کانال تلگرام مهندس عبدالمهدی عباسی

برای اجرای عملی، مقادیر متغیر مدول بستر را می‌توان به چند زون با سختی ثابت تبدیل کرد و به فنرهای متناظر اختصاص داد. دو برابر کردن فنرهای لبه نیز در گزارش ACI به‌عنوان یک تقریب ساده‌تر مطرح شده است؛ ضریب دو -2- نتیجهٔ الزامیِ محاسبهٔ زون‌ها نیست. محل مرز زون‌ها و نسبت سختی آنها نیز برای همهٔ پی‌ها یکسان و از پیش تعیین‌شده نیست و باید با هندسه، خاک و حساسیت نتایج تحلیل سنجیده شود. این موضوع خصوصا در مورد فونداسیون هایی با شکل نامنظم یا دارای بازشوهای متعدد اهمیت دارد. در برنامه پیوست دقیقا براساس رویکرد محاسباتی باولز نواحی به دقت و به صورت دقیق برای انواع فونداسیون محاسبه می شود. برنامه مرزهای بستهٔ فونداسیون را از لایهٔ انتخابی فایل DXF می‌خواند و حلقه‌های تو‌در‌تو را به‌عنوان بازشو از سطح تماس حذف می‌کند. سپس سطح تماس را به قطعات کوچک تقسیم می‌کند و مختصات مرکز و مساحت مؤثر هر قطعه را به دست می‌آورد. اندازهٔ این قطعات با گزینهٔ «تراکم شبکه» کنترل می‌شود. برای تعیین الگوی نسبی سختی، برنامه یک فشار یکنواختِ فرضی را روی کل سطح تماس در نظر می‌گیرد. با استفاده از پاسخ بوسینسک، اثر تجمعی این فشار را در چند عمق زیر مرکز هر قطعه محاسبه و از پروفیل تنش، یک شاخص میانگین استخراج می‌کند. قطعاتی که اثر تجمعی بار در زیر آنها بیشتر است، مدول بستر معادلِ کمتری می‌گیرند. عمق بررسی با گزینهٔ «ضریب عمق» تعیین می‌شود؛ در مرحلهٔ بعد، برنامه مدول‌های نسبی را طوری مقیاس می‌کند که میانگینِ وزن‌دارِ آنها بر اساس مساحت قطعات، دقیقاً برابر مدول بستر ورودی کاربر باشد. سپس مقادیر را به تعداد زونی که کاربر انتخاب کرده گروه‌بندی می‌کند. مدول هر زون، میانگین مساحت‌وزنی قطعات عضو آن است؛ بنابراین پس از زون‌بندی نیز میانگین کل برابر مدول بستر متوسط می‌ماند.

💻 زون بندی فونداسیون با شکل دلخواه در روش شبه کوپلی همانطور که مستحضرید در مدل وینکلر، خاک زیر پی با فنرهای مستقل نمایش داده می‌شود؛ بنابراین نشست هر نقطه فقط به فشار همان نقطه وابسته است. خاک واقعی پیوسته است و بار وارد بر یک بخش پی، بر نشست بخش‌های دیگر نیز اثر می‌گذارد. به عنوان یک راه حل تقریبی، روش شبه‌کوپلهٔ Bowles می‌کوشد بخشی از این اندرکنش را، بدون ساختن مدل کاملاً کوپلهٔ خاک، در همان چارچوب فنرهای مستقل بازنمایی کند. در رویکرد محاسباتی Bowles، ابتدا اثر بار گستردهٔ پی بر توزیع تنش قائم در عمق خاک، در نقاط مختلف پلان بررسی می‌شود. اثر تجمعی بار معمولاً زیر نواحی داخلی بیشتر از پیرامون است. سپس مدول بسترِ معادل در داخل پی کمتر و در نزدیکی لبه‌ها بیشتر در نظر گرفته می‌شود تا مدل فنری بتواند بخشی از تفاوت نشست این نواحی را نشان دهد. این تغییر مدول به معنای تغییر واقعی جنس خاک در پلان نیست؛ اصلاحی در مدل معادل خاک است.

