دیگرانش عشق میخوانند و من سلطان عشق🖤🖤🖤
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Media is too big
VIEW IN TELEGRAM
لحظه ای که زمان در ایران ثابت شد... ایران تسلیت🖤🖤🖤🖤
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Media is too big
VIEW IN TELEGRAM
هفت دقیقه از ویدئوی تدریس آنلاینم مختص دانشجویان دانشگاه تاکسیلا پاکستان💖
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
ساختار کلی دستورهای کلیدی OpenSees:🌷(توصیه میشود که چهار پاراگراف ذیل حفظ شوند)🌷
در یک تقسیم بندی کلی، میتوان دستورهای کلیدی OpenSees را به دو بخش مهم تفکیک نمود: دسته اول دستورهایی با ساختارهایی مبتنی بر درجههای آزادی هستند، مثل load، fix، equalDOF و ...
و دسته دوم دستورهایی با ساختارهایی مبتنی بر جهتهای مختصاتی هستند، مثل element zerolength و ...
فرضیات اساسی مدلهای دوبعدی:
تعداد محورهای مختصات: دو محور X و Y
تعداد درجههای آزادی در هر گره:
سه درجه آزادی dofy ،dofx و Rotxy که به ترتیب برای OpenSees با برچسبهای 1، 2 و 3 تعریف میشوند.
تعداد جهتهای مختصاتی:
شش جهت مختصاتی RotZ ، RotY، RotX ، Z ، Y ، X هستند که به ترتیب برای OpenSees با برچسب های 1، 2، 3، 4، 5 و 6 تعریف میشوند.
فرضیات اساسی مدلهای سه بعدی:
تعداد محورهای مختصات: سه محور Y ، X و Z
تعداد درجههای آزادی در هر گره:
شش درجه آزادی RotZ ، RotY، RotX ، Z ، Y ، X که به ترتیب برای OpenSees با برچسبهای 1، 2، 3، 4، 5 و 6 تعریف میشوند.
تعداد جهتهای مختصاتی:
شش جهت مختصاتی RotZ ، RotY، RotX ، Z ، Y ، X هستند که به ترتیب برای OpenSees با برچسب های 1، 2، 3، 4، 5 و 6 تعریف می شوند.🌷🌷
نکته بسیار مهم:🥇🥇🥇
اولین قدم جهت استفاده از یک کامند، آن است که کشف کنید "آیا آن دستور مبتنی بر درجات آزادی است؟، و یا مبتنی بر جهتهای مختصاتی؟"
و یک نکته بسیار مهم تر:🥇🥇🥇🥇🥇
پنج کامند مهم و کاربردی وجود دارند که از قوانین مطرح شده فوق تبعیت نمیکنند یکی از این ساختار شکنها، المان Two Node Link Element است که در مسائل سه بعدی، با تمامی شش جهت مختصاتی فضای سه بعدی سر و کار دارد، ولی در شبیه سازی های دو بعدی فقط و فقط سه جهت مختصاتی را به رسمیت می شناسد.
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
در یک تقسیم بندی کلی، میتوان دستورهای کلیدی OpenSees را به دو بخش مهم تفکیک نمود: دسته اول دستورهایی با ساختارهایی مبتنی بر درجههای آزادی هستند، مثل load، fix، equalDOF و ...
و دسته دوم دستورهایی با ساختارهایی مبتنی بر جهتهای مختصاتی هستند، مثل element zerolength و ...
فرضیات اساسی مدلهای دوبعدی:
تعداد محورهای مختصات: دو محور X و Y
تعداد درجههای آزادی در هر گره:
سه درجه آزادی dofy ،dofx و Rotxy که به ترتیب برای OpenSees با برچسبهای 1، 2 و 3 تعریف میشوند.
تعداد جهتهای مختصاتی:
شش جهت مختصاتی RotZ ، RotY، RotX ، Z ، Y ، X هستند که به ترتیب برای OpenSees با برچسب های 1، 2، 3، 4، 5 و 6 تعریف میشوند.
فرضیات اساسی مدلهای سه بعدی:
تعداد محورهای مختصات: سه محور Y ، X و Z
تعداد درجههای آزادی در هر گره:
شش درجه آزادی RotZ ، RotY، RotX ، Z ، Y ، X که به ترتیب برای OpenSees با برچسبهای 1، 2، 3، 4، 5 و 6 تعریف میشوند.
تعداد جهتهای مختصاتی:
شش جهت مختصاتی RotZ ، RotY، RotX ، Z ، Y ، X هستند که به ترتیب برای OpenSees با برچسب های 1، 2، 3، 4، 5 و 6 تعریف می شوند.🌷🌷
نکته بسیار مهم:🥇🥇🥇
اولین قدم جهت استفاده از یک کامند، آن است که کشف کنید "آیا آن دستور مبتنی بر درجات آزادی است؟، و یا مبتنی بر جهتهای مختصاتی؟"
و یک نکته بسیار مهم تر:🥇🥇🥇🥇🥇
پنج کامند مهم و کاربردی وجود دارند که از قوانین مطرح شده فوق تبعیت نمیکنند یکی از این ساختار شکنها، المان Two Node Link Element است که در مسائل سه بعدی، با تمامی شش جهت مختصاتی فضای سه بعدی سر و کار دارد، ولی در شبیه سازی های دو بعدی فقط و فقط سه جهت مختصاتی را به رسمیت می شناسد.
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
This media is not supported in your browser
VIEW IN TELEGRAM
ویدیوی آموزشی یک دقیقهای، مختص دو نوع سری زمانی
Two types of Series would be used during simulations, including Labled and Numbered Time Series. This one minute video looks like a million bucks...
Music: Jenny's theme 77155 - Audionautix
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Two types of Series would be used during simulations, including Labled and Numbered Time Series. This one minute video looks like a million bucks...
Music: Jenny's theme 77155 - Audionautix
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
This media is not supported in your browser
VIEW IN TELEGRAM
در لحظههای آتی، بخشهایی از ویدئوی جلسه اول تدریسم مختص دوره الگوریتم پیشرفته و یادگیری ماشین را در پیج اینستاگرامم قرار خواهم داد🌺🌸👇
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Media is too big
VIEW IN TELEGRAM
بخشهایی از ویدئوی اولین جلسه تدریسم مختص دوره الگوریتمهای پیشرفته و یادگیری ماشین💖 🌺🌸👇
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Media is too big
VIEW IN TELEGRAM
منحنیها و علائمی که در لحظههای آتی و در انتهای ویدئوی یادگیری ماشین خواهید دید، مقادیر احتمالاتی فراگذشت از تابع عملکردی تعریف شده نیستند، بلکه میزان خوشحالی و رضایت کامپیوتر هستند. انتخاب عدد هفت از ده یعنی میزان حس الگوریتم نسبت به کار خودش صد در صد نیست!
