인공 신경망을 이용한 플랫 슬래브 주차장 구조물의 등가차량하중계수

서지정보

· 발행기관 : 한국전산구조공학회
· 수록지 정보 : 한국전산구조공학회 논문집 / 16권 / 2호
· 저자명 : 곽효경, 송종영

초록

이 논문에서는 기존의 보-거더 구조계 주차장 구조물에 대한 차량하중영향 연구를 토대로, 플랫 슬래브 구조계에서 차량하중영향에 대한 연구를 수행하였다. 먼저, 최대부재력을 일으키는 차량하중의 적용을 위해 플랫 슬래브의 주요 설계지점에 대한 영향면을 구성하였으며, 플랫 슬래브의 등가차량하중계수를 인공 신경망기법을 이용하여, 슬래브 두께, 지판 두께, 지판 크기, 슬래브의 단변, 장변 길이 등 주요구조변수로 제시하였다. 사용된 신경망의 훈련은 많은 패턴수를 갖는 비선형 회귀분석에 적합한 Levenberg-Marquardt 알고리즘을 이용하였으며 해석결과와 인공 신경망의 출력의 비교를 통해 알고리즘의 유효성을 검증하였다. 플랫 슬래브 구조계의 등가차량하중계수를 살펴보면, 보-거더 구조계의 경우와 유사하게 주열대와 중간대의 정모멘트 부재력에서 차량하중에 매우 취약함을 알 수 있었다.

영어초록

In this paper, the effects of vehicle loads on flat slab system are investigated on the basis of the previous studies for beam-gilder parking structural system. The influence surfaces of flat slab for a typical design section are constructed lot the purpose of obtaining maximum member forces under vehicle loads. In addition, the equivalent vehicle load factors for flat slab parking structures are suggested using artificial neural network. The network responses we compared with the results obtained by numerical analyses to verify the validation of Levenberg-Marquardt algorithm adopted as training method in this Paper. Many parameter studies for the flat slab structural system show dominant vehicle load effects at the center positive moments in both column and middle strips, like the beam-girder parking structural system.

참고자료

· 없음