شگفت‌انگیز و تا حدی دلهره‌آور. ما درست در نقطه‌ای از تاریخ ایستاده‌ایم که تعریف «اندیشیدن»، که قرن‌ها ملک طلق انسان بود، دارد پیش چشمانمان بازنویسی می‌شود. شاید بزرگ‌ترین طنز ماجرا این باشد که انسان قرن‌ها تلاش کرد ابزاری بسازد تا بار محاسبات را از دوشش بردارد، و حالا آن ابزار دارد ما را به خلوت‌ترین گوشه‌ی اگزیستانسیال خودمان تبعید می‌کند: جایی که باید از نو بپرسیم وقتی حل کردن، اثبات کردن و حتی پرسیدن به توانایی ماشین تبدیل شود، «انسان بودن» یعنی چه؟ تاریخ علم پر از شوک‌های این‌چنینی بوده—از کوپرنیک که ما را از مرکز جهان کنار زد، تا داروین که در تبارمان بازنگری کرد. اما این بار، ضربه به مغز و ذهن است، نه به جایگاه فیزیکی‌مان. زیبایی این روزگار در همین تلاطم است؛ اینکه دانشمند و استاد فردا، اگر بخواهد صرفاً نقش مخزن فرمول یا چرخ‌دنده‌ی اداری علم را بازی کند، حذف می‌شود، اما اگر بتواند «خرد»، «معنا» و «شهود انسانی» را زنده نگه دارد، شاید عمیق‌تر از هر دوره‌ی دیگری در تاریخ بدرخشد. تماشای این گذار، هم امتیاز غریبی است و هم مسئولیت سنگینی.

و در نهایت اگر حلقه کامل شود و هوش مصنوعی هم «طرح مسئله» کند و هم «اثبات و حل»، علم وارد فازی می‌شود که در اصطلاح به آن «علم خودمختار» (Autonomous Science) می‌گویند. در این سناریو، تعریف «دانشگاه» و اساساً «معرفت انسانی» با چالش هایی جدی روبرو خواهد شد. روزگار شگفت انگیزی در پیش است.

انتشار بی‌سابقه ۷۲۲ مقاله ریاضی توسط OpenAI شرکت OpenAI در تاریخ ۶ اکتبر ۲۰۲۶، یک ریپازیتوری عمومی به نام openai/math در گیت‌هاب منتشر کرد که شامل ۷۲۲ دست‌نوشته ریاضی در قالب ۳۷۲ خانواده موضوعی است. به گفته OpenAI، این مجموعه شامل مقالات و مستندات اثبات تولید شده توسط یک مدل داخلی و هنوز منتشرنشده این شرکت است. این اقدام پس از اشباع شدن بنچمارک‌های ارزیابی ریاضی موجود صورت گرفته و بخشی از روند توسعه مدل‌های جدید این شرکت محسوب می‌شود. این مقالات موضوعات گسترده‌ای از ریاضیات محض را پوشش می‌دهند؛ از جمله توان گنگ بودن عدد پی، حدس‌های متقارن مالر، کران‌های شبه‌چندجمله‌ای برای تصاعدهای حسابی و حدس کاپلانسکی. تمامی این آثار تحت مجوز Apache 2.0 منتشر شده‌اند. بر اساس توضیحات منتشر شده، برای هر نتیجه به طور متوسط ۳ ساعت از توان محاسباتی تفکری ChatGPT Pro استفاده شده و در مجموع حدود ۴۰۰۰ مسئله به مدل داده شده است.

بنا به درخواست يكي از همكاران يك فيكسر كوچك براي دوستاني كه از فايل هاي الگوي تهيه شده توسط آقاي دكتر حسين زاده استفاده مي كنند تهيه كردم. فايل e2k را وارد كنيد تا برنامه تركيبات را براي ويرايش پنجم استاندارد اصلاح كند فقط دو نكته: 1. ضريب زلزله را در فايل ETABS نهايي براي منطقه مورد نظر اصلاح نماييد 2. در صورت انجام تحليل طيفي، تابع طيف را به درستي وارد نماييد.