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Media is too big
VIEW IN TELEGRAM
Using 16 million layers neural network is made of realistic biologic neurons to find out the best scenario of damage measure, in the mainshock-aftershock Seismic sequences. The algorithm is seventy percent satisfied with itself (turn to left and see all 10 slides)
منحنیها و علائمی که در اسلایدهای انتهایی الگوریتم یادگیری ماشین نمایش داده میشوند، مقادیر احتمالاتی فراگذشت از تابع عملکردی تعریف شده نیستند، بلکه میزان خوشحالی و رضایت کامپیوتر هستند. انتخاب عدد هفت از ده یعنی میزان حس الگوریتم نسبت به کار خودش صد در صد نیست!
https://www.instagram.com/openseescommunity
آی دی تلگرام استاد افشینا👇
https://t.me/OpenSeesCommunity_pm
منحنیها و علائمی که در اسلایدهای انتهایی الگوریتم یادگیری ماشین نمایش داده میشوند، مقادیر احتمالاتی فراگذشت از تابع عملکردی تعریف شده نیستند، بلکه میزان خوشحالی و رضایت کامپیوتر هستند. انتخاب عدد هفت از ده یعنی میزان حس الگوریتم نسبت به کار خودش صد در صد نیست!
https://www.instagram.com/openseescommunity
آی دی تلگرام استاد افشینا👇
https://t.me/OpenSeesCommunity_pm
This media is not supported in your browser
VIEW IN TELEGRAM
Happy Yalda Night💖💖I Love You
دوستتون دارم💝💝
https://www.instagram.com/openseescommunity
@OpenSeesCommunity_pm
دوستتون دارم💝💝
https://www.instagram.com/openseescommunity
@OpenSeesCommunity_pm
The values of damage measure acutely depend upon the considered EDP.
https://www.instagram.com/openseescommunity
@OpenSeesCommunity_pm
https://www.instagram.com/openseescommunity
@OpenSeesCommunity_pm
Plus de Description [about this Link]
𝙁𝙤𝙧 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙙𝙚𝙢𝙖𝙣𝙙𝙨 𝙩𝙝𝙖𝙩 𝙖𝙧𝙚 𝙙𝙤𝙢𝙞𝙣𝙖𝙩𝙚𝙙 𝙗𝙮 𝙖 fi𝙧𝙨𝙩 𝙢𝙤𝙙𝙚 𝙤𝙛 𝙫𝙞𝙗𝙧𝙖𝙩𝙞𝙤𝙣, 𝙪𝙨𝙞𝙣𝙜 𝙞𝙣𝙚𝙡𝙖𝙨𝙩𝙞𝙘 𝙨𝙥𝙚𝙘𝙩𝙧𝙖𝙡 𝙙𝙞𝙨𝙥𝙡𝙖𝙘𝙚𝙢𝙚𝙣𝙩 (𝙎𝙙𝙞) 𝙘𝙖𝙣 𝙗𝙚 𝙖𝙙𝙫𝙖𝙣𝙩𝙖𝙜𝙚𝙤𝙪𝙨 𝙧𝙚𝙡𝙖𝙩𝙞𝙫𝙚 𝙩𝙤 𝙩𝙝𝙚 𝙘𝙤𝙣𝙫𝙚𝙣𝙩𝙞𝙤𝙣𝙖𝙡𝙡𝙮 𝙪𝙨𝙚𝙙 𝙚𝙡𝙖𝙨𝙩𝙞𝙘 𝙨𝙥𝙚𝙘𝙩𝙧𝙖𝙡 𝙖𝙘𝙘𝙚𝙡𝙚𝙧𝙖𝙩𝙞𝙤𝙣 (𝙎𝙖) 𝙖𝙣𝙙 𝙩𝙝𝙚 𝙫𝙚𝙘𝙩𝙤𝙧 𝙄𝙈 𝙘𝙤𝙣𝙨𝙞𝙨𝙩𝙞𝙣𝙜 𝙤𝙛 𝙎𝙖 𝙖𝙣𝙙 𝙚𝙥𝙨𝙞𝙡𝙤𝙣. 𝙒𝙝𝙖𝙩 𝙞𝙨 𝙩𝙝𝙚 𝙢𝙤𝙨𝙩 𝙨𝙞𝙜𝙣𝙞𝙛𝙞𝙘𝙖𝙣𝙩 𝙥𝙧𝙤𝙗𝙡𝙚𝙢 𝙤𝙛 𝙩𝙝𝙚 𝙋𝙚𝙚𝙧 (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) 𝙖𝙥𝙥𝙧𝙤𝙖𝙘𝙝? 𝙄𝙣 𝙩𝙝𝙚 𝙥𝙚𝙚𝙧 𝙧𝙞𝙨𝙠 𝙖𝙨𝙨𝙚𝙨𝙨𝙢𝙚𝙣𝙩 𝙥𝙧𝙤𝙘𝙚𝙙𝙪𝙧𝙚𝙨, 𝙩𝙝𝙚 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙧𝙚𝙨𝙥𝙤𝙣𝙨𝙚 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙖𝙥𝙥𝙡𝙞𝙚𝙙 𝙞𝙣𝙩𝙚𝙣𝙨𝙞𝙩𝙮 𝙢𝙚𝙖𝙨𝙪𝙧𝙚, 𝙖𝙣𝙙 𝙣𝙤𝙩 𝙤𝙣 𝙖𝙣𝙮 𝙤𝙩𝙝𝙚𝙧 𝙥𝙧𝙤𝙥𝙚𝙧𝙩𝙞𝙚𝙨 𝙤𝙛 𝙜𝙧𝙤𝙪𝙣𝙙 𝙢𝙤𝙩𝙞𝙤𝙣. 𝘽𝙮 𝙪𝙨𝙞𝙣𝙜 𝙩𝙝𝙚 𝙢𝙚𝙣𝙩𝙞𝙤𝙣𝙚𝙙 𝙖𝙡𝙜𝙤𝙧𝙞𝙩𝙝𝙢𝙨, 𝙙𝙪𝙧𝙞𝙣𝙜 𝙚𝙖𝙘𝙝 𝙤𝙛 𝙩𝙝𝙧𝙚𝙚 𝙗𝙡𝙤𝙘𝙠𝙨 𝙤𝙛 𝙄𝙈, 𝙀𝘿𝙋, 𝙖𝙣𝙙 𝘿𝙈, 𝙩𝙝𝙚 𝙖𝙣𝙖𝙡𝙮𝙨𝙞𝙨 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙥𝙧𝙚𝙫𝙞𝙤𝙪𝙨 𝙤𝙣𝙚. 