فهرست مطالب

مهندسی عمران شریف - سال سی و سوم شماره 3 (پاییز 1396)

مجله مهندسی عمران شریف
سال سی و سوم شماره 3 (پاییز 1396)

  • تاریخ انتشار: 1396/10/20
  • تعداد عناوین: 14
|
  • پژوهشی
  • وحید محسنیان، سهیل رستمکلایی، عبدالرضا سروقد مقدم *، سید بهرام بهشتی اول صفحات 3-16
    بررسی ها درخصوص سیستم قالب تونلی، حاکی از تقدم مدهای پیچشی بر مدهای انتقالی در بسیاری از ساختمان های متداول با سیستم مذکور است. این ویژگی مختص ساختمان های نرم پیچشی است، که در آنها غالبا خروج از مرکزیت جرم، سختی و مولفه ی پیچشی زلزله سبب افزایش پاسخ های نیرویی و تغییرمکانی می شود. در مطالعه ی حاضر، حساسیت لرزه یی ساختمان های قالب تونلی 5 و 10 طبقه به توزیع نامتقارن جرم در پلان ارزیابی و به ازاء خروج از مرکزیت های مختلف جرم، سطح عملکرد ساختمان های مذکور در زلزله ی طرح به روش تحلیل تاریخچه ی زمانی و بارافزون تعیین شده است. برآورد نسبت بسامدهای غیرهمبسته و ارائه ی منحنی های شکنندگی به کمک تحلیل دینامیکی افزایشی از دیگر دستاوردهای پژوهش حاضر است. نتایج به دست آمده بیان گر ظرفیت زیاد و عملکرد لرزه یی مناسب ساختمان های ذکرشده تحت پیچش ناشی از توزیع نامتقارن جرم است، به گونه یی که ساختمان ها به ازاء خروج از مرکزیت های مختلف جرم، در زلزله ی طرح در سطح عملکردی قابلیت استفاده ی بی وقفه قرار گرفتند.
    کلیدواژگان: سیستم قالب تونلی، خروج از مرکزیت جرم، پیچش سازه، منحنی شکنندگی، نسبت بسامدهای غیرهمبسته
  • فرشاد همایی، حمزه شکیب * صفحات 17-27
    در نوشتار حاضر، اثرات نامنظمی های جرم، سختی، مقاومت، و ترکیب سختی و مقاومت در ارتفاع، در عملکرد لرزه یی سازه های فولادی با سیستم باربر جانبی قاب خمشی فولادی ویژه، در قالب منحنی های سطوح اطمینان عدم تجاوز از اهداف عملکردی ارزیابی شده است. اثرات انعطاف پذیری پی با درنظر گرفتن رفتار غیرخطی خاک، در مدل های تحلیلی اعمال شده است. نتایج به دست آمده نشان می دهد که نامنظمی های غیرهندسی مذکور باعث می شوند تا با افزایش شدت ارتعاشات لرزه یی و تقاضای جابجایی متناظر با آن ها، نسبت به سازه ی منظم، از قابلیت اطمینان سازه کاسته شود. در بین تمام مدل های نامنظم مورد بحث مشاهده می شود که دسترسی به سطوح قابلیت اطمینان مطلوب در سازه های با نامنظمی ناشی از تغییرات مقاومت، عمدتا در شدت ارتعاشات لرزه یی پایین مقدور است که به موجب آن جابجایی و تقاضای متناظر با سطوح اطمینان کاهش می یابد؛ به نحوی که در مقایسه با سازه ی منظم، اختلافی تا مرز 85\٪ در نتایج مشاهده می شود.
    کلیدواژگان: نامنظمی غیرهندسی در ارتفاع، مهندسی زلزله ی عملکردی، تحلیل دینامیکی افزایشی، سطح اطمینان تامین اهداف عملکردی
  • حمید علی الهی *، محمد آدم پیرا، مرتضی عسگری صفحات 29-41
    احداث تونل های زیرزمینی به منظور کنترل ترافیک و ایجاد شبکه های حمل و نقل می تواند در پاسخ لرزه یی سطح زمین و به دنبال آن در سازه های روسطحی تاثیرگذار باشد. لذا در نوشتار حاضر سعی شده است تا با به کارگیری روش عددی اجزای مرزی دوبعدی در حوزه ی زمان و در یک محیط همگن و همسان به بررسی پاسخ لرزه یی و الگوی بزرگ نمایی سطح زمین واقع بر حفره ها و تونل های زیرزمینی بدون پوشش (لاینینگ) تحت تاثیر امواج برشی S V در بسامدهای مختلف پرداخته شود. نتایج به دست آمده نشان می دهد که تونل های زیرزمینی دوقلو، مولفه های افقی و قائم جابه جایی سطح زمین را در مقایسه با تونل های منفرد، تحت تاثیر بیشتری قرار می دهند. افزایش فضای حبس موج در بالای تونل های دوقلو بدون پوشش به نسبت تونل منفرد می تواند یکی از عمده ترین دلایل موجود برای افزایش بزرگ نمایی لرزه یی سطح زمین باشد. با فاصله گرفتن حفره های دوقلو از یکدیگر، تاثیر لرزه یی متقابل آنها در یکدیگر و به دنبال آن در پاسخ لرزه یی سطح زمین کاهش می یابد.