✅ راهنمای اصلاح فایل های الگو برای سازه های متعارف بتنی مسکونی بیشتر همکاران از قبل فایل هایی برای محاسبات پروژه های رایج مسکونی خود دارند. من در این جا خلاصه ای از گام هایی که برای اصلاح فایل الگوی خود در سازه های متعارف بتنی مسکونی باید انجام داد را فهرست کرده ام. البته بیشتر این توضیحات برای سازه های فولادی هم صادق است. گام ۱. با توجه به محل احداث، نوع زمین، سیستم سازه‌ای و سایر مشخصات پروژه، ضریب زلزله (c) و ضریب توزیع ارتفاعی (k) را برای هر راستا به دست آورید. اگر سازه مشمول تحلیل طیفی است، طیف طرح مختص سازه خود را نیز تهیه کنید. می‌توانید از نرم‌افزارهای موجود، از جمله برنامه‌های معرفی‌شده در همین کانال، استفاده کنید؛ اما نتایج آن‌ها را با یک محاسبه مستقل راستی‌آزمایی کنید. مسئولیت نهایی محاسبات و طراحی با طراح سازه است. گام ۲. در فایل ETABS، ضرایب زلزله اصلی و دریفت را در Load Patterns مطابق نتایج گام ۱ اصلاح کنید. نام و ساختار بسیاری از الگوهای بارگذاری قبلی قابل حفظ است؛ گام ۳. اگر تحلیل طیفی انجام می‌دهید، تابع طیف را مطابق گام ۱ اصلاح و آن را به حالت‌های طیفی متصل کنید. در این ویرایش، طیف باید بر اساس پارامترهای همان ساختگاه تهیه شود؛ تابع فعال A*B فایل مربوط به ویرایش چهارم است و دی گام ۴. فرض ثابت ضریب نامعینی ۱٫۲ دیگر درست نیست. این ضریب به گروه طراحی لرزه‌ای و کفایت نامعینی هر راستا بستگی دارد و ممکن است ۱، ۱٫۲ یا ۱٫۳ باشد. مقدار هر راستا را جداگانه تعیین کنید. گام ۵. به‌ویژه در مورد قاب‌های خمشی، مطمئن شوید سیستم انتخابی با گروه طراحی لرزه‌ای، ارتفاع ساختمان و نامنظمی‌های احتمالی مجاز است. مجاز بودن روش تحلیل استاتیکی را نیز بررسی کنید. گام ۶. اگر در گام‌های قبل (S_{DS}) را محاسبه نکرده‌اید، اکنون آن را به دست آورید؛ برای محاسبه زلزله قائم به آن نیاز دارید. گام ۷. در این ویرایش، اثر قائم زلزله باید برای کل سازه در دو جهت بالا و پایین منظور شود. مقدار آن (0.2S_{DS}W_D) است. بنابراین ترکیب‌بارهای لرزه‌ای را برای هر دو علامت این اثر اصلاح کنید. (W_D) شامل بار مرده، تأسیسات ثابت و وزن کامل دیوارها و تیغه‌هاست؛ حتی اگر وزن تیغه‌ها در الگویی مانند PARTITION تعریف شده باشد. پس (±0.2S_{DS}) را فقط به بارهایی اعمال کنید که واقعاً جزو (W_D) هستند و اثر آن را دوبار منظور نکنید. گام ۸. همه تیرهای طره‌ای، علاوه بر گام ۷، کنترل مستقل بند ۳‑۹‑۵‑۳ را دارند: نیروی قائم رو به بالای (0.2W_D)، بدون حضور بار مرده، زنده و برف. اگر الگوی مشابهی از ویرایش چهارم دارید، مقدار و ترکیب آن را با این بند تطبیق دهید. گام ۹. اگر (S_S>1.15) یا (S_1>0.5) است و مدل شما اعضای مشخص‌شده در بند ۳‑۹‑۵‑۲ را دارد، بارگذاری قائم جداگانه آن اعضا را نیز انجام دهید. ملاک این کنترل، شرایط ساختگاه و وجود عضو مشمول است. گام ۱۰. اگر ضریب نامعینی را در ترکیب‌بارها وارد می‌کنید، ضرایب زلزله افقی را بر اساس مقدار هر راستا اصلاح کنید. ضریب نامعینی نباید دوبار اعمال شود و موارد معاف از آن نیز باید جدا بمانند. گام ۱۱. هنگام کنترل دریفت، در سازه‌های مشمول بند ۳‑۶‑۲‑الف، اثر ۳۰ درصد زلزله راستای عمود را مطابق بند ۳‑۱۲‑۲ منظور کنید. همچنین اگر قاب خمشی به‌تنهایی یا همراه سیستم‌های دیگر به کار رفته است، تبصره‌های مربوط به حد مجاز دریفت را بررسی کنید. این‌ها مهم‌ترین اقدامات برای استفاده او تبدیل فایل های الگوی ویرایش چهارم به ویرایش پنجم در پروژه‌های رایج مسکونی بتنی هستند.