𝙏𝙝𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙤𝙛 𝙙𝙖𝙢𝙖𝙜𝙚 𝙢𝙚𝙖𝙨𝙪𝙧𝙚 𝙖𝙘𝙪𝙩𝙚𝙡𝙮 𝙙𝙚𝙥𝙚𝙣𝙙 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝘾𝙤𝙣𝙨𝙞𝙙𝙚𝙧𝙚𝙙 𝙀𝘿𝙋. 𝙄𝙩 𝙢𝙞𝙜𝙝𝙩 𝙨𝙚𝙚 𝙪𝙣𝙙𝙚𝙧 𝙖 𝙜𝙧𝙤𝙪𝙣𝙙 𝙢𝙤𝙩𝙞𝙤𝙣, 𝙖𝙣𝙙 𝙞𝙣 𝙖 𝙜𝙞𝙫𝙚𝙣 𝙞𝙣𝙩𝙚𝙣𝙨𝙞𝙩𝙮, 𝙞𝙣𝙩𝙚𝙧-𝙨𝙩𝙤𝙧𝙮 𝙙𝙧𝙞𝙛𝙩 𝙧𝙖𝙩𝙞𝙤 𝙫𝙖𝙡𝙪𝙚𝙨 𝙧𝙖𝙞𝙨𝙚, 𝙬𝙝𝙞𝙡𝙚 𝙗𝙖𝙨𝙚 𝙨𝙝𝙚𝙖𝙧 𝙤𝙧 𝙧𝙤𝙤𝙛 𝙙𝙞𝙨𝙥𝙡𝙖𝙘𝙚𝙢𝙚𝙣𝙩 𝙫𝙖𝙡𝙪𝙚𝙨 𝙡𝙤𝙬𝙚𝙧. 𝙎𝙤, 𝙩𝙝𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙤𝙛 𝘿𝙈 𝙤𝙣𝙡𝙮 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣 𝙩𝙝𝙚 𝙩𝙮𝙥𝙚 𝙤𝙛 𝙨𝙚𝙡𝙚𝙘𝙩𝙞𝙫𝙚 𝙀𝘿𝙋. 𝙇𝙚𝙩'𝙨 𝙩𝙖𝙡𝙠 𝙖𝙗𝙤𝙪𝙩 𝙩𝙝𝙚 𝙨𝙤𝙥𝙝𝙞𝙨𝙩𝙞𝙘𝙖𝙩𝙚𝙙 𝙞𝙨𝙨𝙪𝙚 𝙤𝙛 𝙩𝙝𝙚 𝙋𝙚𝙚𝙧 𝙖𝙡𝙜𝙤𝙧𝙞𝙩𝙝𝙢. 𝙀𝙖𝙘𝙝 𝙤𝙛 𝙄𝙈, 𝙀𝘿𝙋, 𝙖𝙣𝙙 𝘿𝙈 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙥𝙧𝙚𝙫𝙞𝙤𝙪𝙨, 𝙣𝙤𝙩 𝙤𝙣 𝙤𝙩𝙝𝙚𝙧 𝙗𝙡𝙤𝙘𝙠𝙨. 𝙉𝙤𝙬𝙖𝙙𝙖𝙮𝙨, 𝙩𝙝𝙚 𝙜𝙤𝙖𝙡 𝙤𝙛 𝙩𝙝𝙚 𝙧𝙚𝙨𝙚𝙖𝙧𝙘𝙝𝙚𝙧𝙨 𝙞𝙨 𝙩𝙤 𝙘𝙤𝙧𝙧𝙚𝙘𝙩 𝙩𝙝𝙚 𝙖𝙗𝙤𝙫𝙚 𝙙𝙚𝙛𝙚𝙘𝙩𝙞𝙫𝙚 𝙘𝙮𝙘𝙡𝙚. 𝙒𝙚 𝙘𝙝𝙤𝙤𝙨𝙚 𝙖𝙣 𝙄𝙈 𝙩𝙝𝙖𝙩 𝙜𝙞𝙫𝙚𝙨 𝙖 𝙢𝙤𝙧𝙚 𝙖𝙘𝙘𝙪𝙧𝙖𝙩𝙚 𝙚𝙨𝙩𝙞𝙢𝙖𝙩𝙚 𝙛𝙤𝙧 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙙𝙚𝙢𝙖𝙣𝙙𝙨 𝙛𝙧𝙤𝙢 𝙩𝙝𝙚 𝙥𝙤𝙞𝙣𝙩𝙨 𝙤𝙛 𝙫𝙞𝙚𝙬 𝙤𝙛 𝙨𝙪𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙖𝙣𝙙 𝙚𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮. 𝙎𝙪𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙢𝙚𝙖𝙣𝙨 𝙩𝙝𝙖𝙩 𝙧𝙚𝙨𝙥𝙤𝙣𝙨𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙙𝙚𝙥𝙚𝙣𝙙 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙄𝙈1, 𝙣𝙤𝙩 𝙤𝙣 𝙤𝙩𝙝𝙚𝙧 𝙄𝙈𝙨. 𝙀𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙧𝙚𝙛𝙚𝙧𝙨 𝙩𝙤 𝙢𝙤𝙧𝙚 𝙡𝙚𝙨𝙨𝙚𝙣 𝙞𝙣 𝙙𝙞𝙨𝙥𝙚𝙧𝙨𝙞𝙤𝙣 𝙪𝙣𝙙𝙚𝙧 𝙙𝙞𝙛𝙛𝙚𝙧𝙚𝙣𝙩 𝙚𝙖𝙧𝙩𝙝𝙦𝙪𝙖𝙠𝙚𝙨. 𝓳𝓮 𝓽'𝓪𝓲𝓶𝓮, 𝓼𝓲𝓰𝓷𝓪𝓽𝓾𝓻𝓮, 𝓐𝓯𝓼𝓱𝓲𝓷𝓪💖
𝙁𝙤𝙧 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙙𝙚𝙢𝙖𝙣𝙙𝙨 𝙩𝙝𝙖𝙩 𝙖𝙧𝙚 𝙙𝙤𝙢𝙞𝙣𝙖𝙩𝙚𝙙 𝙗𝙮 𝙖 fi𝙧𝙨𝙩 𝙢𝙤𝙙𝙚 𝙤𝙛 𝙫𝙞𝙗𝙧𝙖𝙩𝙞𝙤𝙣, 𝙪𝙨𝙞𝙣𝙜 𝙞𝙣𝙚𝙡𝙖𝙨𝙩𝙞𝙘 𝙨𝙥𝙚𝙘𝙩𝙧𝙖𝙡 𝙙𝙞𝙨𝙥𝙡𝙖𝙘𝙚𝙢𝙚𝙣𝙩 (𝙎𝙙𝙞) 𝙘𝙖𝙣 𝙗𝙚 𝙖𝙙𝙫𝙖𝙣𝙩𝙖𝙜𝙚𝙤𝙪𝙨 𝙧𝙚𝙡𝙖𝙩𝙞𝙫𝙚 𝙩𝙤 𝙩𝙝𝙚 𝙘𝙤𝙣𝙫𝙚𝙣𝙩𝙞𝙤𝙣𝙖𝙡𝙡𝙮 𝙪𝙨𝙚𝙙 𝙚𝙡𝙖𝙨𝙩𝙞𝙘 𝙨𝙥𝙚𝙘𝙩𝙧𝙖𝙡 𝙖𝙘𝙘𝙚𝙡𝙚𝙧𝙖𝙩𝙞𝙤𝙣 (𝙎𝙖) 𝙖𝙣𝙙 𝙩𝙝𝙚 𝙫𝙚𝙘𝙩𝙤𝙧 𝙄𝙈 𝙘𝙤𝙣𝙨𝙞𝙨𝙩𝙞𝙣𝙜 𝙤𝙛 𝙎𝙖 𝙖𝙣𝙙 𝙚𝙥𝙨𝙞𝙡𝙤𝙣. 𝙒𝙝𝙖𝙩 𝙞𝙨 𝙩𝙝𝙚 𝙢𝙤𝙨𝙩 𝙨𝙞𝙜𝙣𝙞𝙛𝙞𝙘𝙖𝙣𝙩 𝙥𝙧𝙤𝙗𝙡𝙚𝙢 𝙤𝙛 𝙩𝙝𝙚 𝙋𝙚𝙚𝙧 (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) 𝙖𝙥𝙥𝙧𝙤𝙖𝙘𝙝? 𝙄𝙣 𝙩𝙝𝙚 𝙥𝙚𝙚𝙧 𝙧𝙞𝙨𝙠 𝙖𝙨𝙨𝙚𝙨𝙨𝙢𝙚𝙣𝙩 𝙥𝙧𝙤𝙘𝙚𝙙𝙪𝙧𝙚𝙨, 𝙩𝙝𝙚 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙧𝙚𝙨𝙥𝙤𝙣𝙨𝙚 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙖𝙥𝙥𝙡𝙞𝙚𝙙 𝙞𝙣𝙩𝙚𝙣𝙨𝙞𝙩𝙮 𝙢𝙚𝙖𝙨𝙪𝙧𝙚, 𝙖𝙣𝙙 𝙣𝙤𝙩 𝙤𝙣 𝙖𝙣𝙮 𝙤𝙩𝙝𝙚𝙧 𝙥𝙧𝙤𝙥𝙚𝙧𝙩𝙞𝙚𝙨 𝙤𝙛 𝙜𝙧𝙤𝙪𝙣𝙙 𝙢𝙤𝙩𝙞𝙤𝙣. 𝘽𝙮 𝙪𝙨𝙞𝙣𝙜 𝙩𝙝𝙚 𝙢𝙚𝙣𝙩𝙞𝙤𝙣𝙚𝙙 𝙖𝙡𝙜𝙤𝙧𝙞𝙩𝙝𝙢𝙨, 𝙙𝙪𝙧𝙞𝙣𝙜 𝙚𝙖𝙘𝙝 𝙤𝙛 𝙩𝙝𝙧𝙚𝙚 𝙗𝙡𝙤𝙘𝙠𝙨 𝙤𝙛 𝙄𝙈, 𝙀𝘿𝙋, 𝙖𝙣𝙙 𝘿𝙈, 𝙩𝙝𝙚 𝙖𝙣𝙖𝙡𝙮𝙨𝙞𝙨 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙥𝙧𝙚𝙫𝙞𝙤𝙪𝙨 𝙤𝙣𝙚. 𝙏𝙝𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙤𝙛 𝙙𝙖𝙢𝙖𝙜𝙚 𝙢𝙚𝙖𝙨𝙪𝙧𝙚 𝙖𝙘𝙪𝙩𝙚𝙡𝙮 𝙙𝙚𝙥𝙚𝙣𝙙 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝘾𝙤𝙣𝙨𝙞𝙙𝙚𝙧𝙚𝙙 𝙀𝘿𝙋. 