Aplicaçao de redes neurais artificias no estudo da confiabilidade estrutural
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099/8901
Tipus de documentArticle
Data publicació1998
EditorCentro Internacional de Métodos Numéricos en Ingeniería
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Apresenta-se nesse trabalho um estudo da aplicaçao de redes neurais na resoluçao do problema clássico da confiabilidade estrutural, ou seja, calcular a probabilidade de falha ou colapso de uma determinada estrutura. Esse estudo é de particular interesse na análise de estruturas em que as cargas predominantes sao de natureza essencialmente probabilística, como é o caso das plataformas de exploraçao de petróleo sujeitas à açao do vento, ondas, correntezas, etc. Quando ocorrer um número de variáveis aleatórias elevado ou as fuçoes de falha forem muito complexas, os métodos analíticos tradicionais, como o FORM e o SORM por exemplo, poderao nao atingir a eficiencia esperada. Nesses casos os métodos baseadosem simulaçao, como o método de Monte Carlo, podem se tornar indispensáveis. Nos exemplos apresentados nesse texto avalia-se como o uso de redes neurais pode reduzir de forma significativa o número de simulaçoes necessárias quando da utilizaçao do método de Monte Carlo. STRUCTURAL RELIABILITY ANALYSIS USING ARTIFICIAL NEURAL NETS SUMMARY This text presents a study of the use of neural networks for solving the classic structural reliability problem to obtain the probability of failure of collapse of a certain structure. This study is of a particular interest when we analyse structures which prevailing loads are random variables, as it is the case of the Offshore Platforms that are exposed to wind, waves, streams, etc. When a considerable number of random variables occurs, or the limit state functions are too complex, the traditional analytic methods such as FORM and SORM sometimes are not as efficient as we could expect. In these cases, the simulation based methods like the Monte Carlo Technique can become the recomended tool. The examples presented in this text show how neural networks can considerably reduce the number of simulations needed when following the Monte Carlo Technique.
CitacióSaraiva, José M. F.; Ebecken, Nelson F.. "Aplicaçao de redes neurais artificias no estudo da confiabilidade estrutural". Revista internacional de métodos numéricos, 1998, Vol. 14, núm. 2
ISSN1886-158X
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
Article03.pdf | 814,6Kb | Visualitza/Obre |