    کلیدواژگان: تونل های زیرزمینی، روش اجزای مرزی، حوزه ی زمان، بزرگ نمایی امواج، بسامد بی بعد
  • نازیلا کاردان *، یوسف حسن زاده، حسین خیری صفحات 43-52
    ضربه ی قوچ یکی از پدیده های مخرب هیدرودینامیکی است که در بیشتر ایستگاه های پمپاژ، خطوط انتقال آب و نیروگاه های برق آبی ایجاد می شود. نظر به آثار مخرب پدیده ی مذکور بر روی خطوط انتقال آب و تاسیسات برق آبی، درنظر گرفتن نوسان های پارامترهای مختلف نظیر سرعت و فشار می تواند تاثیر قابل ملاحظه یی در طراحی ایمن خطوط انتقال آب داشته باشد. یکی از روش های کنترل نوسان های ذکرشده در هنگام وقوع پدیده ی ضربه ی قوچ، احداث مخزن موج گیر در مسیر انتقال است. در پژوهش حاضر، ضمن تشریح عملکرد انواع مخازن موج گیر و نقش آن ها در تعدیل فشارهای مثبت و منفی خطوط انتقال نیروگاه برق آبی، دو نوع مخزن گیر ساده و تفاضلی روزنه دار انتخاب و تاثیر هر کدام در تغییرات فشار و سرعت در طول خط لوله ی انتقال بررسی شده است. برای تحلیل معادلات حاکم بر پدیده، از روش تفاضل محدود استفاده شده و گسسته سازی معادلات و حل آن ها در نرم افزار مطلب انجام شده است. نتایج به دست آمده از تحلیل عددی نشان داده است که مخزن موج گیر تفاضلی می تواند تاثیر قابل ملاحظه یی در استهلاک انرژی و کاهش نوسان های تراز آب مخزن داشته باشد که این تاثیر موجب کاهش 40 درصدی ابعاد مخزن تفاضلی نسبت به مخزن ساده شده است. به لحاظ کنترل نوسان های فشار نیز مخزن موج گیر تفاضلی به مراتب عملکرد بهتری نسبت به مخزن ساده داشته است.
    کلیدواژگان: ضربه ی قوچ، مخازن موج گیر، مخزن موج گیر تفاضلی، نوسان جرم، روش تفاضل محدود
  • ابراهیم خلیل زاده وحیدی *، رضا زیباسخن صفحات 53-64
    در نوشتار حاضر، اتصال دارای میراگر لوله یی جدید که در آن اتلاف انرژی عمدتا با استفاده از ظرفیت جذب انرژی خمیری مصالح فولادی میراگر انجام می شود، بررسی شده است. میراگر پیشنهادی، سرعت نصب و تعویض زیادی دارد که بعد از زلزله برای بهره برداری مجدد از سازه، مزیت بزرگی محسوب می شود. با به کارگیری میراگر لوله یی جدید در اتصالات خمشی تیر به ستون می توان از توسعه ی تغییر شکل های غیرکشسان در اعضاء اصلی مانند تیر و ستون جلوگیری کرد؛ در حالی که سختی، مقاومت و شکل پذیری آن ها نسبت به اتصالات خمشی متداول در حد قابل قبولی باقی می ماند. نتایج نشان می دهد که میراگرهای لوله یی درصد زیادی از انرژی مستهلک شده را بدون نیاز به اعضاء اصلی به تنهایی جذب می کنند و برتری های نسبی، نظیر نیاز به فناوری ساده و هزینه ی ساخت کمتر نسبت به سایر انواع میراگرها دارند.
    کلیدواژگان: استهلاک انرژی، میراگر جاری شونده، میراگر لوله یی، اتصالات خمشی فولادی
  • فاطمه جعفری، سیدعلی اکبر صالحی نیشابوری * صفحات 65-73
    پرش هیدرولیکی مستغرق تحت تاثیر بلوک های میانی حوضچه ی آرامش، به صورت دو نوع رژیم اتفاق می افتد 1. جریان منحرف شده به سطح یا رژیم D S J؛ و 2. به صورت جت دیواره یی دوباره متصل شونده یا رژیم R W J. نوشتار حاضر به بررسی تاثیر پارامترهای فاصله ی بلوک ها از دریچه، ارتفاع بلوک ها، و شکل بلوک ها بر روی طول پرش هیدرولیکی پرداخته است. بدین منظور از نرم افزار فلوئنت برای شبیه سازی استفاده و در مجموع 20 مدل برای مقادیر مختلف پارامترهای ذکرشده طراحی و اجرا شده است. نتایج نشان داده است که مهم ترین عامل در کاهش طول پرش، تلاش در جهت شکل گیری رژیم D S J است؛ به طوری که بلوک ها در رژیم R W J فقط در حدود 14\٪ طول پرش را کاهش داده اند، این در حالی است که در رژیم D S J، بسته به اینکه بلوک ها در چه فاصله یی از دریچه قرار گیرند، می توان انتظار بیش از 40\٪ کاهش طول پرش را داشت.
    کلیدواژگان: طول پرش، شبیه سازی عددی، پرش هیدرولیکی مستغرق، بلوک های میانی حوضچه ی آرامش
  • میلاد مهدی زاده، امیررضا ممدوحی * صفحات 75-83
    سفرهای آموزشی می توانند سهم بزرگی در رشد بلوغ فکری کودکان دبستانی) مخصوصا زمانی که مستقل سفر می کنند) داشته باشند. تاکنون در تحلیل شیوه های سفرهای تحصیلی کودکان دبستانی به بررسی متغیرهای اقتصادی - اجتماعی بسنده شده و به کمی سازی و بررسی عوامل روان شناختی در انتخاب شیوه های سفرهای دانش آموزان دبستانی پرداخته نشده است. در مطالعه ی حاضر به تحلیل نقش متغیرهای درک از خطر و نگرانی های والدین در نحوه ی همراهی و شیوه های مستقل سفر کودکان در کنار سایر متغیرها پرداخته شده است. تعداد 1078 پرسش نامه میان والدین دانش آموزان پایه های اول تا سوم دبستان در 9 مدرسه ی پسرانه و دخترانه ی دولتی و غیردولتی شهر رشت در اسفندماه سال 1392 توزیع شده است. براساس داده های حاصل از پرسش گری میدانی، نتایج مدل لوجیت چندگانه و تحلیل واریانس چندمتغیره نشان می دهد کودکانی که با همراهی والدین به مدرسه رسانده می شوند، والدین نگران تری دارند و هرچه نگرانی والدین بیشتر شود، احتمال سفرهای مستقل کودکان دبستانی به مدرسه کمتر می شود.