𝙄𝙩 𝙢𝙞𝙜𝙝𝙩 𝙨𝙚𝙚 𝙪𝙣𝙙𝙚𝙧 𝙖 𝙜𝙧𝙤𝙪𝙣𝙙 𝙢𝙤𝙩𝙞𝙤𝙣, 𝙖𝙣𝙙 𝙞𝙣 𝙖 𝙜𝙞𝙫𝙚𝙣 𝙞𝙣𝙩𝙚𝙣𝙨𝙞𝙩𝙮, 𝙞𝙣𝙩𝙚𝙧-𝙨𝙩𝙤𝙧𝙮 𝙙𝙧𝙞𝙛𝙩 𝙧𝙖𝙩𝙞𝙤 𝙫𝙖𝙡𝙪𝙚𝙨 𝙧𝙖𝙞𝙨𝙚, 𝙬𝙝𝙞𝙡𝙚 𝙗𝙖𝙨𝙚 𝙨𝙝𝙚𝙖𝙧 𝙤𝙧 𝙧𝙤𝙤𝙛 𝙙𝙞𝙨𝙥𝙡𝙖𝙘𝙚𝙢𝙚𝙣𝙩 𝙫𝙖𝙡𝙪𝙚𝙨 𝙡𝙤𝙬𝙚𝙧. 𝙎𝙤, 𝙩𝙝𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙤𝙛 𝘿𝙈 𝙤𝙣𝙡𝙮 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣 𝙩𝙝𝙚 𝙩𝙮𝙥𝙚 𝙤𝙛 𝙨𝙚𝙡𝙚𝙘𝙩𝙞𝙫𝙚 𝙀𝘿𝙋. 𝙇𝙚𝙩'𝙨 𝙩𝙖𝙡𝙠 𝙖𝙗𝙤𝙪𝙩 𝙩𝙝𝙚 𝙨𝙤𝙥𝙝𝙞𝙨𝙩𝙞𝙘𝙖𝙩𝙚𝙙 𝙞𝙨𝙨𝙪𝙚 𝙤𝙛 𝙩𝙝𝙚 𝙋𝙚𝙚𝙧 𝙖𝙡𝙜𝙤𝙧𝙞𝙩𝙝𝙢. 𝙀𝙖𝙘𝙝 𝙤𝙛 𝙄𝙈, 𝙀𝘿𝙋, 𝙖𝙣𝙙 𝘿𝙈 𝙙𝙚𝙥𝙚𝙣𝙙𝙨 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙥𝙧𝙚𝙫𝙞𝙤𝙪𝙨, 𝙣𝙤𝙩 𝙤𝙣 𝙤𝙩𝙝𝙚𝙧 𝙗𝙡𝙤𝙘𝙠𝙨. 𝙉𝙤𝙬𝙖𝙙𝙖𝙮𝙨, 𝙩𝙝𝙚 𝙜𝙤𝙖𝙡 𝙤𝙛 𝙩𝙝𝙚 𝙧𝙚𝙨𝙚𝙖𝙧𝙘𝙝𝙚𝙧𝙨 𝙞𝙨 𝙩𝙤 𝙘𝙤𝙧𝙧𝙚𝙘𝙩 𝙩𝙝𝙚 𝙖𝙗𝙤𝙫𝙚 𝙙𝙚𝙛𝙚𝙘𝙩𝙞𝙫𝙚 𝙘𝙮𝙘𝙡𝙚. 𝙒𝙚 𝙘𝙝𝙤𝙤𝙨𝙚 𝙖𝙣 𝙄𝙈 𝙩𝙝𝙖𝙩 𝙜𝙞𝙫𝙚𝙨 𝙖 𝙢𝙤𝙧𝙚 𝙖𝙘𝙘𝙪𝙧𝙖𝙩𝙚 𝙚𝙨𝙩𝙞𝙢𝙖𝙩𝙚 𝙛𝙤𝙧 𝙨𝙩𝙧𝙪𝙘𝙩𝙪𝙧𝙖𝙡 𝙙𝙚𝙢𝙖𝙣𝙙𝙨 𝙛𝙧𝙤𝙢 𝙩𝙝𝙚 𝙥𝙤𝙞𝙣𝙩𝙨 𝙤𝙛 𝙫𝙞𝙚𝙬 𝙤𝙛 𝙨𝙪𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙖𝙣𝙙 𝙚𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮. 𝙎𝙪𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙢𝙚𝙖𝙣𝙨 𝙩𝙝𝙖𝙩 𝙧𝙚𝙨𝙥𝙤𝙣𝙨𝙚 𝙫𝙖𝙡𝙪𝙚𝙨 𝙙𝙚𝙥𝙚𝙣𝙙 𝙤𝙣𝙡𝙮 𝙪𝙥𝙤𝙣 𝙩𝙝𝙚 𝙄𝙈1, 𝙣𝙤𝙩 𝙤𝙣 𝙤𝙩𝙝𝙚𝙧 𝙄𝙈𝙨. 𝙀𝙛𝙛𝙞𝙘𝙞𝙚𝙣𝙘𝙮 𝙧𝙚𝙛𝙚𝙧𝙨 𝙩𝙤 𝙢𝙤𝙧𝙚 𝙡𝙚𝙨𝙨𝙚𝙣 𝙞𝙣 𝙙𝙞𝙨𝙥𝙚𝙧𝙨𝙞𝙤𝙣 𝙪𝙣𝙙𝙚𝙧 𝙙𝙞𝙛𝙛𝙚𝙧𝙚𝙣𝙩 𝙚𝙖𝙧𝙩𝙝𝙦𝙪𝙖𝙠𝙚𝙨. 𝓳𝓮 𝓽'𝓪𝓲𝓶𝓮, 𝓼𝓲𝓰𝓷𝓪𝓽𝓾𝓻𝓮, 𝓐𝓯𝓼𝓱𝓲𝓷𝓪💖
Telegram
Opensees Community
https://www.instagram.com/openseescommunity
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
https://t.me/OpenSeesCommunity
@OpenSeesCommunity_pm
Basic Problems in Known PEER Algorithms (Part I):
Algorithms known as PEER (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) were created to the seismic evaluation of structures more accurately. There were hidden some nice ideas back of algorithms, including quantifying seismic hazard, finding perfect demand parameter EDP appropriate to the type of structure, calculating damage measure values, and most importantly, establishing a relationship (formula) between mentioned items. Unfortunately, in the last decade, researchers have found that fundamental flaws and gaps prevent the realization of these beautiful ideas. Choosing a good IM intensity measure is very important. IM is the bridge between risk analysis science and structural analysis operations. The stage of selecting the appropriate EDP parameter (residual displacements, masses or elements rotations, maximum inter-story drift ratios, base shears, Etc..) can be the starting point for errors to enter the well-known PEER algorithms. That was the first objection to PEER ideas. The EDP block depends only upon the IM values and not on the magnitude (energy), and not on the distance of the selected record to the structure (will be continued)
