تحول روش‌های بازیابی عملکردی در زلزله، از مبانی تاریخی تا فرصت‌های هوش مصنوعی

تحول روش‌های بازیابی عملکردی در زلزله، از مبانی تاریخی تا فرصت‌های هوش مصنوعی

مجید رستمی بهنمیری1 حمیدرضا توکلی2

1) دانشجو دکترا عمران گرایش زلزله، دانشگاه صنعتی نوشیروانی بابل
2) دکترا عمران زلزله-استاد گروه سازه وزلزله، دانشگاه صنعتی نوشیروانی بابل

کد IOI مقاله : ABZE-ABZGCK
محل انتشار : پنجمین کنگره بین المللی مهندسی عمران ، معماری ، مصالح ساختمانی و محیط زیست(caucong.com)
چکیده :
    وقوع زلزله‌های ویرانگر در سراسر جهان، خسارات هنگفت جانی و مالی گسترده و دوره‌های طولانی بازیابی، اهمیت توسعه روش‌های دقیق و جامع برای ارزیابی عملکرد سازه‌ها را بیش از پیش آشکار ساخته است. روش‌های سنتی ارزیابی عملکرد که عمدتاً بر رویکردهای دوحالته کارا و غیرکارا استوار بودند، قادر به ارائه تصویری کامل و احتمالی از میزان آسیب و پیامدهای ناشی از زلزله نبودند. تحول ارزیابی عملکرد لرزه‌ای از رویکردهای سنتی مبتنی بر نیرو به سمت چارچوب‌های عملکردی و نهایتاً هوشمند، پارادایم نوینی در مهندسی زلزله ایجاد کرده است. این پژوهش با مرور تاریخی و تحلیلی روش‌های ارزیابی و بازیابی عملکردی، مسیر تکامل آنها تا ادغام هوش مصنوعی را تبیین می‌کند. در ابتدا، بنیان نظری روش‌های سلسله‌مراتبی مانند تحلیل درخت خطا (FTA) از صنایع ایمنی‌محور به مهندسی سازه منتقل شد تا روابط میان خرابی اجزا و پیامدهای سیستمی در قالب مدل‌های احتمالاتی تبیین شوند. سپس توسعه «توابع حالت حدی تعمیم‌یافته، برای انواع سازه‌ها و مصالح پیشنهاد گردید تا امکان تحلیل جامع‌تری از احتمال خرابی و پیامدهای مرکب (نظیر خستگی، خوردگی و آتش‌سوزی هم‌زمان) فراهم آید. در گام بعد، کاربرد الگوریتم‌های یادگیری ماشین (ML) و یادگیری عمیق در تحلیل داده‌های گسترده و پیش‌بینی زمان بازیابی عملکرد (Functional Recovery) بررسی شد. نتایج نشان می‌دهد ادغام مدل‌های گرافی وابستگی اجزا با الگوریتم‌های محاسباتی هوش مصنوعی می‌تواند روابط پنهان بین خرابی اجزای سازه‌ای و غیرسازه‌ای را آشکار کرده و امکان زمان ارزیابی (Real time Assessment) پس از زلزله را از داده‌های حسگرهای ساختمان فراهم آورد. در نهایت، تحقیق چارچوبی داده‌محور برای طراحی مقاوم و بهینه‌سازی عملکردی ارائه می‌دهد که ضمن همسویی با استانداردهای FEMA P58، بستر ادغام هوش مصنوعی را در فرآیند تصمیم‌گیری پسازلزله فراهم می‌سازد. رویکرد پیشنهادی با ترکیب بینش مهندسی سازه، تحلیل احتمالاتی و یادگیری ماشین، گامی در جهت تحقق سازه‌های هوشمند، تاب‌آور و قابل‌بازیابی در عصر هوش مصنوعی محسوب می‌شود.

کلمات کلیدی : بازیابی عملکردی fema p58 الگوریتم‌های یادگیری ماشین سازه‌های هوشمند