تحلیل خطرپذیری کیفی ساختمانهای منتخب موجود در شهرکرد مطابق ضوابط HAZUS بر مبنای منطق فازی

کوهی کمالی, مهران; قدرتی امیری, غلامرضا

doi:10.22065/jsce.2021.257341.2292

تحلیل خطرپذیری کیفی ساختمانهای منتخب موجود در شهرکرد مطابق ضوابط HAZUS بر مبنای منطق فازی

نوع مقاله : علمی - پژوهشی

نویسندگان

¹ فارغ التحصیل دکترای عمران گرایش زلزله، پژوهشکده عمران، پژوهشگاه شاخص پژوه اصفهان، ایران

² استاد، دانشگاه علم و صنعت، تهران، ایران

10.22065/jsce.2021.257341.2292

چکیده

زلزله یک پدیده طبیعی است که باعث بوجود آمدن خسارات جانی و مالی بسیار زیادی شده است و بشر تاکنون موفق نشده است که زمان وقوع آن را پیش‎بینی نماید. بنابراین، یکی از موضوعات مهم مرتبط با زلزله، پیش‎بینی حوادثی است که با وقوع آن بوجود می‎آید. برنامه‎ریزی برای پیشگیری از وقوع بحران و همچنین اتخاذ تصمیمات مناسب بعد از وقوع بحران در مناطق شهری باعث خواهد گردید که تاثیر اقدامات مربوط به کاهش خطرپذیری لرزه‎ای به صورت چشمگیری افزایش یابد. یکی از ابزارهای محاسباتی مورد استفاده در علم تحلیل خطرپذیری کاربرد منطق فازی برای پیش‎بینی خسارات و آسیب‎های محتمل در اثر وقوع سوانح و رخدادهای طبیعی است. اصول علمی دقیق و مزایای فراوان این ابزار در تحلیل پدیده‎هایی با عدم قطعیت احتمالاتی باعث گردیده که کاربرد آن به طور مداوم گسترش و پیشرفت داشته باشد. در این پژوهش، استفاده از ابزار فازی برای طبقه‎بندی سازه‎های موجود در شهرکرد نسبت به خطر لرزه‎ای با توصیف کیفی مورد بررسی قرار گرفته است و میزان خطرپذیری لرزه‎ای ساختمان‎های منتخب موجود در شهرکرد به عنوان یک جامعه نمونه از ساختمان‎های موجود در شهر مورد بررسی قرار گرفته است. نتایج بدست آمده در این زمینه با تجربیات ناشی از زلزله‌های سال‌های اخیر در کشور برای آسیب‌پذیری ساختمان‌ها در مناطق شهری مطابقت دارد و بیانگر این است که روش مورد استفاده دارای تطابق مناسب و پارامترهای مورد استفاده در ارزیابی آسیب‌پذیری قابل اطمینان مناسبی را ارائه می‎دهند.

کلیدواژه‌ها

موضوعات

مهندسی سازه و زلزله

عنوان مقاله [English]

Risk analysis of selected buildings in Shahrekord based on HAZUS requirements using fuzzy logic

نویسندگان [English]

Mehran Koohikamali ¹
Gholamreza Ghodrati Amiri ²

¹ SShakhes Pajouh, Isfahan, Iran

² Professor, Department of Civil Engineering, Iran University of Science &amp; Technology, Tehran, Iran

چکیده [English]

Earthquake is a natural and unpredictable phenomenon that causes a lot of human and financial losses in many seismic zones of world. Therefore, the prediction of seismic events is one of the most important in earthquake and structure literature. Moreover, planning for crisis prevention as well as taking appropriate decisions after the crisis in urban areas will significantly increase the impact of measures to reduce the seismic risk. One of the computational tools in the risk analysis is the fuzzy logic to predict the possible damages due to natural disasters. Precise scientific principles and many advantages of this tool in analyzing phenomena with probabilistic uncertainties have caused its application to be constantly expanded and developed. In the present paper, the use of fuzzy tools for classification of the structures in Shahrekord (IRAN) has been investigated and the seismic hazard of selected buildings in this city is examined as a sample of existing structures. The results are consistent with the experiences of the recent earthquakes in this country for the vulnerability of buildings in urban areas. Also, the results indicate that the proposed method has good adaptation and the parameters which have been used in the damage assessment, propose good reliable flexibility.

