力矩不超过可弯曲的设计强度亩截面任意点沿梁的长度。在 这里,等于0.9，M n为截面公称力。在数学上，这可以是一本书十作为：M u M n公式2根据ACI代码，在一个横截面的弯曲强度（无压缩加固设计）可以表示为：在一个等效的矩形应力块的深度，并且可以计算。3）最小配筋面积约束根据ACI代码，含钢率是有限的由方程最小值：公式3因此，下面的约束可以在梁钢比强加： min公式4表达的设计变量，在归一化的形式，最终的约束可以写作：公式54）最大限度增强钢面积约束为了保证混凝土梁在弯曲韧性的方式失败，ACI代码限制紧张钢的量不超过百分之75的量的平衡应变：公式 6方程（32）用于FC大于4000 psi，而是使用一个值为0.85的FC小于14000磅。这个限制将为大多数设计提供足够的韧性行为。一个条件，更大的韧性行为是在设计中的时刻，在帧的再分配。由于弯矩再分配是不悬挂在铰链区足够的延性，ACI 318-83评论代码限制额度紧张钢铰区：max = 0.5b公式7因此，下面的约束可以强加： max公式8表达的设计变量，在归一化的形式，最终的约束可以表示为：0.5bbwdb 1.0 0公式95） 剪切强度要求约束根据ACI规范要求与剪切梁的设计必须满足的关系：Vu Vn公式10其中VN是名义上的平截面的剪切强度，等于骗子的贡献的总与克里特岛与抗剪钢筋如果存在可以计算出：公式116） 裂纹宽度约束根据ACI规范，梁的最大裂缝宽度可以通过横截面尺寸的控制；在它与曝光条件下的酒吧数量，因此，可以施加以下约束：公式12当d=钢筋混凝土盖板（以钢筋为中心）7）最小束宽约束为确保混凝土的妥善安置，ACI规范减少相邻钢筋的净距不小于英寸或1英寸的公称直径。这是控制的宽度（溴），所需的交流适合钢区域内的标准间距是根据之间的关系导出钢面积与波束宽度。这导致了一个约束：公式132.4 相容约束一个重要的兼容性约束，以确保在一个给定的故事的列的宽度是不小于相应的波束宽度允许光束通过Col钢筋的延续柱。在标准化的形式，这个约束可以被写为：公式142.5 大小限制 这些都是对梁与柱尺寸的上限与下限，以及加强钢领域，基于关于建筑与/或几何标准。这种限制在文献中有许多不同的名称，如边限制，技术限制，与简单的界限。所有这些名字都解释清楚了这种类型的限制在数学上。值得一提的是，上述所有的约束，为达到优化模型的约束对于梁、柱的尺寸与计算妈妈钢铁成本的地区包括材料成本ALS与模板，这些都是intoneuroshell-2应用软件程序。3 模型分析与设计 一三湾，两层的钢筋混凝土框架为模型。横截面尺寸作为设计变量的柱与梁的加固领域。即，为列有三设计变量：宽度，有效深度，纵向钢筋面积，并为梁有三个设计变量：宽度、有效深度与拉伸钢筋面积。前面所有的光束与所有的列在这2个故事的变量保持不变。混凝土的极限强度被取为25与30兆帕的所有情况下，而屈服强度的钢的变量为420所有病例的。截面的梁与列的形状保持恒定的矩形与对梁、柱x-sections尺寸如表1所示。柱间距与间距图1所示的两个方向的中间。对模型进行了分析与设计，使用该软件通过使用大量的不同的变量的光束与列后，计算成本。德标志是根据ACI规范的要求做。4 人工神经网络优化设计 50种不同情况下的模型的结果已得到使用不同的x-sectional尺寸梁与列，并使用2级混凝土（25兆帕与30兆帕）。所获得的加固面积根据设计，验证了前面所提到的所有约束。已计算的成本根据混凝土体积、钢棒体积与每一个结果模板的模板以实际成本命名。神经网络模型是使用neuroshell-2程序。该模型的基础上每种情况下的设计结果与成本计算。这些结果被用来训练程序。执行数据 这个项目的成本，它以人工神经网络命名。实际成本与人工神经网络的成本之间的比较。这个比较显示一个非常小的不同两成本之间，清楚地显示在表2与表3选六例为分率梁柱。5 结论 在本文中，由梁、柱层平面框架进行了分析与设计应用该程序的。本设计是根据的aci-318-08规范要求做的，变量用于增益优化设计的宽度，深度与面积的加固。基于神经网络模型的neuroshell-2程序已经以最小化的成本。超过50个结果是通过选择不同的变量的光束与列。这些结果被用于火车该neuroshell-2程序与获得最佳的成本。结果使用neuroshell-2程序通过与计算结果对比验证了使用电子表格，比较得出的结论，两者的结果是一个很好的协议计算。作为结论，我们可以说，使用neuroshell-2程序构建的模型是能够优化该设计可以有效的多层建筑模型。也可以扩展使用设计得到的广泛的数据，使用各种光束与列的横截面，不同强度的克里特岛与不同跨度的长度画出这些变量与面积之间的关系增强视，这些关系，如果解释的图形化，可能有助于在快速设计完美。参考文献1米歇尔，a.g.m.（1904）框架结构中经济材料的限制。哲学杂志，系列6，8，589-5972施密特，信用证，（1962）在替代弹性静定三角架最小重量设计有效载荷系统。对固体力学与物理学杂志，10，139 -149。3海曼，J（1959）关于框架结构的绝对最小重量设计。力学学报八十二A. A. AGA，F. M.亚当数学与应用数学，12，314-324。4Krishnamoorthy，C.S.蒙罗，J.（1973）钢筋混凝土框架结构优化设计的线性规划。亲的简称，3诉讼，119-141。5 gharehbaghia，美国与fadaee，MJ（2012）地震力作用下钢筋混凝土框架结构的优化设计。国际在土木工程学报，2优化，459-477。6moharrami，H.格里尔森，D.E.（1993）计算机自动钢筋混凝土框架设计。杂志结构工程（ASCE），119，2036-2058。7李，C.与Ahn，J.（2003）遗传算法的钢筋混凝土框架结构的抗弯设计。期刊的结构建筑工程（ASCE），129，762-774。8营公司，Pezeshk，S.与汉森，H（2003）利用遗传算法设计的钢筋混凝土框架结构的抗弯算法。土木工程学报，129，（ASCE）TTR105-115。9格拉，A与kiousis，警局（2006）钢筋混凝土结构的优化设计。计算机与混凝土，3、313-334。10babiker，S.A.，亚当，FM与穆罕默德-（2012）结构混凝土梁采用人工优化设计人工神经网络。国际工程的发明，1杂志，07-13。11/wiki/artificial_neural_network12公司，该公司与艾哈迈德、alsaffar，SM（2010）单独与优化设计的钢筋混凝土双矩形截面梁段：人工神经网络应用。伊拉克土木工程杂志，6，1-19。13少爷，该（2013）钢筋混凝土框架结构的优化设计。硕士论文，尼罗河谷大学，阿特巴拉。Design Optimization of Reinforced Concrete FramesAbstract: In this paper, a design optimization for the reinforced concrete plane frame structure has been done in order to minimize the cost of the concrete and steel for beams and columns by adopting the Artificial Neural Network (ANN) computational model trough the NeuroShell-2 software program. The design procedure conforms to the ACI-318-08 Code. The variables used for design optimization are the width, depth and the area of reinforced steel, including longitudinal reinforcement and shear reinforcement. A three-bay two-story RC frame is modeled with selecting different span length and different load cases. Acceptable design results are obtained from more than 50 examples which are subjected to all the constraints of the ACI Code, using different cross-section sizes and these results are used to train the NeuroShell-2 program. The results obtained demonstrate the efficiency of the ANN procedure for the multi story RC frame design.Keywords: Optimization Design； RC Beam Design；RC Column Design； Artificial Neural Network1 Introduction Following the requirements of any code of practice in order to design beams and columns and with obtaining many acceptable cross sections, most engineers are in hesitation with selecting suitable cross sections that lead to minimize cost without further calculations. This paper adopts design optimization model to contribute to helping engineers to select simply a suitable dimensions for beams and columns in order to minimize the cost of concrete, steel, and