✅ مسئله محاسبه نسبت برش منگنه ای در فونداسیون همواره موضوعی بحث برانگیز بوده است رویکردهای مختلفی در برابر این موضوع توسط همکاران اتخاذ می شود: - اکتفا به کنترل برش یکطرفه در اطراف دیوار برشی و تنظیم ضخامت براساس آن - استفاده از روش پیشنهادی Fib 2010 یا aci 421 ( البته دقیق اگر بخواهم بنویسم رویکرد این دو باهم متفاوت هستند ولی توضیج کلی درست است) با این رویکرد که تنش های دوجهته یا منگنه ای فقط در گوشه ها و تقاطع ها کنترل شود و در سایر مواضع به کنترل همان برش یکطرفه اکتفا شود - استفاده از رویکردهایی مثل ستون معادل مقطع دیوار و استفاده از همان روابط مربوط به ستون در فونداسیون از نقطه نظر تحلیلی نمی توان از روش های اجزا محدود خطی رایج مشابه آنچه در برنامه SAFE پیاده سازی شده است برای کنترل برش پانچ در دیوارهای سازه ای استفاده کرد. روش های پیشرفته اجزا محدود غیرخطی برای این موضوع وجود دارد مثل تحلیل غیرخطی FEM با مدل CSCT برای پی‌های هسته‌ای مهم یا روش های مبتنی بر بند و بست که رایج نیستند. علاوه براین روابط ظرفیت آیین نامه عمدتا تجربی و برای ستون ها توسعه داده شده است همین موضوع تا حدودی برای اتصالات دیوار/دال در طبقات هم وجود دارد (خصوصا در مورد دالهای نازک تر پیش تنیده و سیستم های دال دیوار بدون تیر) هرچند به دلایلی در این حالات می توان تخمین های مناسبی داشت که از آن عبور می کنم. با این مقدمه برنامه ای پیوست کرده ام که مشابه روش ستون معادل برای هندسه های مختلف دیوار پیاده سازی کرده ام. نقطه قوت این برنامه دریافت هندسه دیوار و نیروها از مدل ETABS است. در غیاب استفاده از روش های دقیق تر می توان حداقل در پروژه های حساس از این رویکرد استفاده کرد. امیدوارم بتوانم در آینده پیاده سازی از روش fib 2010 هم داشته باشم. ورودی های برنامه فایل E2k مدل و فایل xml خروجی نیروهای Pier دیوارهای برشی است. امکان انتخاب محل قرارگیری دیوار نسبت به لبه های فونداسیون هم وجود دارد. روابط پیاده شده عبنا همان روابط برنامه SAFE است. برنامه علاوه بر اینکه می تواند برای هر ترکیب نسبت D/C را محاسبه کند دارای موتور محاسبات تکراری داخلی است که ضخامت مناسب ترکیب های انتخابی را هم محاسبه می کند.

برای اینکه ببینید چرا نباید از مدل‌های زبانی به عنوان ماشین‌حساب استفاده کرد، کافی است این دو پرسش بسیار ساده اما محاسباتی را در چت‌بات (بدون فعال بودن حالت کدنویسی/Code Interpreter) کپی کنید: تست ۱: ضرب دو عدد بزرگ (تست توکنایزیشن و رقم نقلی)

متن پرامپت برای ارسال به چت‌بات: حاصل‌ضرب دقیق عبارت زیر را فقط به صورت یک عدد نهایی بنویس (بدون نوشتن کد یا ابزار کمکی):

8493721 × 6328495 پاسخ واقعی و قطعی: $$53,752,472,398,895$$ رفتار مدل: مدل معمولاً رقمی ۱۴ یا ۱۵ رقمی تولید می‌کند که چند رقم اول و رقم آخر آن ($1 \times 5 = 5$) درست است، اما ارقام میانی کاملاً بر مبنای توهم آماری ساخته شده و اشتباه است. تست ۲: توان نامتعارف (تست عملیات غیرخطی و نبود تابع ریاضی)

متن پرامپت برای ارسال به چت‌بات: مقدار عبارت زیر را تا ۴ رقم اعشار محاسبه کن (بدون نوشتن کد یا ابزار کمکی):

(1.047)^19 پاسخ واقعی و قطعی: $$2.3927$$ رفتار مدل: مدل عددی تولید می‌کند که لحنی بسیار قاطع و مطمئن دارد (مثلاً می‌نویسد ۲.۴۱۱۸ یا ۲.۱۸۵۳)؛ اما وقتی با ماشین‌حساب گوشی بررسی کنید، متوجه انحراف آشکار آن می‌شوید.