کلیدواژه‌ها [English]

Seismic Risk
Earthquake
Damage
Fuzzy Logic
Qualitative Description

مراجع

[1] Tesfamariam, S. Saatcioglu, M. (2008) Risk-Based Seismic Evaluation of Reinforced Concrete Buildings, Journal of Earthquake Spectra. 24(3), pp.795-821.

[2] Tesfamariam, S. Saatcioglu, M. (2010) Seismic vulnerability assessment of reinforced concrete buildings using hierarchical fuzzy rule base modeling, Journal of Earthquake Spectra. 26(1), pp.235-256.

[3] Tesfamariam, S. Wang, Y. (2012) Risk-based seismic retrofit prioritization of reinforced concrete civic infrastructure: case study for state of Oregon schools and emergency facilities”, Natural Hazards Review of American Society of Civil Engineers. 13(3), pp.188-195.

[4] Salgado-Gálvez, M.A. Zuloaga Romero, D. Velásquez, C.A. Carreño, M.L. Cardona, O.D. and Barbat, A.H. (2016) Urban seismic risk index for Medellín, Colombia, based on probabilistic loss and casualties estimations”, Journal of Natural Hazards. 80(3), pp.1995–2021.

[5] Ghodrati Amiri, Gh. AsmariSaad Abad, S. ZareHossein Zadeh, A. (2013) Earthquake risk assessment using fuzzy inference systems and its application in seismic rehabilitation studies”, Modares Civil Engineering Journal. 13(4), pp.71-84. (in Persian)

[6] Razavian, A. S. A., Ghodrati, A. G., & Zeinali, R. S. (2015) Seismic Risk Assessment of Shahrekord, Journal of Structural and Construction Engineering, 1(1), 19-26.

[7] Zehtab Yazdi, M.H., Raissi Dehkordi, M., Eghbali, M., Ghodrati Amiri, Gh. (2018) Seismic Risk Prioritization of Steel Buildings Using Fuzzy Inference System: A Case Study of School Buildings in Selected Regions of Tehran, Amirkabir Journal of Civil Engineering. DOI: 10.22060/CEEJ.2018.14809.5761. (in Persian)

[8] Ghadimi Hamzehkolaei, A., Ghodrati, Amiri. G., Vafaeinezhad, A. S. & Zare Hosseinzadeh, A. (2018). Seismic zoning of urban areas considering the effect of physical conditions using Fuzzy logic theory: case study of Tehran’s 7th region, Journal of Structural and Construction Engineering, 5(3), 5-15.

[9] Vahdat, K. Smith, N.J. Ghodrati Amiri, G. (2014) Fuzzy multi criteria developing a risk management system in seismically prone areas, Journal of Socio-Economic Planning Sciences. 48, pp.235-248.

[10] Boostan, E. Tahernia, N. and Shafiee A. (2015) Fuzzy—probabilistic seismic hazard assessment, case study: Tehran region, Iran, Journal of Natural Hazards. 77, pp.525–541.

[11] Zahraei, B. Roozbahani, A. and Mirshekari, M., (2017) Risk assessment model based on fuzzy expert systems for construction project management. Sharif Journal of Civil Engineering. 32.2(4.1), pp.61–70.

[12] Zadeh, L.A. (1965) Fuzzy sets. Journal of Information and Control, 8(3), pp.338-353.

[13] Yager, R. (1980) On a general class of fuzzy connectives”, Journal of Fuzzy sets and systems. 4, pp.235-242.

[14] Zadeh, L.A. (1973) Outline of a new approach to the analysis of complex systems and decision processes, IEEE Transactions on Systems, Man and Cybernetics. 1, pp.28-44.

[15] Mamdani, E. H. (1977) Application of fuzzy logic to approximate reasoning using linguistic synthesis”, IEEE Transactions on Computers. 26(12), pp.1182–1191.

[16] HAZUS-MH MR5, Multi-Hazard loss Estimation Methodology: Earthquake Model. (2003), Department of
Homeland security, FEMA, Washington, D.C,

[17] https://chb.mrud.ir/

[18] Road, Housing and Urban Development Research Center. (2015) Iranian code of practice for seismic resistant design of buildings Standard No.2800 (4^th Edition)”, Tehran. (in Persian).