ایرادهای اساسی موجود در الگوریتمهای شناخته شده PEER (بخش اول):
الگوریتمهای شناخته شده با نام پییر (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) جهت ارزیابی لرزهای دقیقتر سازهها خلق شدند. ایدههای اولیهای شامل کمی سازی خطر لرزهای، یافتن سنجههای پاسخ خوب متناسب با انواع سازهها، محاسبه مقادیر سنجههای پاسخ و از همه مهمتر ایجاد ارتباط (فرمولی) بین موارد فوق در بطن آنها نهان شده بودند. اما با کمال تاسف در دهه اخیر پژوهشگران دریافتند که وجود نواقص و خلاهایی اساسی مانع تحقق این ایدههای اولیه بسیار زیبا میشوند. انتخاب سنجه شدت خوب IM بسیار حائز اهمیت است. IM پل ارتباطی بین علم تحلیل خطر و عملیات تحلیل سازه است. مرحله انتخاب پارامتر EDP مناسب (جابجاییهای پسماند، دورانهای جرمها یا المانها، بیشینه دریفت بین طبقات، برش پایه و .. ) میتواند نقطه آغاز ورود خطا به الگوریتمهای مشهور پییر باشد. در واقع اولین ایراد وارده به ایدههای PEER هم همین بوده است. بلوک EDP فقط وابسته به عدد و مقدار IM است و نه به بزرگا (انرژی)، و نه به فاصله رکورد شتاب نگاشت انتخاب شده تا سازه (ادامه دارد)
https://www.instagram.com/openseescommunity
http://t.me/OpenSeesCommunity
http://t.me/OpenSeesCommunity_pm
Algorithms known as PEER (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) were created to the seismic evaluation of structures more accurately. There were hidden some nice ideas back of algorithms, including quantifying seismic hazard, finding perfect demand parameter EDP appropriate to the type of structure, calculating damage measure values, and most importantly, establishing a relationship (formula) between mentioned items. Unfortunately, in the last decade, researchers have found that fundamental flaws and gaps prevent the realization of these beautiful ideas. Choosing a good IM intensity measure is very important. IM is the bridge between risk analysis science and structural analysis operations. The stage of selecting the appropriate EDP parameter (residual displacements, masses or elements rotations, maximum inter-story drift ratios, base shears, Etc..) can be the starting point for errors to enter the well-known PEER algorithms. That was the first objection to PEER ideas. The EDP block depends only upon the IM values and not on the magnitude (energy), and not on the distance of the selected record to the structure (will be continued)
