Betonarme binalarda düzensiz çerçeveleşmenin yanal ötelemeye etkilerini bulmak için yeni bir yaklaşım
Abstract
Yapıların yanal performanslarının analitik çözümlere gerek duyulmadan doğru öngörülebilmesi yapısal tasarımcı ve de mimar için çok fazla deneyim gerektiren uzmanlık işidir. Bilgi ve deneyime dayalı bu öngörünün daha doğru ve kesine yakın olacak şekilde güçlendirilmesi için yeni bir tahmin algoritmasına gerek vardır. Bu bağlamda, çalışmada, betonarme yapılarda kolonların yerleşim düzensizliğinin sayısallaştırılması için kolon yoğunluğu haritası kavramı geliştirilmiş, düzensizliğin sayısallaştırılması sayesinde de kolon yerleşim düzensizliği ile maksimum çatı katı ötelemesi arasındaki ilişkinin ortaya çıkarılması amaçlanmıştır. Kolonların plandaki yerleşim düzensizliğinin ötelemelerde artışa neden olacağı bilinmekle birlikte düzensizlik oranı ile öteleme arasındaki ilişkiyi ortaya koymak için seçilen bir tam düzenli model üzerinde farklı kolon düzensizlikleri olan 16 adet model geliştirilmiştir.
Doğrusal tepki-spektrum çözümlemeleriyle ile doğrusal olmayan itme analizleri yapılarak bütün modeller için kat ötelemeleri, taban kesme kuvvetleri hesaplanmış, ayrıca doğrusal yöntemle, dışmerkezlik, kütle katılım oranları ve ana salınım periyotları gözlemlenmiştir. Kısaca, düzensizliğin sayısallaştırılması hem mimari hem de yapısal açıdan tasarımcıların elini daha çok güçlendirebilecek yeni bir yaklaşım olmakla birlikte, deneyime dayalı öngörünün bir ileri aşaması olarak geliştirilen bu algoritma, tasarımcılar için bir değerlendirme aracı olarak kullanılabilecektir.
Keywords
Çatı katı ötelemesi yanal performans planda düzensizlik benzeşim katsayısı kolon yoğunluğu haritası
References
- Sözen M., Lateral Drift of Reinforced Concrete Structures Subjected to Strong Ground Motion, Bulletin of the New Zealand National Society for Earthquake Engineering, 16(2), 107-122, 1983
- Brun J., Kostem C., Lateral deflection prediction of concrete frame-shear wall system, Technical Report No: 433-6 Fritz Engineering Laboratory, Lehigh Univ.,1986, USA, http://digital.lib.lehigh.edu/fritz/pdf/433_6.pdf
- Wu X., Ghaboussi J., Garrett Jr, J.H., Use of neural networks in detection of structural damage. Computers and Structures, 42(4), 649–659, 1992
- Hassan A.F., Sozen, M.A., Seismic vulnerability assessment of low rise buildings in regions with infrequent earthquakes. ACI Structural Journal, 94, 31-39, 1997
- Pay A.C., A new methodology for the seismic vulnerability assessment of existing buildings in Turkey. Dissertation, METU, Turkey, 2001
- Yucemen M.S., Ozcebe G., Pay A.C., Prediction of potential damage due to severe earthquakes, Structural Safety, 26(3), 349–366, 2004
- Yakut A., Ozcebe G., Yucemen M.S., Seismic Vulnerability assessment using regional empirical data Earthquake Engineering and Structural Dynamics 35, 1187–1202, 2006
- Ozcebe, G., Yucemen, M.S., Aydogan, V., Yakut A., Preliminary seismic vulnerability assessment of existing reinforced concrete buildings in turkey- part i: statistical model based on structural characteristics, In: Wasti S.T., Ozcebe G. (ed) Seismic assessment and rehabilitation of existing buildings Kluwer Academic Publishers-KAP, Doortrecht, 29–42, 2003
- Karaca H., Development of a Lateral Performance Prediction Equation (LPPE), Periodica Polytechica Civil Engineering, 62(2), 429–443, 2018
- Xie Y., Majid E.S., Padgett J.E., Reginald D., The promise of implementing machine learning in earthquake engineering: A state-of-the-art review, Earthquake Spectra, 36(8): 875529302091941, 2020
- Stefanini L., Badini L., Mochi G vd, Neural networks for the rapid seismic assessment of existing moment-frame RC buildings, International Journal of Disaster and Risk Reduction, 67, 102677, 2022