    کلیدواژگان: درک از خطر، نگرانی، همراهی، سفر مستقل کودک، مدل لوجیت، پرسش گری
  • محمد کریمی مهرآبادی، سید حمید هاشمی * صفحات 85-94
    بتن در صنعت ساخت وساز بسیار پرکاربرد است. اما نقاط ضعفی از جمله مقاومت کششی کم و تردی زیاد دارد، که می تواند کاربرد آن را در برخی از موارد به چالش بکشد. استفاده از الیاف، راهکاری مناسب برای غلبه بر نقاط ضعف ذکرشده است. در نوشتار حاضر، تاثیر الیاف فولادی قلاب دار در رفتار برشی تیرهای بتنی بررسی شده است. 12 تیر در 3 ارتفاع مختلف (350، 675 و 915 میلی متر) با بتن حاوی 0، 0٫5، 0٫75 و 1 درصد الیاف فولادی با استفاده از روش اجزاء محدود تحلیل شده اند. نتایج حاکی از آن است که الیاف فولادی باعث افزایش قابل توجه مقاومت برشی (تا 131٫5\٪) تیر شده و در عین حال شکست تیرهای الیافی نیز نرم تر بوده است. همچنین مشخص شده است که وجود الیاف در تیرهایی با ارتفاع بیشتر موثرتر است، در نتیجه می توان گفت الیاف فولادی اثر اندازه در مقاومت برشی را تخفیف می دهد.
    کلیدواژگان: بتن الیافی، مقاومت برشی، اثر اندازه، روش اجزاء محدود
  • علیرضا قانع، مهدی مظاهری *، جمال محمدولی سامانی صفحات 95-104
    امروزه شناسایی منبع آلاینده یی ناشناخته که به محیط های آبی وارد می شود، یک مسئله ی چالش برانگیز است. شناسایی منبع آلاینده در رودخانه ها نیازمند ابزارهای دقیقی است. روش احتمال برگشتی، یکی از ابزارهایی است که قادر است اطلاعات قابل اطمینانی را از مکان گذشته ی آلاینده و زمان تخلیه ی آن ارائه دهد. مدل مذکور در ابتدا به منظور شناسایی منبع آلاینده در آب های زیرزمینی توسعه داده شده است. بنابراین یکی از اهداف پژوهش حاضر، کاربرد روش مذکور در شناسایی منبع آلاینده در آب های سطحی است. بر همین اساس یک مدل عددی بر پایه ی آنالیز الحاقی توسعه داده شده است. در بخش اول، ابتدا کاربرد مدل مذکور در رودخانه ی سورن انگلستان بررسی و سپس سعی شده است که کاربرد آن در شبکه یی از رودخانه ها نیز بررسی شود. در پایان نتایج نشان داده است که مدل ذکرشده به خوبی قادر است فقط با یک مرتبه شبیه سازی، تمامی نقاط مشکوک به منبع آلاینده را شناسایی کند.
    کلیدواژگان: شناسایی منبع آلاینده، مدل احتمال برگشتی، مدل الحاقی، تخلیه ی ناگهانی
  • یادداشت فنی
  • کیومرث محمودی، محمد جواد کتابداری * صفحات 105-115
    به دلیل ساختار پیچیده ی بتن توانمند، ارائه ی مدلی برای پیش بینی رفتار آن دشوار است. مثلا مطالعاتی مستقلا نشان داده اند که مقدار اسلامپ بتن توانمند، فقط به مقدار آب و بیشترین اندازه ی مصالح درشت دانه بستگی ندارد، بلکه مقدار آن تحت تاثیر سایر اجزاء تشکیل دهنده ی بتن نیز هست. در پژوهش حاضر، عملکرد شبکه های عصبی مصنوعی تغذیه ی رو به جلو و آبشاری رو به جلو و رگرسیون خطی چندگانه ی هم زمان و قدم به قدم در مدل سازی اسلامپ و مقاومت فشاری 28 روزه ی بتن توانمند بررسی شده است. داده های آزمایش مورد استفاده در پژوهش حاضر از مرجع داده های استاندارد دانشگاه کالیفرنیا استخراج شده است. نتایج پژوهش و بررسی جذر میانگین مربعات و ضریب همبستگی نشان داده است که مدل شبکه ی عصبی مصنوعی آبشاری رو به جلو توانسته است با دقت بهتری اسلامپ و مقاومت فشاری 28 روزه را نسبت به روش های دیگر مدل سازی کند.