ایرادهای اساسی موجود در الگوریتمهای شناخته شده PEER (بخش اول):
الگوریتمهای شناخته شده با نام پییر (𝙁𝙚𝙢𝙖 356, 𝘼𝙏𝘾 58, 𝙖𝙣𝙙 𝘼𝙏𝘾 62) جهت ارزیابی لرزهای دقیقتر سازهها خلق شدند. ایدههای اولیهای شامل کمی سازی خطر لرزهای، یافتن سنجههای پاسخ خوب متناسب با انواع سازهها، محاسبه مقادیر سنجههای پاسخ و از همه مهمتر ایجاد ارتباط (فرمولی) بین موارد فوق در بطن آنها نهان شده بودند. اما با کمال تاسف در دهه اخیر پژوهشگران دریافتند که وجود نواقص و خلاهایی اساسی مانع تحقق این ایدههای اولیه بسیار زیبا میشوند. انتخاب سنجه شدت خوب IM بسیار حائز اهمیت است. IM پل ارتباطی بین علم تحلیل خطر و عملیات تحلیل سازه است. مرحله انتخاب پارامتر EDP مناسب (جابجاییهای پسماند، دورانهای جرمها یا المانها، بیشینه دریفت بین طبقات، برش پایه و .. ) میتواند نقطه آغاز ورود خطا به الگوریتمهای مشهور پییر باشد. در واقع اولین ایراد وارده به ایدههای PEER هم همین بوده است. بلوک EDP فقط وابسته به عدد و مقدار IM است و نه به بزرگا (انرژی)، و نه به فاصله رکورد شتاب نگاشت انتخاب شده تا سازه (ادامه دارد)
https://www.instagram.com/openseescommunity
http://t.me/OpenSeesCommunity
http://t.me/OpenSeesCommunity_pm
Telegram
Opensees Community
The Largest OpenSees Community of Iran (LOCI). Channel is managed by Dr. Afshin Alborzi.
https://www.instagram.com/ledocteurafshina
YouTube: LOCI Community
Contact with administrator👇
@OpenSeesCommunity_pm
https://www.instagram.com/ledocteurafshina
YouTube: LOCI Community
Contact with administrator👇
@OpenSeesCommunity_pm
👍2
𝐁𝐚𝐬𝐢𝐜 𝐏𝐫𝐨𝐛𝐥𝐞𝐦𝐬 𝐢𝐧 𝐊𝐧𝐨𝐰𝐧 𝐏𝐄𝐄𝐑 𝐀𝐥𝐠𝐨𝐫𝐢𝐭𝐡𝐦𝐬 (𝐏𝐚𝐫𝐭 𝐈𝐈):
𝐖𝐡𝐲 𝐢𝐬 𝐢𝐭 𝐢𝐦𝐩𝐨𝐫𝐭𝐚𝐧𝐭 𝐭𝐨 𝐜𝐡𝐨𝐨𝐬𝐞 𝐚𝐧 𝐨𝐮𝐭𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 𝐬𝐞𝐢𝐬𝐦𝐢𝐜 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 𝐚𝐬 𝐈𝐌? 𝐖𝐞 𝐩𝐫𝐞𝐟𝐞𝐫 𝐭𝐨 𝐜𝐨𝐧𝐬𝐢𝐝𝐞𝐫 𝐚𝐧 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 (𝐧𝐮𝐦𝐛𝐞𝐫𝐬, 𝐯𝐞𝐜𝐭𝐨𝐫𝐬, 𝐨𝐫 𝐚 𝐜𝐨𝐦𝐛𝐢𝐧𝐚𝐭𝐢𝐨𝐧 𝐨𝐟 𝐭𝐡𝐞𝐦) 𝐭𝐡𝐚𝐭 𝐠𝐢𝐯𝐞𝐬 𝐚 𝐦𝐨𝐫𝐞 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐞 𝐨𝐟 𝐭𝐡𝐞 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐚𝐥 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞𝐬 (𝐛𝐮𝐢𝐥𝐝𝐢𝐧𝐠, 𝐛𝐫𝐢𝐝𝐠𝐞, 𝐞𝐭𝐜.) 𝐍𝐨𝐰 𝐚 𝐧𝐞𝐰 𝐪𝐮𝐞𝐬𝐭𝐢𝐨𝐧 𝐚𝐫𝐢𝐬𝐞𝐬. 𝐖𝐡𝐚𝐭 𝐝𝐨𝐞𝐬 𝐢𝐭 𝐦𝐞𝐚𝐧 𝐭𝐨 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞𝐥𝐲 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐞? 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐢𝐨𝐧 𝐜𝐚𝐧 𝐚𝐥𝐬𝐨 𝐛𝐞 𝐢𝐧𝐭𝐞𝐫𝐩𝐫𝐞𝐭𝐞𝐝 𝐚𝐬 𝐝𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧. 