- [Kagan Y., Knopoff L., Earthquake Risk Prediction as a Stochastic Process, Physics of the Earth and Planetary Interiors, 14, 97-108, 1977
- Strader A., Schneider M., Schorlemmer D., Prospective and Retrospective Evaluation of Five-Year Earthquake Forecast Models for California, Geophysical Journal International, 211(1), 239-251,2017
- Sap2000 Version 22, Computers and Structures, Inc, Structural Analysis Program, Berkeley, California, USA, 2020
- Türkiye Bina Deprem Yönetmeliği, Afet ve Acil Durum Yönetimi Başkanlığı, Ankara, 2018
- ASCE 41-06, Seismic Rehabilitation of Existing Buildings ASCE/SEI 41-06, American Society of Civil Engineers, Washington DC, USA, 2007
- MATLAB version R2018a, The MathWorks, Inc., Natick, Massachusetts, USA, 2018
Abstract
References
- Sözen M., Lateral Drift of Reinforced Concrete Structures Subjected to Strong Ground Motion, Bulletin of the New Zealand National Society for Earthquake Engineering, 16(2), 107-122, 1983
- Brun J., Kostem C., Lateral deflection prediction of concrete frame-shear wall system, Technical Report No: 433-6 Fritz Engineering Laboratory, Lehigh Univ.,1986, USA, http://digital.lib.lehigh.edu/fritz/pdf/433_6.pdf
- Wu X., Ghaboussi J., Garrett Jr, J.H., Use of neural networks in detection of structural damage. Computers and Structures, 42(4), 649–659, 1992
- Hassan A.F., Sozen, M.A., Seismic vulnerability assessment of low rise buildings in regions with infrequent earthquakes. ACI Structural Journal, 94, 31-39, 1997
- Pay A.C., A new methodology for the seismic vulnerability assessment of existing buildings in Turkey. Dissertation, METU, Turkey, 2001
- Yucemen M.S., Ozcebe G., Pay A.C., Prediction of potential damage due to severe earthquakes, Structural Safety, 26(3), 349–366, 2004
- Yakut A., Ozcebe G., Yucemen M.S., Seismic Vulnerability assessment using regional empirical data Earthquake Engineering and Structural Dynamics 35, 1187–1202, 2006
- Ozcebe, G., Yucemen, M.S., Aydogan, V., Yakut A., Preliminary seismic vulnerability assessment of existing reinforced concrete buildings in turkey- part i: statistical model based on structural characteristics, In: Wasti S.T., Ozcebe G. (ed) Seismic assessment and rehabilitation of existing buildings Kluwer Academic Publishers-KAP, Doortrecht, 29–42, 2003
- Karaca H., Development of a Lateral Performance Prediction Equation (LPPE), Periodica Polytechica Civil Engineering, 62(2), 429–443, 2018
- Xie Y., Majid E.S., Padgett J.E., Reginald D., The promise of implementing machine learning in earthquake engineering: A state-of-the-art review, Earthquake Spectra, 36(8): 875529302091941, 2020
- Stefanini L., Badini L., Mochi G vd, Neural networks for the rapid seismic assessment of existing moment-frame RC buildings, International Journal of Disaster and Risk Reduction, 67, 102677, 2022
- [Kagan Y., Knopoff L., Earthquake Risk Prediction as a Stochastic Process, Physics of the Earth and Planetary Interiors, 14, 97-108, 1977
- Strader A., Schneider M., Schorlemmer D., Prospective and Retrospective Evaluation of Five-Year Earthquake Forecast Models for California, Geophysical Journal International, 211(1), 239-251,2017
- Sap2000 Version 22, Computers and Structures, Inc, Structural Analysis Program, Berkeley, California, USA, 2020
- Türkiye Bina Deprem Yönetmeliği, Afet ve Acil Durum Yönetimi Başkanlığı, Ankara, 2018
- ASCE 41-06, Seismic Rehabilitation of Existing Buildings ASCE/SEI 41-06, American Society of Civil Engineers, Washington DC, USA, 2007
- MATLAB version R2018a, The MathWorks, Inc., Natick, Massachusetts, USA, 2018
Details
| Primary Language | Turkish |
|---|---|
| Subjects | Engineering |
| Journal Section | Makaleler |
| Authors | |
| Publication Date | April 12, 2023 |
| Submission Date | February 11, 2022 |
| Acceptance Date | November 5, 2022 |
| Published in Issue | Year 2023 Volume: 38 Issue: 4 |