    کلیدواژگان: بتن توانمند، آزمایش اسلامپ، مقاومت فشاری 28 روزه، شبکه ی عصبی مصنوعی، رگرسیون خطی چندگانه
  • سجاد گنجه ای *، بابک امیدوار، بهرام ملک محمدی، خدیجه نوروزی خطیری صفحات 117-125
    در مناطق شهری، زمانی که بحرانی رخ می دهد (به ویژه زلزله)، چگونگی تعیین مناطق پرخطر، انتقال شهروندان به مناطق امن و ایمن و کاهش تلفات و مصدومان از عمده ی موارد نگرانی مدیران شهری و مقامات دولتی است. برای تسریع در حمل و نقل اضطراری پس از وقوع سوانح باید بهینه ترین مسیرها مورد توجه قرار گیرند. با توجه به اهمیت موضوع در پژوهش توصیفی تحلیلی حاضر، رویکرد تحلیل چندعاملی (A H P) به منظور تعیین و ارزیابی پارامترهای موثر در انتخاب مسیرهای بهینه ی حمل و نقل اضطراری مورد توجه قرار گرفته و در منطقه ی یک شهر تهران عملیاتی شده است. نتایج نشان داده است که در تعیین مسیرهای حمل و نقل اضطراری، 17 شاخص تاثیرگذار و پارامترهای اصلی شامل: ایمنی، طول مسیرها، ترافیک و فرهنگ هستند. در کل، تراکم جمعیت با 23٫55\٪ بیشترین و کیفیت خودروها با 2٫13\٪ کمترین میزان اهمیت را دارند.
    کلیدواژگان: شاخص سازی، حمل و نقل اضطراری، فرایند تحلیل سلسله مراتبی (A H P)، مدیریت بحران، منطقه ی یک شهرداری تهران
  • سید مهدی زهرایی *، وحید چگنی صفحات 127-136
    در پژوهش حاضر، بهسازی تیرهای بتن مسلح با استفاده از الیاف پلیمری مسلح F R P بررسی شده است. در ابتدا جهت تایید صحت مدل سازی ها، نتایج به دست آمده از تحلیل های حاصل از نرم افزار A B A Q U S با نتایج مطالعات انجام شده ی آزمایشگاهی، مقایسه و در ادامه به بهسازی تیرهایی که نیاز به تقویت داشته اند، پرداخته و تاثیر F R P در انحناء و ظرفیت چرخشی تیر بررسی شده است. درنهایت، شکل پذیری متناسب با سطوح عملکردی و معیارهای پذیرش تیرهای بهسازی شده با توجه به کنترل پذیر بودن توسط نیرو یا تغییر شکل استخراج شده است. نتایج حاصل از تحلیل ها نشان داده است که رفتار تیرها بعد از بهسازی با توجه به اینکه نسبت تغییر شکل حد کاهش مقاومت به تغییر شکل حد خطی آنها کمتر از 2 می شود، تغییر یافته و معیار پذیرش برای این گونه تیرها، کنترل پذیر بودن توسط نیرو است.
    کلیدواژگان: بهسازی، سطوح عملکرد، معیارهای پذیرش، الیاف پلیمری مسلح F R P، روش المان محدود
  • سامان شورابی ثانی، منا کلاته عربی *، علی اکبر خزاعی صفحات 137-147
    در پژوهش حاضر، یک شیوه برای پایش رانش زمین در سطوح شیب دار واقع در کوهپایه یا دامنه ی کوه با استفاده از شبکه های حس گر بی سیم معرفی، تحلیل و شبیه سازی شده است. اساس این روش در قراردادن آرایه یی از گره های حس گر بی سیم فرستنده در نواحی ویژه در سطح شیب دار موردنظر و دریافت و آنالیز سیگنال های ارسالی از آرایه ی مذکور از طریق دو گره گیرنده ی بی سیم سنکرون استوار است. در واقع سیستم پیشنهادی برای پایش پدیده ی رانش زمین، تغییرات اختلاف فاز بین دو گره گیرنده ی بی سیم سنکرون را در قبل و بعد از وقوع رانش زمین اندازه می گیرد و قابلیت اطمینان و دقت قابل قبولی را برای پایش سطوح شیب دار کوهپایه یی محدود، اما با شرایط ویژه یا بحرانی از خود نشان می دهد. در این مورد آزمایش میدانی انجام نشده است، اما شبیه سازی جامع و کاملی با استفاده از آرایه یی از 6 فرستنده و 2 گیرنده صورت گرفته و نتایج و دقت آن به تفصیل بررسی و ارزیابی شده است.
    کلیدواژگان: نظارت بلادرنگ رانش زمین، شبکه های حس گر بی سیم
  • سید بهرام بهشتی اول *، وحید محسنیان، رضا دربانیان صفحات 149-159
    بالابودن زمان و بالتبع هزینه ی محاسبات، از جمله مشکلات پیش رو جهت بررسی عملکرد لرزه یی ساختمان های قالب تونلی در محدوده ی رفتار غیرخطی است. در مطالعه ی حاضر، ضمن بررسی سطح عملکرد ساختمان های 5 و 10 طبقه، تحت زلزله ی طراحی آیین نامه ی ایران به کمک تحلیل های استاتیکی و دینامیکی، کارایی روش نوین زمان دوام در تخمین پاسخ لرزه یی این قبیل ساختمان ها نیز ارزیابی شده است. نتایج تحلیل ها مبین باقی ماندن ساختمان های مورد مطالعه در سطح عملکردی قابلیت استفاده ی بی وقفه به ازاء زلزله ی طرح و دقت بالای روش زمان دوام در تخمین پاسخ سازه ها با صرف تلاش محاسباتی بسیار کمتر است. تحلیل های انجام یافته در برآورد پاسخ ها، مبین بیشینه ی 53٫76 و 21٫74 درصد خطا به ترتیب بین نتایج حاصل از تحلیل های بارافزون و زمان دوام با نتایج حاصل از تحلیل دقیق تاریخچه ی زمانی برای ساختمان های مورد مطالعه است. زمان صرف شده برای انجام تحلیل زمان دوام فقط 20 و 25 درصد زمان لازم برای تحلیل های بارافزون و تاریخچه ی زمانی برآورد شده است. به نظر می رسد که به خصوص برای سیستم ساختمانی قالب تونلی، روش زمان دوام می تواند جایگزین مناسبی برای روش های مذکور باشد.