𝐀 𝐠𝐨𝐨𝐝 𝐈𝐌 𝐠𝐢𝐯𝐞𝐬 𝐥𝐞𝐬𝐬 𝐬𝐜𝐚𝐭𝐭𝐞𝐫 𝐢𝐧 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞 𝐯𝐚𝐥𝐮𝐞𝐬 𝐮𝐧𝐝𝐞𝐫 𝐝𝐢𝐟𝐟𝐞𝐫𝐞𝐧𝐭 𝐞𝐚𝐫𝐭𝐡𝐪𝐮𝐚𝐤𝐞𝐬. 𝐍𝐨𝐰𝐚𝐝𝐚𝐲𝐬 𝐢𝐭 𝐜𝐨𝐧𝐜𝐥𝐮𝐝𝐞𝐬 𝐚𝐬 𝐈𝐌 𝐞𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐜𝐲. 𝐈𝐧 𝐚𝐝𝐝𝐢𝐭𝐢𝐨𝐧, 𝐜𝐨𝐧𝐬𝐢𝐝𝐞𝐫𝐢𝐧𝐠 𝐨𝐧𝐥𝐲 𝐨𝐧𝐞 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 𝐟𝐨𝐫 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐚𝐥 𝐝𝐞𝐦𝐚𝐧𝐝𝐬 𝐢𝐦𝐩𝐥𝐢𝐞𝐬 𝐚𝐧 𝐢𝐦𝐩𝐥𝐢𝐜𝐢𝐭 𝐚𝐜𝐜𝐞𝐩𝐭𝐚𝐧𝐜𝐞 𝐨𝐟 𝐝𝐞𝐦𝐚𝐧𝐝𝐬 𝐢𝐧𝐝𝐞𝐩𝐞𝐧𝐝𝐞𝐧𝐜𝐞 𝐟𝐫𝐨𝐦 𝐨𝐭𝐡𝐞𝐫 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞𝐬. 𝐅𝐨𝐫 𝐞𝐱𝐚𝐦𝐩𝐥𝐞, 𝐰𝐡𝐞𝐧 𝟗𝟎% 𝐨𝐟 𝐫𝐞𝐬𝐞𝐚𝐫𝐜𝐡𝐞𝐫𝐬 𝐮𝐬𝐞 𝐒𝐚(𝐓𝟏, 𝟓%) 𝐚𝐬 𝐈𝐌, 𝐟𝐨𝐫 𝐚𝐥𝐥 𝐭𝐲𝐩𝐞𝐬 𝐨𝐟 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞𝐬, 𝐭𝐡𝐞𝐲 𝐚𝐬𝐬𝐮𝐦𝐞 𝐭𝐡𝐚𝐭 𝐭𝐡𝐞 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞𝐬 𝐨𝐟 𝐭𝐡𝐞 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞𝐬 𝟏𝟎𝟎% 𝐝𝐞𝐩𝐞𝐧𝐝 𝐮𝐩𝐨𝐧 𝐒𝐚(𝐓𝟏, 𝟓%), 𝐚𝐧𝐝 𝐧𝐨𝐭 𝐭𝐨 𝐨𝐭𝐡𝐞𝐫 𝐈𝐌𝐬. 𝐓𝐡𝐞𝐲 𝐚𝐥𝐬𝐨 𝐡𝐲𝐩𝐨𝐭𝐡𝐞𝐬𝐢𝐳𝐞 𝐭𝐡𝐚𝐭 𝐒𝐚(𝐓𝟏, 𝟓%) 𝐰𝐚𝐬 𝟏𝟎𝟎% 𝐬𝐮𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐭. 𝐔𝐧𝐟𝐨𝐫𝐭𝐮𝐧𝐚𝐭𝐞𝐥𝐲, 𝐭𝐡𝐞𝐬𝐞 𝐚𝐬𝐬𝐮𝐦𝐩𝐭𝐢𝐨𝐧𝐬 𝐚𝐫𝐞 𝐜𝐨𝐦𝐩𝐥𝐞𝐭𝐞𝐥𝐲 𝐰𝐫𝐨𝐧𝐠 𝐚𝐧𝐝 𝐮𝐧𝐫𝐞𝐚𝐥𝐢𝐬𝐭𝐢𝐜 (𝐰𝐢𝐥𝐥 𝐛𝐞 𝐜𝐨𝐧𝐭𝐢𝐧𝐮𝐞𝐝)
ایرادهای اساسی موجود در الگوریتمهای شناخته شده PEER (بخش دوم):
چرا مهم است که IM یا سنجه شدت لرزهای خوب و با دقت انتخاب شود؟ ما سنجه شدتی را (عدد، بردار یا ترکیبی از جفتشان) انتخاب میکنیم که برآورد دقیقتری از پاسخهای سازهای (ساختمان، پل یا ...) بدهد. حال پرسش جدیدی که مطرح میشود آن است که معنای برآورد دقیق پاسخ چیست؟ دقت در برآورد پاسخ را میتوان به میزان پراکندگی نیز تعبیر نمود. معیار شدتی خوب است که پراکندگی کمتری در مقادیر پاسخها تحت زلزلههای مختلف بدهد. و این یعنی کارآیی IM. علاوه بر آن منظور کردن یک سنجه شدت منفرد برای تقاضاهای سازهای بیانگر پذیرش تلویحی و حتمی استقلال پاسخ از سایر سنجههای شدت است. به عنوان مثال وقتی ۹۰ درصد پژوهشگران برای تمامی انواع سازهها از Sa(T1, 5%) استفاده میکنند، آنها فرض کردهاند که پاسخهای سازهها صد درصد به Sa(T1, 5%) ربط دارند و نه به سایر IM ها. آنها همچنین فرض کردهاند که Sa(T1, 5%) کفایت صد درصدی نیز دارد. که متاسفانه این فرضها کاملا اشتباه و غیرواقعی هستند (ادامه دارد)
https://www.instagram.com/openseescommunity
http://t.me/OpenSeesCommunity
http://t.me/OpenSeesCommunity_pm