formwork.The optimum solution concerning structural engineer began with Michell 1 and was followed by Schmidt2. Heyman identified the absolute minimum weight of continuous beam 3. During the past two decades, following recent developments in the field of design optimization of RC structures, a number of researchers have employed mathematical and evolutionary search techniques to optimum design subject to combination of gravity and lateral loadings. Krishnamoorthy and Munro 4 used linear programming techniques to optimize reinforced concrete frames 5. Moharrami and Grierson 6 presented an automated computer-based method to design optimization of RC building frameworks subject to constraints on strength and stiffness. In more recent studies,Lee and Ahn 7, and Camp et al. 8 implemented Genetic Algorithms (GA) that searched for discrete-valued solutions of beam and column members in RC frames. Andres and Panos 9 worked on optimal design of reinforced concrete (RC) structures. Sara et al. modeled an Artificial Neural Networks (ANN) to optimize cost of simply supported beams 10.Artificial Neural Networks (ANN) are generally presented as systems of interconnected “neurons” which can compute values from inputs. It began to use at first in 1940s by Warren McCulloch and Walter Pitts (1943) by creating computational mode based on mathematics algorithms and was followed by Donald Hebb (1948) which created a hypothesis of learning based on the mechanism of neural plasticity. Farley and Wesley A. Clark(1954)first used computational machines 11. The Artificial Neural Network is built with a systematic step-by-step procedure to optimize a performance criterion or to follow some implicit internal constraint, which is commonly referred to as the learning rule 10. ANN have been used in the fields of concrete structures for nearly 25 years by many researchers: Tang et al. (2003), Oreta (2004), Fonseca et al. (2003), D. Maity and A. Saha (2004).These researchers basically set the structural parameters such as the material property, the boundary condition and the size of a structure as the input of the ANN model to predict the ability for the structure to resist the load 12. In most of these works, the neural networks have been trained by using back propagation algorithm. In this approach, the connection weights of neural networks are initially set to some random values. These values are then modified automatically according to the learning algorithm during the process of learning.2 Design Optimization of RC Frames Formulation of the optimal design problem requires identification of design variables for the structural system,objective function that needs to be minimized, and design constrains that must be imposed on the system. Once the design problem has been formulated, it is transcribed into the following standard constrained optimizationmodel2.1 Design Variables Using one column size for each story or for a number of stories and varying the amount of reinforcement will simplify construction form. For a line of continuous beams, keeping the beam size constant, even when loads and spans differ, and varying the amount of reinforcement from span to span will also simplify the construction of forms. In both cases, less labor will be used, fewer supervisors and inspectors will be needed, and costs will be lower. These ideas are employed in this study as the basis of a general strategy for frame economy.For the present formulation, cross-sectional dimensions and reinforcement areas for columns and beams are taken as design variables. Specifically, for columns there exist three design variables: the width, bc, the effective depth, dc and the longitudinal reinforcing steel area, ASt Also, for beams there exist three design variables: the width and the effective depth of the web, bw and db, respectively, and the tensile reinforcing steel area, As. For each story, the design variables pertaining to the concrete sections are linked, meaning that the column width are assigned the same design variable as well as each of the column effective depths, beam widths, and beam effective depths. This gives practical designs facilitating the use of repetitive formwork. For each story, there are only two design variables pertaining to the reinforcing steel. These are the longitudinal reinforcing steel area in the most critical column and the