    کلیدواژگان: سیستم قالب تونلی، دیوار برشی، روش زمان دوام، سطح عملکرد
|
  • V. Mohsenian, S. Rostamkalaee, A. S.Moghadam, S.B. Beheshti-Aval Pages 3-16
    Torsion is recognized as one of the main failure modes of buildings in preceding earthquakes. Studies on the tunnel-form buildings show the primacy of torsional modes to translational modes in many models. This specification is unique to torsionally flexible buildings that eccentricity of mass, stiffness and torsional component of earthquake lead to an increase in both isplacement and force responses. There is much research surrounding asymmetric buildings. However, there are fewer studies reported on asymmetric tunnel form buildings.Despite its widespread use, there is not enough information regarding this new slab wall reinforced concrete tunnel-form system. Thus, identification and evaluation of performance of these buildings based on reasonable numerical results, including factors affecting response, are highly regarded by seismic codes.In this study, the sensitivity of tunnel-form buildings with 5 and 10 stories to in-plan one-way mass eccentricity is studied. Mass eccentricities are assumed to be 5%, 10%, 15%, and 20% of the plan dimension. The performance level of these buildings, including different mass eccentricities in design earthquake, is determined by time history analysis with one directional earthquake excitation as well as push-over analysis. The effect of spandrels on seismic behavior of the buildings is investigated as well. Moreover, fragility curves are determined for studied models by incremental dynamic analysis (IDA). The results show that tunnel-form buildings have high capacity and adequate seismic performance under effect of torsion due to asymmetric distribution of mass in plan, in which both 5- and 10-storey tunnel-form buildings stay in the immediate occupancy performance level in design earthquake (475 years return period). It is also demonstrated that damage in the spandrels does not have considerable effect on overall seismic behavior of the buildings. Additionally, results indicate that mass center is not a reliable control point for displacement provisions, especially in high-rise buildings.
    Keywords: Tunnel form system, mass eccentricity, torsion, fragility curve, uncoupled frequencies ratio
  • F. Homaei, H. Shakib Pages 17-27
    In this paper, the seismic performance of vertically irregular steel buildings is evaluated. A ten-story steel building with special moment resisting frames is considered as the superstructure. The sufficiency of structural elements was evaluated by the earlier Iranian Seismic Codes. The three-dimensional finite element model of soil with nonlinear material behavior was attended below the superstructure to incorporate the foundation flexibility effects into the analytical models. The irregularities of mass, stiffness, strength, and concurrently stiffness and strength were assigned to different stories. Irregularity position was limited to the 1st, the 5th, and through the bottom half floors (stories 1 to 5). Through a series of nonlinear incremental dynamic analyses, the flexible-base structural performance levels were evaluated in the framework of probabilistic performance-based earthquake engineering. The confidence level curves of both regular and irregular structures were developed at two performance objectives: collapse prevention and global instability.It is observed that the mentioned non-geometrical irregularities reduce the confidence levels of irregular structure as the intensity of the ground motion and related displacement demands increase. In comparison to the regular structure, depending on the position of irregular stories through the structure height, the seismic intensity and corresponding demands to a specific confidence level, change. As the structures pass through the collapse prevention performance level 40% to 60% variation is observed in the seismic capacity of no uniform distribution of strength along the structure height. Meanwhile, mass irregularity of the bottom floor has low variations in both demands and seismic intensity compared to the regular model. Generally, at rigorous nonlinear phase of structural behavior, the irregularity effects are highlighted. Among all the irregular structures, an appropriate confidence level of strength irregularity models is obtained at low seismic intensities. The displacement demands are also decreased so that in comparison to the regular structure, 85% differences are observed.
    Keywords: Non, geometric vertical irregularity, performance, based earthquake engineering, incremental dynamic analysis, confidence level of performance objectives
  • H. Alielahi, M. Adampira, M. Asgari Pages 29-41
    Nowadays, in developing countries, due to city expansion and demand for trips within the city, creating the necessary infrastructures, such as an underground transportation network, is of great importance. But, constructing subterranean structures and underground tunnels carry a high- risk potential due to its surface seismic responses above which the structures are located. However, insignificant information is available in literature to determine the seismic response of the ground surface due to twin side-by-side and parallel tunnels. In this paper, the effects of two long unsupported double tunnels on the seismic response of the ground surface are studied in different frequencies, using the boundary element method in the time-domain. The homogeneous medium is assumed to have a linear elastic constitutive behavior subjected to vertically propagating incident in-plane waves (SV waves). Comparing the results obtained through solving different problems with previous studies can show the result's suitable adaption. In addition, the results indicate that underground twin tunnels can have an effect on the vertical and horizontal components of the ground surface motion more compared to single tunnels. It is evident that the seismic amplification of the ground surface underlain by the shallow circular tunnels increases in long dimensionless periods. Moreover, the embedded depth and spacing distance of the double tunnels have significant influence on the amplification patterns on the ground surface. Creating more wave trapped zones by the double tunnels in comparison to the single tunnel can be one of the main reasons for increasing the seismic amplification of the ground surface. In addition, the interaction between tunnels and, consequently, the ground surface amplification values is decrease in the greater spacing distance of the double tunnels. Finally, some amplification coefficients are presented which could be used while introducing simple preliminary ideas to modify the standard design spectra in building codes and seismic microzonation studies.
