Rapid prediction of deflections in multi-span continuous composite bridges using neural networks

Gupta, Raghvendra; Kumar, Sushil; Patel, K. A.; Chaudhary, Sandeep; Nagpal, A. K.

doi:10.1007/s13296-015-1211-9

Cited by 12 publications

(2 citation statements)

References 36 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…İnşaat mühendisliğindeki çok güçlü tasarım pratiklerinin uygulandığı köprü mühendisliğinde de yapay zekâ uygulamaları yer edinmiştir. Özellikle köprü sağlığı izleme [12], köprü muayenesi [13], köprü bileşenlerinin davranışı [14] ve tasarımı [15,16] alanlarında bu uygulamalar görülebilir.…”

Section: Introductionunclassified

Obtaining Live Load Distribution Factors Equations for Simply Supported Bridges Using Neural Networks

Yalçin¹

2020

Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

Yapay zekâ konusunda kaydedilen ilerlemeler günümüzde her alanda çok önemli dönüşümlere neden olmaktadır. İnşaat mühendisliği alanında da yapay zekâ, makine öğrenmesi ve yapay sinir ağları uygulamaları ve kullanımı her geçen gün artmakta ve çeşitlenmektedir. Bu gelişmelere paralel olarak, bu çalışmada, yapay sinir ağları kullanılarak köprü tasarımında kullanılan hareketli yüklerin köprü kirişlerine dağılımı için kapalı formüller elde edilmiştir. Bu formüllerde, farklı yapısal köprü parametrelerinin yanı sıra, AASHTO LRFD'de verilen denklemlerde dahil edilmemiş olan kiriş sayısı parametresi de eklenmiştir. Bu amaçla, birçok verevsiz basit mesnetli köprü modeli hazırlanarak olası tüm kamyon yükleri altında sonlu elemanlar analizleri yapılmış ve hareketli yük dağılım katsayıları elde edilmiştir. Yapay sinir ağları ile elde edilen hareketli yük dağılım faktörleri, sonlu elemanlar analiz sonuçları ile ve AASHTO LRFD'de verilmiş olan hareketli yük dağılım katsayıları ile karşılaştırılmıştır. Bu karşılaştırmalar göstermektedir ki, sinir ağları ile elde edilen formüller dağılım faktörlerini oldukça iyi tahmin edebilmektedir.

show abstract

Section: Introductionunclassified

Obtaining Live Load Distribution Factors Equations for Simply Supported Bridges Using Neural Networks

Yalçin¹

2020

Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

View full text Add to dashboard Cite

show abstract

“…The main impediment being connection at the steel-concrete interface. The performance of the composite member strongly depends on the connection between the steel beam and concrete slab [2][3]. Connection at the steel-concrete interface must be able to resist the applied load and capable of transferring stresses from one to another.…”

Section: Introductionmentioning

confidence: 99%

Push-Out Test of Steel-Concrete-Steel Composite Section for Pre-Installation and Post-Installation Techniques of Shear Connectors

Hanoon

Abdulhameed

Kharnoob

et al. 2020

KEM

View full text Add to dashboard Cite

Composite steel-concrete sections have a broad benefit through increasing structural strength as well as minimizing the self-loads. All past researches were concerned with pre-installed shear connectors (PRSC) in the manufacturing of composite sections. A new fabrication technique for steel-concrete-steel composite sections were presented in the current study by the post-installation shear connectors (POSC) passed-through an embedded polymerizing vinyl chloride (PVC) pipes. The performance of normal strength concrete prisms with a specified strength of 32 MPa connected to square steel tubes (SST) was investigated. Six specimens were fabricated in both methodologies, PRSC and POSC were experimentally tested by Push-out test. The spacing of the shear connectors was changed for every two specimens fabricated in two different ways in order to obtain a full behavioral view. However, POSC does not have full-bond to concrete prisms, the test revealed a comparable strength of POSC specimens. The test shows a slight increase in the ultimate strength of PRSC specimens by (12.11, 11.19, and 9.45) % than POSC specimens for 100mm, 150mm, and 200mm spaced shear connectors.

show abstract

An automated computationally efficient two-stage procedure for service load analysis of RC flexural members considering concrete cracking

Patel

Chaudhary

Nagpal

2016

Engineering with Computers

View full text Add to dashboard Cite

Rapid prediction of deflections in multi-span continuous composite bridges using neural networks

Cited by 12 publications

References 36 publications

Obtaining Live Load Distribution Factors Equations for Simply Supported Bridges Using Neural Networks

Obtaining Live Load Distribution Factors Equations for Simply Supported Bridges Using Neural Networks

Push-Out Test of Steel-Concrete-Steel Composite Section for Pre-Installation and Post-Installation Techniques of Shear Connectors

An automated computationally efficient two-stage procedure for service load analysis of RC flexural members considering concrete cracking

Contact Info

Product

Resources

About