tensile reinforcing steel area at the most critical location of bending moment in beams. Each member contains only the minimum amount of area of steel that required satisfying the imposed constraints.2.2 Objective Function The objective function which must be minimized is the function calculates the total cost of the frame. It is expressed in terms of concrete volume, steel weight, formwork surface area as well as their unit costs. The total 75A. A. A. Aga, F. M. Adam cost of a reinforced concrete plane frame can be expressed as:Cost = Ccolumns + Cbeamswhere:Ccolumns = cost of columns for the whole frame.Cbeams = cost of beams for the whole frame.These costs can be calculated according to the following formulationswhere:CC = cost of concrete per unit volume.CS = cost of steel, ties, and stirrups per unit weight.C f = cost of formwork per unit surface area.NS = number of stories.nC = number of columns per story.n = number of beam per story.Abf = surface area of formwork for a beam.VCC = AgcLuWhereAgc = gross cross-sectional area of column.Lu = unsupported length (clear height) of column.Vcs = AstLcbarsWhereAst = cross-sectional area of longitudinal steel.Lcbars = length of column longitudinal reinforcing steel bars.Vt = AtLtientWhereAt = cross-sectional area of bars used for ties.Ltie = length of one tie.Vbc = AgbLbWhereAgb = gross cross-sectional area of beam.Lb = length of beam between column center lines.Vbs = AsLbbarsAs = x-sectional area of longitudinal bars include tension and compression steel.Lbbars = length of beam longitudinal reinforcing steel bars.Vv = AvLvnsWhereAv = cross-sectional area of bars used for stirrups.Lv = length of one stirrup.ns = number of stirrups in one beam. For more details about calculating volumes of materials can be referred to Reference 13.2.3 Design Constraints The constraints on the design consist of two types: structural constraints, such as code requirements and serviceability criteria, and size limitation constraints. Structural constraints are in accordance with the ACI 318-08 Code provisions. In the following there are columns constraints and beams constraints categorize as geometric constraint and constraints deducted according to the requirements of ACI Code for the design of column and beam.2.3.1. Column ConstraintsGeometric constraint For the present formulation, columns may be square or rectangular. In order to ensure that the width of the column (bc) will not exceed its depth (hc), the column dimensions are constrained by:Capacity constraint The ACI Code establishes adequate safety margins for columns by applying overload factors to the service loads and strength reduction factors to the nominal ultimate strengths. Therefore, Pu P is a basic safety n criteria, where Pu is the factored axial load at a given eccentricity, Pn is the nominal axial strength at a given eccentricity , and is a strength reduction factor, equals 0.7 for tied columns. For columns with very small or zero calculated eccentricities, the ACI Code recognizes that accidental construction misalignments and other unforeseen factors may produce actual eccentricities in excess of these small design values. Regardless of the magnitude of the calculated eccentricities, the ACI Code limits the maximum design strength to 0.8()P0 for tied columns. Here, P0 is the nominal strength of the axially loaded column with zero eccentricity.Minimum area of reinforcing steel constraint Columns are designed on the basis of the interaction between combined bending and axial load. However,since the axial load has direct influence on the moment capacity of the column, and vice versa, there is no simple way of uncoupling the two effects. The ACI Code allows the steel ratio to vary from a minimum of 1 percent to a maximum of 8 percent. To establish the required constraint, it is necessary to write the required steel ratio g in terms of the applied factored moment Mu. This can be done by observing that in the ductile range for typical interaction diagrams the required steel ratio varies linearly with the applied moment. Since most interaction diagrams express the applied moment as a no dimensional quantity, this can be expressed . Here, Mu is the factored bending moment applied on the most critical column in a story and is obtained from the analysis.Maximum reinforcing steel area constraint To ensure that the col