Warianty tytułu
Zastosowanie sztucznych sieci neuronowych w prognozowaniu wpływu drgań komunikacyjnych na budynki mieszkalne
Języki publikacji
Abstrakty
Traffic-induced vibrations may cause the cracking of plaster, damage to structural elements and, in extreme cases, may even lead to the structural collapse of residential buildings. The aim of this article is to analyse the effectiveness of a method of forecasting the impact of vibrations on residential buildings using the concept of artificial intelligence. The article presents several alternative forecasting systems for which it is not necessary to carry out laborious and costly measurement tests. The results show that artificial neural networks can be an effective tool for estimating the impact of traffic-induced vibrations on buildings; however, more cases need to be analysed in order to validate the system.
Drgania komunikacyjne związane z ruchem drogowym mogą powodować w budynkach mieszkalnych zarysowania i spękania tynków, uszkodzenia elementów konstrukcji, a w sytuacjach skrajnych mogą prowadzić nawet do katastrofy budowlanej. Celem artykułu jest analiza efektywności metody prognozowania wpływu drgań na budynki mieszkalne przy wykorzystaniu idei sztucznej inteligencji. W artykule przedstawiono kilka alternatywnych systemów prognozujących wpływ drgań komunikacyjnych, w których nie jest konieczne przeprowadzanie pracochłonnych i kosztownych badań pomiarowych. Wyniki badań pokazują, że sztuczne sieci neuronowe mogą być dobrym narzędziem do prognozowania wpływu drgań komunikacyjnych na budynki, jednakże niezbędna jest większa liczba zbadanych przypadków dla uwiarygodnienia systemu.
Czasopismo
Rocznik
Tom
Strony
75--82
Opis fizyczny
Bibliogr. 22 poz., il., tab., wykr.
Twórcy
autor
autor
- Department of Metal Structures and Construction Management, Faculty of Civil and Environmental Engineering, Gdansk University of Technology
autor
- Department of Metal Structures and Construction Management, Faculty of Civil and Environmental Engineering, Gdansk University of Technology
Bibliografia
- [1] Bendat J.S., Piersol A.G. Random data: analysis and measurement procedures, Wiley-Interscience, USA 1971.
- [2] Chudyba Ł., Wpływ typu sieci neuronowej na dokładność prognozowania przekazywania drgań pochodzenia górniczego z gruntu na budynek, Czasopismo Techniczne, 108, z. 3, 2011, s. 3–12.
- [3] Hunaidi O., Traffic vibrations in buildings, Construction Technology Update, no. 39, 2000, 1–6.
- [4] Janas L., Miller B., Zastosowanie sieci neuronowych do wspomagania zarządzania obiektami mostowymi, Zeszyty Naukowe Politechniki Rzeszowskiej, z. 58, nr 3/III, 2011, 181–190.
- [5] Kawecki J., Stypuła K., Zapewnienie komfortu wibracyjnego ludziom w budynkach narażonych na oddziaływania komunikacyjne, Wydawnictwo Politechniki Krakowskiej, Kraków 2013.
- [6] Kawecki J., Dynamic actions on building objects, Folia Scientiarum Universitatis Technicae Resoviensis, vol. 276, 2011, 115–134.
- [7] Kawecki J., Stypuła K., Błędy w diagnozach dotyczących oceny wpływów dynamicznych na budynki, Czasopismo Techniczne z. 1-M, 2008, 127–136.
- [8] Kogut J., Analiza spektrum odpowiedzi drgań drogowych, Rozprawa doktorska, Politechnika Krakowska, Wydział Inżynierii lądowej, Instytut Mechaniki Budowli, Kraków 1999.
- [9] Kuźniar K., Estimation of dynamic response of buildings with load bearing walls using response spectra and neural networks, Journal of Theoretical and Applied Mechanics, vol. 40, 2002, 483–495.
- [10] Kuźniar K., Neural networks for the analysis of mine-induced building vibrations, Computer Assisted Mechanics and Engineering Sciences, vol. 18, 2011, pp. 147–159.
- [11] Kuźniar K., Waszczyszyn Z., Neural networks for the simulation and identification of building subjected to paraseismic excitations, Intelligent Computational Paradigms in Earthquake Engineering, 2007, 393–432.
- [12] Moseholm L., Silva J., Larson T., Forecasting carbon monoxide concentrations near a sheltered intersection using video traffic surveillance and neural networks, Transportation Research Part D: Transport and Environment vol. 1, No. 1, 1996, 15–28.
- [13] Neural Network Toolbox for Use with Matlab. User’s Guide. Version 3.0. The MathWorks, Inc. 2006.
- [14] PN-85 B-02170. Ocena szkodliwości drgań przekazywanych przez podłoże na budynki. Polski Komitet Normalizacji Miar i Jakości, Warszawa 1985.
- [15] PN-88/B-02171. Ocena wpływu drgań na ludzi w budynkach. Polski Komitet Normalizacji Miar i Jakości, Warszawa 1988.
- [16] Ossowski S., Sieci neuronowe w ujęciu algorytmicznym, Warszawa 1996.
- [17] Rozporządzenie Ministra Transportu i Gospodarki Morskiej z dnia 2 marca 1999 roku w sprawie warunków technicznych. jakim powinny odpowiadać drogi publiczne i ich usytuowanie (Dz. U. z 1999 r. nr 43, poz. 430).
- [18] Stęgowski Z., Sztuczne sieci neuronowe, Wydawnictwa Naukowo-Techniczne, Kraków 2004.
- [19] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
- [20] Urbański P., Zastosowanie sztucznych sieci neuronowych do oceny stopnia zużycia technicznego wybranej grupy budynków mieszkalnych, Statystyka i data mining w badaniach naukowych, StatSoft Polska, 2004, 105–119.
- [21] Zembaty Z., Cholewicki A., Jankowski R., Szulc J., Trzęsienia ziemi 21 września 2004 r. w Polsce północno-wschodniej oraz ich wpływ na obiekty budowlane, Inżynieria i Budownictwo, vol. LXI, no. 1, 2005, 3–9.
- [22] Zembaty Z., Jankowski R., Cholewicki A., Szulc J., Trzęsienie ziemi 30 listopada 2004 r. na Podhalu oraz jego wpływ na obiekty budowlane, Inżynieria i Budownictwo, vol. LXI, no. 9, 2005, 507–511.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-706daeb7-c34e-4863-a8bc-26087b20f20b
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.