    Keywords: Underground tunnels, boundary element method, time domain, wave amplification, dimensionless frequency
  • N. KARDAN, Y. HASSANZADEH, H. KHEIRY Pages 43-52
    Water hammer is one of the destructive hydrodynamic phenomena which established in most pumping stations, transmission lines and hydroelectric power plants. Fluid distribution systems and hydropower plants can be severely damaged by water hammer. Water hammer is the forceful slam, bang, or shudder that occurs in pipes when a sudden change in fluid velocity creates a significant change in fluid pressure. Since this phenomenon can force destructive effects on transmission lines and hydroelectric power plants (Turbines and pipelines), so it is essential to investigate the influence of water hammer (positive and negative pressure waves) along the transmission lines. One of the methods to reduce the effect of water hammer effects is to establish a surge tank in hydraulic pipelines. Surge problems are encountered in connection with unsteady state of flow of fluids in pipelines. In general a surge tank is designed to reduce the distance between the free water surface and turbine thereby reducing the water hammer effects on penstock and also protect upstream tunnel from high pressure rises. The other function is to serve as a supply tank to the turbine when the water in pipe is accelerating during increased load conditions and as a storage tank when the water is decelerating during reduced load conditions. In the present study, while describing the performance of different surge tanks and their role in adjustment the negative and positive pressures in transmission lines of hydroelectric power, two types of surge tanks (i.e., simple and differential) are selected and investigated their action on variations of flow pressure and velocity along the pipe lines. Also, regarding to the economic considerations, the dimensions of surge tanks have been optimized. Finding the optima position of tanks according the oscillations of water surface is another evaluated of items in present study. For analyzing the equations by finite difference technique, discretization of equations has been conducted in Matlab. The results revealed that the differential surge tanks are more efficient and economical than simple ones up to 40%. Also the half of transmission length at upstream of turbines are determined as the optima position of surge tanks.
    Keywords: Water hammer, surge tanks, mass oscillations, optima dimensions, finite difference technique
  • E. Khalilzadeh Vahidi, R. Zibasokhan Pages 53-64
    Usage of yielding dampers, through an effective guidance of damages to some restricted and predefined special areas of the structure. In addition to the energy dissipation of earthquake, leads to the simplicity and cost reduction of the repairs for the damaged structure after an earthquake. In this paper, a new connection detail with pipe dampers is proposed in which entrance energy is dissipated by the plastic behavior of steel material. The suggested dampers are quickly replaceable, which is a great advantage for serviceability of the structure after an earthquake. In this research, behavior of the suggested connection is compared with other moment resisting steel connections, such as conventional welded connections and moment connections with slit dampers. Results show that by using pipe dampers in beam in column connections, development of undesirable inelastic deflections in the main members, such as beams and columns, is prohibited. Moreover, stiffness, strength, and ductility of these connections stay in a suitable range are compared to the conventional moment-resisting connections. Stiffness, energy absorption, and strength of the connections with pipe dampers vary in the ratios of the capacity of the pipe damper to the plastic capacity of steel beam. This is a controllable parameter in the design of the dampers. Investigations on the effect of the capacity of the dampers show that using pipe dampers with capacity ratios more than 70% will cause plastic deflections in the main members, such as beams and columns. Based on these results, in order to take the optimized usage of the beam bending capacity and prevent the development of unsuitable plastic deflections in beams and columns, it seems that suggested pipe dampers should be designed so that their ultimate bending capacity can be about 50% of the beam plastic bending capacity.
    Keywords: Yielding damper, pipe damper, steel moment connection, energy dissipation
  • F. Jafari, S. A.A. Salehi Neyshabouri Pages 65-73
    The design of stilling basin always corresponds to the fact that the length of the jump should be restricted to the length of stilling basin. Baffle blocks are hydraulic structures, installed in the basin in order to stabilize the jump and reduce the length of the jump. Flow under the condition of submerged hydraulic jumps with baffle blocks could be observed as two regimes: The deflected surface jet (DSJ) and reattaching wall jet (RWJ). The formation of each regime relates to different factors, such as block shape and location, submergence factor, block size, and Froude number of entrance flow.In this article, a numerical study was conducted to investigate the influence of some parameters, including blocks height and shape, the distance of blocks from a gate and the distance between the blocks, on the length of submerged hydraulic jump with baffle blocks. The FLUENT software has been used for 3D RANS simulation. Twenty models with different geometrical conditions according to the mentioned parameters were created. It was observed that for DSJ regime, the length of the submerged hydraulic jump is reduced more than 40% based on the distance of baffle blocks from sluice gate. It means that, it can be expected to see more reduction in length of the jump as the blocks are installed closer to the gate. However, for RWJ regime, the decrease of the length is limited to less than 14%. So, due to this considerable difference between the operations of these two regimes, the noticeable point is that all the conditions should be in the way so that the flow occurs as a DSJ regime. In addition, it can be concluded from the results that increasing the height of blocks more than the thickness of entrance jet cannot make any effective change in the length of the jump. Furthermore, it was observed that using baffle wall (i.e., a continual wall which spreads along the whole width of a channel), instead of baffle blocks in the same condition, increases the length of the submerged hydraulic jump. The reason is that the vortices that are formed due to submerged jump's conditions become more intense as the baffle wall deflects the whole jet into the surface. Thus, in this situation vortices have more impact on the flow.
