Neural networks assessment of beam-to-column joints

• Autor(es):

  Lima, L. R. O. de (Universidade do Estado do Rio de Janeiro. Faculdade de Engenharia);

  Vellasco, P. C. G. da S. (Universidade do Estado do Rio de Janeiro. Faculdade de Engenharia);

  Andrade, S. A. L. de (Universidade do Estado do Rio de Janeiro. Faculdade de Engenharia);

  Silva, J. G. S. da (Universidade do Estado do Rio de Janeiro. Faculdade de Engenharia);

  Vellasco, M. M. B. R. (Pontifícia Universidade Católica do Rio de Janeiro. Departamento de Engenharia Elétrica).

• Fonte:

  Journal of the Brazilian Society of Mechanical Sciences and Engineering; volume 27, número 3, páginas 314-324. Setembro 2005.

• Assuntos:

  structural engineering;

  semi-rigid joints;

  steel structures;

  neural networks;

  semi-rigid behaviour;

  flexural resistance;

  joint stiffness.

• Resumo:

  This paper proposes the use of artificial neural networks to predict the flexural resistance and initial stiffness of beam-to-column steel joints using the back propagation supervised learning algorithm. Three types of steel beam-to-column joints were investigated: welded, endplate and bolted with top, seat and double web angles, respectively. The neural networks results proved to be consistent with experimental and design code reference values.

• Acesse o texto completo (Inglês)