𝐖𝐡𝐲 𝐢𝐬 𝐢𝐭 𝐢𝐦𝐩𝐨𝐫𝐭𝐚𝐧𝐭 𝐭𝐨 𝐜𝐡𝐨𝐨𝐬𝐞 𝐚𝐧 𝐨𝐮𝐭𝐬𝐭𝐚𝐧𝐝𝐢𝐧𝐠 𝐬𝐞𝐢𝐬𝐦𝐢𝐜 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 𝐚𝐬 𝐈𝐌? 𝐖𝐞 𝐩𝐫𝐞𝐟𝐞𝐫 𝐭𝐨 𝐜𝐨𝐧𝐬𝐢𝐝𝐞𝐫 𝐚𝐧 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 (𝐧𝐮𝐦𝐛𝐞𝐫𝐬, 𝐯𝐞𝐜𝐭𝐨𝐫𝐬, 𝐨𝐫 𝐚 𝐜𝐨𝐦𝐛𝐢𝐧𝐚𝐭𝐢𝐨𝐧 𝐨𝐟 𝐭𝐡𝐞𝐦) 𝐭𝐡𝐚𝐭 𝐠𝐢𝐯𝐞𝐬 𝐚 𝐦𝐨𝐫𝐞 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐞 𝐨𝐟 𝐭𝐡𝐞 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐚𝐥 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞𝐬 (𝐛𝐮𝐢𝐥𝐝𝐢𝐧𝐠, 𝐛𝐫𝐢𝐝𝐠𝐞, 𝐞𝐭𝐜.) 𝐍𝐨𝐰 𝐚 𝐧𝐞𝐰 𝐪𝐮𝐞𝐬𝐭𝐢𝐨𝐧 𝐚𝐫𝐢𝐬𝐞𝐬. 𝐖𝐡𝐚𝐭 𝐝𝐨𝐞𝐬 𝐢𝐭 𝐦𝐞𝐚𝐧 𝐭𝐨 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞𝐥𝐲 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐞? 𝐚𝐜𝐜𝐮𝐫𝐚𝐭𝐞 𝐞𝐬𝐭𝐢𝐦𝐚𝐭𝐢𝐨𝐧 𝐜𝐚𝐧 𝐚𝐥𝐬𝐨 𝐛𝐞 𝐢𝐧𝐭𝐞𝐫𝐩𝐫𝐞𝐭𝐞𝐝 𝐚𝐬 𝐝𝐢𝐬𝐩𝐞𝐫𝐬𝐢𝐨𝐧. 𝐀 𝐠𝐨𝐨𝐝 𝐈𝐌 𝐠𝐢𝐯𝐞𝐬 𝐥𝐞𝐬𝐬 𝐬𝐜𝐚𝐭𝐭𝐞𝐫 𝐢𝐧 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞 𝐯𝐚𝐥𝐮𝐞𝐬 𝐮𝐧𝐝𝐞𝐫 𝐝𝐢𝐟𝐟𝐞𝐫𝐞𝐧𝐭 𝐞𝐚𝐫𝐭𝐡𝐪𝐮𝐚𝐤𝐞𝐬. 𝐍𝐨𝐰𝐚𝐝𝐚𝐲𝐬 𝐢𝐭 𝐜𝐨𝐧𝐜𝐥𝐮𝐝𝐞𝐬 𝐚𝐬 𝐈𝐌 𝐞𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐜𝐲. 𝐈𝐧 𝐚𝐝𝐝𝐢𝐭𝐢𝐨𝐧, 𝐜𝐨𝐧𝐬𝐢𝐝𝐞𝐫𝐢𝐧𝐠 𝐨𝐧𝐥𝐲 𝐨𝐧𝐞 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞 𝐟𝐨𝐫 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐚𝐥 𝐝𝐞𝐦𝐚𝐧𝐝𝐬 𝐢𝐦𝐩𝐥𝐢𝐞𝐬 𝐚𝐧 𝐢𝐦𝐩𝐥𝐢𝐜𝐢𝐭 𝐚𝐜𝐜𝐞𝐩𝐭𝐚𝐧𝐜𝐞 𝐨𝐟 𝐝𝐞𝐦𝐚𝐧𝐝𝐬 𝐢𝐧𝐝𝐞𝐩𝐞𝐧𝐝𝐞𝐧𝐜𝐞 𝐟𝐫𝐨𝐦 𝐨𝐭𝐡𝐞𝐫 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐭𝐲 𝐦𝐞𝐚𝐬𝐮𝐫𝐞𝐬. 𝐅𝐨𝐫 𝐞𝐱𝐚𝐦𝐩𝐥𝐞, 𝐰𝐡𝐞𝐧 𝟗𝟎% 𝐨𝐟 𝐫𝐞𝐬𝐞𝐚𝐫𝐜𝐡𝐞𝐫𝐬 𝐮𝐬𝐞 𝐒𝐚(𝐓𝟏, 𝟓%) 𝐚𝐬 𝐈𝐌, 𝐟𝐨𝐫 𝐚𝐥𝐥 𝐭𝐲𝐩𝐞𝐬 𝐨𝐟 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞𝐬, 𝐭𝐡𝐞𝐲 𝐚𝐬𝐬𝐮𝐦𝐞 𝐭𝐡𝐚𝐭 𝐭𝐡𝐞 𝐫𝐞𝐬𝐩𝐨𝐧𝐬𝐞𝐬 𝐨𝐟 𝐭𝐡𝐞 𝐬𝐭𝐫𝐮𝐜𝐭𝐮𝐫𝐞𝐬 𝟏𝟎𝟎% 𝐝𝐞𝐩𝐞𝐧𝐝 𝐮𝐩𝐨𝐧 𝐒𝐚(𝐓𝟏, 𝟓%), 𝐚𝐧𝐝 𝐧𝐨𝐭 𝐭𝐨 𝐨𝐭𝐡𝐞𝐫 𝐈𝐌𝐬. 𝐓𝐡𝐞𝐲 𝐚𝐥𝐬𝐨 𝐡𝐲𝐩𝐨𝐭𝐡𝐞𝐬𝐢𝐳𝐞 𝐭𝐡𝐚𝐭 𝐒𝐚(𝐓𝟏, 𝟓%) 𝐰𝐚𝐬 𝟏𝟎𝟎% 𝐬𝐮𝐟𝐟𝐢𝐜𝐢𝐞𝐧𝐭. 𝐔𝐧𝐟𝐨𝐫𝐭𝐮𝐧𝐚𝐭𝐞𝐥𝐲, 𝐭𝐡𝐞𝐬𝐞 𝐚𝐬𝐬𝐮𝐦𝐩𝐭𝐢𝐨𝐧𝐬 𝐚𝐫𝐞 𝐜𝐨𝐦𝐩𝐥𝐞𝐭𝐞𝐥𝐲 𝐰𝐫𝐨𝐧𝐠 𝐚𝐧𝐝 𝐮𝐧𝐫𝐞𝐚𝐥𝐢𝐬𝐭𝐢𝐜 (𝐰𝐢𝐥𝐥 𝐛𝐞 𝐜𝐨𝐧𝐭𝐢𝐧𝐮𝐞𝐝)
ایرادهای اساسی موجود در الگوریتمهای شناخته شده PEER (بخش دوم):
چرا مهم است که IM یا سنجه شدت لرزهای خوب و با دقت انتخاب شود؟ ما سنجه شدتی را (عدد، بردار یا ترکیبی از جفتشان) انتخاب میکنیم که برآورد دقیقتری از پاسخهای سازهای (ساختمان، پل یا ...) بدهد. حال پرسش جدیدی که مطرح میشود آن است که معنای برآورد دقیق پاسخ چیست؟ دقت در برآورد پاسخ را میتوان به میزان پراکندگی نیز تعبیر نمود. معیار شدتی خوب است که پراکندگی کمتری در مقادیر پاسخها تحت زلزلههای مختلف بدهد. و این یعنی کارآیی IM. علاوه بر آن منظور کردن یک سنجه شدت منفرد برای تقاضاهای سازهای بیانگر پذیرش تلویحی و حتمی استقلال پاسخ از سایر سنجههای شدت است. به عنوان مثال وقتی ۹۰ درصد پژوهشگران برای تمامی انواع سازهها از Sa(T1, 5%) استفاده میکنند، آنها فرض کردهاند که پاسخهای سازهها صد درصد به Sa(T1, 5%) ربط دارند و نه به سایر IM ها. آنها همچنین فرض کردهاند که Sa(T1, 5%) کفایت صد درصدی نیز دارد. که متاسفانه این فرضها کاملا اشتباه و غیرواقعی هستند (ادامه دارد)
https://www.instagram.com/openseescommunity
http://t.me/OpenSeesCommunity
http://t.me/OpenSeesCommunity_pm