    Keywords: Length of jump, submerged hydraulic jumps, baffle blocks, numerical simulations, stilling basin
  • M. MEHDIZADEH, A.R. MAMDOOHI Pages 75-83
    Primary school children are in the learning phase of their lives and their commuting travelling to and from school can contribute to the growth to maturity, especially when they are trained to travel independently. Besides, school travel generates its own problems, such as the risk of accidents, car congestion at school locations at the beginning and the end of school time, and air pollution. So far, in the analysis of school children mode choice, socio-economic variables were often investigated, and, the existence of probable association between psychological variables, such as parental worry, is implicated. But, identifying, scrutinizing, and quantifying of these factors through data gathering instruments in school children mode choice have not been examined yet. Therefore, this paper analyzes the role of parental risk perception and worry in the parental escort and independence modes of trips besides socio-economic variables. A set of 1078 questionnaires was designed and distributed among Parents of students from grade one to three in 9 elementary schools (including public and private boys and girls schools) in January 2014 (Return Rate: 80%). Based on the data achieved from this field questioning, Multinomial LOGIT Model and MANOVA were used to survey the effectiveness as well as the relationships of parental risk perception and worry and socio-economic factors in use of school trips modes especially parental escort and student's independence mode. The results show that parents who accompany their kids to school are more worried than other parents, and the more the parental worry is, the less independent and active trip modes of school children will be. Thus, this result shows a gap in perceived safety by parents towards modes such as children's walking alone to school, school service and public transportation modes in Rasht. Thus, it is necessary for the related authorities to persuade parents to choose independence mode for their children with some strategies, such as SR2S (Safe Route to School) and increasing security and safety in public transportation modes and routes leading to schools.
    Keywords: Risk perception, worry, escort, children independent trip, logit model, questioning
  • M. KARIMI MEHRABADI, S.H. Hashemi Pages 85-94
    Concrete has the lowest ratio of cost with respect to strength compared to other materials, so it is widely used in construction industry. However, it has some disadvantages, such as low tensile strength and high brittleness, which limit its application in some cases. To improve these negative properties of concrete, adding short discontinuous randomly oriented fibers to the concrete mix is an effective way. Among different types of fiber, steel fibers are used in practice more than others. Steel fibers and concrete form a composite, known as steel fiber-reinforced concrete (SFRC), which has an improved post-cracking behavior compared to plain concrete. In this study, the effect of hooked-end steel fibers on the shear behavior of simply supported concrete beams without stirrups is investigated. Nonlinear finite element method is used to analyze the behavior of specimens under shear. In numerical simulation, the effects of fibers on the tensile strength, compressive strength, compressive and tensile post-peak behavior, and bond between concrete and longitudinal reinforcement are considered. At first, finite element model is validated with experimental data. Then, the effects of adding steel fibers (0, 0.5, 0.75, and 1 percent) and of beam's height (350, 675 and 915 millimeters) on the average ultimate shear stress are studied. The results demonstrates the considerable effect of fibers on the shear strength. It was observed that adding the maximum amount of % 1 percent of fibers can increase the shear strength about 77, 91, and 131 percent in beam having 350, 675, and 915 millimeters height, respectively. On the other hand, the efficiency of fibers depends on the height of the beam. The deeper the beam is, the more efficient the fibers are. Moreover, using fibrous concrete results in more ductile failure having ultimate deflection 3 to 4 times larger than that of plain concrete. Finally, it was understood that using fibers can mitigate well-known size effect on ultimate shear stress in beams without stirrups.
    Keywords: Fibrous concrete, shear strength, size effect, finite element method
  • A. Ghane, M. MAZAHERI, J. MOHAMMAD VALI SAMANI Pages 95-104
    Pollution source identification is a secure issue, because it threats the health of hundreds of people. To protect river system from accidental spills, we need accurate and efficient tools to identify such sources. Backward Probability Method (BPM) is one of the tools that gives useful information about the prior position and the release time of pollution. The backward model was originally developed in groundwater; therefore, one of the study's goals is the application of BPM to identify the source location and the release time of the pollutant in surface water. In order to apply the model, a numerical code was developed based on adjoint analysis. It has been tried to use this method in a real case. This model is applied to Severn River. The results show that this model is able to trace the pollution source in a river with natural condition accurately. In the second part, pollution source tracing is conducted in river network based on BPM. Three tests have been designed, and pollution source has been traced very well in all tests. All suspected points are determined with just one backward simulation. The results demonstrate that all suspected points determined by BPM can be a possible source point. This method is so fast and does not need any simplification. Since the simulation is done once, this method effectively reduces computational cost and gives a better choice to decrease the damages. It just needs a limited observation data. Therefore, its cost is the least.
    Keywords: Pollution source identification, backward probability method, adjoint model, accidental spills
  • K. Mahmoudi *, M.J. Ketabdari Pages 105-115
    High Performance Concrete is one of the most important masonry buildings created due to recent developments in concrete industry. The structure of this concrete is complicated and its simulation due to wide variation in chemical compositions and physical characteristics of concrete materials is dicult. Slump Test (settlement) is one of the most important eld experiments to determine the concrete downfall ow. Several studies have indicated that the high performance concrete slump is dependent not only on the water content and the size of coarse aggregate, but also on the other components of the concrete. In this study the high performance concrete slump was modeled, using feed-forward back propagation arti cial neural networks. An arti cial neural network (ANN) is a computational model based on the structure and functions of biological neural networks. ANNs are considered nonlinear statistical data modeling tools where the complex relationships between inputs and outputs are modeled or patterns are found. Modeling using arti cial neural networks requires large amounts of data. The required data for this research has been referenced to the UCI Machine Learning Repository. In this reference a number of di erent data sets on di erent aspects exist. They can be used for related research purposes. The slump test data were used in this research. The workability behavior of HPC is a function of the content of all concrete ingredients, including cement, y ash, blast furnace slag, water, super plasticizer, coarse aggregate, and ne aggregate. The Feed-Forward Back propagation, Cascade-Forward neural network, and multiple linear regression methods were used to model slump and 28-day compressive strength of HPC. The neural network developed in this paper has seven neurons in the input layer, one hidden layer with seven neurons, and one neuron in the output layer. The assessment of results based on root mean square and the correlation coecient shows that the Cascade-Forward neural network model performs well for simulation of high performance concrete behavior. Moreover, the proposed methodology provides a guideline to model complex material behaviors, using only a limited amount of experimental data.
    Keywords: High performance concrete, compressive
  • S. Ganjehi, B. Omidvar, B. Malekmohammadi, Kh. Norouzi Khatiri Pages 117-125
    In densely populated urban areas, at the time of earthquake, how to accurately determine the risky zone, to take effective measures to evacuate inhabitants quickly out of dangerous areas and to minimize the unexpected losses are major concerns of urban managers and government authorities. Over the last two decades, there has been considerable interest in modeling emergency transportation and evacuation for a well-defined zone and event scenario. Emergency transportation is one of the issues that become significantly important after a disaster. Once a disaster occurs (particularly earthquakes), the demand for infrastructure reaches its maximum and often leads to a heavy traffic. On the other hand, due to the resulted damages, the roads resiliency is reduced. To expedite the emergency transportation, the most optimal routes should be taken into account. The emergency transportation aims to transfer the affected population to the safe area, keeps the traffic in order and recovers the normal status in time. Efficiency parameters can embody and affect the emergency transportation and evacuation efficiency in the emergency evacuation, including evacuation time, mean evacuation speed, travel time and vehicle quality. By determining the optimal routes for emergency transportation in the possible shortest time, the highest possible services will be provided resulting in an increase in the capacity for the urban crisis management. The significance of determining and optimizing emergency ransporting routes, however, has not been fully appreciated in Iran. The present analytical-descriptive study is aimed at determining the parameters influencing the determination of optimal routes for emergency. Therefore, analytical hierarchy process is used to extract such parameters and implement them in Tehran district No. 1.As a result, 17 parameters affect on the determining the optimal paths. The major parameters include safety, traffic, length of path and culture. Population density is the most significant factor with 23.55 percent, and the quality of vehicles is the least significant one with 2.13 percent of significance.
    Keywords: Indicators, emergency transportation, analytical hierarchy process (AHP), crisis management, district No.1 of municipality of tehran
  • S. M. Zahrai, V. CHEGENI Pages 127-136
    In recent decades, composite material has been used in order to increase the effectiveness of reinforced concrete structures. The difficulty of numerical modeling of beams in finite element method is a problem encountered during such a study. Destruction of structures such as buildings and bridges has been reported due to earthquake and time-dependent erosion. Highlighting the need for reinforcing the structures, many researchers have tried to estimate the efficiency limit and strength of reinforced concrete structures.In order to retrofit concrete structures polymer coating was first developed in Europe and Japan in 1980. In Europe, FRP systems have been used to replace steel sheets, that as a common resisting method, their connection to the tensile concrete parts of the members with different adhesives was popular to increase the flexural strength of the members. Since steel sheets deform under operation, they would destroy the connection of sheets and concrete. On the other hand, their installation is generally difficult and needs heavy machinery, so researchers sought a replacement of steel coatings with FRP. FRP with 20% weight of steel jackets is approximately 8 to 10 times stronger than steel. One of the problems of numerical studies in these systems is their computer modeling in the form of finite element analysis (FEM). On the other hand due to a variety of effective parameters on their behavior, applying lab methods causes problems as they are time-consuming and expensive.In this research, retrofitting reinforced concrete beams using FRP is studied. At first in order to validate the accuracy of modeling, the analysis results obtained by ABAQUS software are compared with those of experimental studies. Then, beams that need strengthening are retrofitted and the effect of FRP on the curvature and rotational capacity of these beams is investigated. Finally, ductility proportion to the performance levels and the acceptance criteria for retrofitted beams regarding force or displacement control scenarios are obtained. Based on the results, the behavior of beams changes after retrofit, and since the displacement demand to capacity ratio (DCR) is less than 2, force control scenario must be considered regarding their acceptance criteria.
    Keywords: Seismic retrofit, performance levels, acceptance criteria, FRP, finite element method
  • S. Shoorabi Sani, M. KALATE ARABI, Al.A. Khazaei Pages 137-147
    Many approaches are used to monitor landslides. The detection techniques vary depending on the distance between the area of interest (AOI) and receiving devices.In this paper, a technique for predicting and monitoring the landslides in steep areas in the foothills or mountain range, using wireless sensor networks, was introduced, analyzed and simulated. The proposed landslide monitoring system relies on placing an array of wireless sensor nodes as transmitters array, especially in the steep areas, and receiving and analyzing the signals received from the array by two synchronous wireless receiver nodes.In fact, the proposed system for monitoring the phenomenon ``landslide'' measures the changes of the phase difference between the two wireless sync receiver nodes, before and after the occurrence of landslides. In addition to the acceptable accuracy and reliability of the proposed monitoring system taken into consideration, it also has acceptable qualification for monitoring the slope foothills in limited areas under critical conditions.In this study, No u{fb01}eld test was tried, but there is a complete simulation example to illustrate the technique using an array of six transmitters and two receivers. The accuracy of the results is carefully reviewed and placed on evaluation.In this paper, an inexpensive and low noise displacement change detection technique based on the phase difference between two coherently demodulated receiving signals is presented. It measures the phase difference of the range between the transmitter (or target) in the AOI and two wireless sync receiver nodes. The area of interest (AOI) refers to the surface area of a sloped hillside, and the receiving devices are at some distance away from the foothill. The transmitter array is either hardwired or programmed to transmit signals in a coordinated sequence. The two receivers are set apart at small distances and demodulate the receiving signals independently, yet coherently. It can detect the early landslide for small, but critical areas, with ranges up to 250 m when popular IEEE 802.11n family devices are used.
    Keywords: Landslide real, time monitoring, wireless sensor networks