⚠️ توهم محاسبه: چرا هوش مصنوعی ذاتاً ماشین‌حساب نیست؟ (آنچه باید درباره ماهیت پردازش در مدل‌های زبانی بدانیم) یکی از خطرناک‌ترین اشتباهات رایج در مواجهه با مدل‌های زبانی بزرگ (LLMها مثل ChatGPT و Claude)، تصور این است که در پشت پردهٔ این سیستم‌ها یک ماشین‌حساب پیشرفته قرار دارد که داده‌های ما را وارد فرمول می‌کند و پاسخ تحلیلی می‌دهد. واقعیت این است که مدل‌های زبانی محاسبه نمی‌کنند، بلکه متنی شبیه به محاسبه تولید می‌کنند. اما این ادعا از منظر معماری شبکه‌های عصبی دقیقاً به چه معناست؟ 🔹 ۱. پیش‌بینی آماری در برابر پردازش منطقی در یک کامپیوتر یا ماشین‌حساب، محاسبات توسط واحد منطق و حساب (ALU) و از طریق گیت‌های باینری و ثبات‌های حافظه با دقت ۱۰۰٪ قطعی انجام می‌شوند. در مقابل، مدل زبانی صرفاً یک «پیش‌بینی‌کننده آماری توکن بعدی» است. مدل هیچ عددی را ذخیره نمی‌کند و هیچ عملیات ریاضی را روی داده‌ها اجرا نمی‌کند؛ بلکه بر اساس میلیاردها صفحه داده متنی که دیده، صرفاً حدس می‌زند پس از پرامپت شما چه حروفی یا ارقامی با بالاترین احتمال باید در کنار هم قرار گیرند. 🔹 ۲. فاجعه توکنایزیشن و تخریب ارزش مکانی مدل‌ها واژه‌ها و ارقام را مستقیماً نمی‌فهمند، بلکه متن ورودی را به قطعاتی به نام «توکن» خرد می‌کنند. الگوریتم‌های توکنایزیشن برای فشرده‌سازی زبان طبیعی طراحی شده‌اند، نه ریاضیات. در نتیجه، اعداد چندرقمی به صورت کاملاً نامتقارن و سلیقه‌ای تکه‌تکه می‌شوند. این خرد شدن نامنظم باعث می‌شود مفهوم بنیادین «ارزش مکانی» (یکان، دهگان، صدگان، توان‌های ده) در بردار ورودی مخدوش شود و امکان ردگیری دقیق رقم‌های نقلی یا اعشار عملاً برای شبکه از بین برود. 🔹 ۳. ناتوانی ذاتی در عملیات غیرخطی و لگاریتمی مدل‌های زبانی می‌توانند پاسخ عبارات بسیار پربسامد و ساده (مثل ضرب‌های تک‌رقمی) را از روی حافظه متنی بازگو کنند. اما در مواجهه با رادیکال‌ها، توان‌های اعشاری، توابع مثلثاتی و لگاریتم‌ها، هیچ ابزار ذاتی برای پردازش مقدار آن‌ها ندارند. هر عددی که مدل در پاسخ به یک تابع غیرخطی به عنوان خروجی متنی می‌نویسد، صرفاً یک «تخمین حسی-متنی» بر مبنای تشابه عبارات است، نه نتیجه اعمال آن تابع روی متغیرها. 🔹 ۴. خطای آبشاری در زنجیره‌های محاسباتی مسائل مهندسی عموماً فرآیندهایی چندمرحله‌ای و وابسته هستند؛ هر گام به خروجی گام قبل نیاز دارد و این سلسله‌مراتب در نهایت با شروط حدی و کنترلی سنجیده می‌شود. چنانچه مدل در اولین حدس آماری خود حتی خطای ناچیزی داشته باشد، این خطا در مراحل بعدی به صورت تصاعدی بزرگ‌تر شده و در نهایت، خروجی به عددی کاملاً فانتزی و بی‌معنا اما با لحنی کاملاً علمی و متقاعدکننده تبدیل می‌شود. 🛠 رویکرد درست و حرفه‌ای چیست؟ شناخت این محدودیت ساختاری به معنای بلااستفاده بودن هوش مصنوعی نیست؛ بلکه مرز بین استفاده آماتور و مهندسی را مشخص می‌کند: ۱. مدل به عنوان معمار منطق و الگوریتم: از هوش مصنوعی بخواهید فرآیند حل، فرمول‌بندی‌ها، چک‌لیست فرضیات و روابط تحلیلی را برای شما شفاف و گام‌به‌گام تدوین کند. ۲. مدل به عنوان برنامه‌نویس، نه پردازنده: از مدل بخواهید برای حل مسئله، کد محاسباتی (مثلاً به زبان پایتون، متلب یا ماکروهای اکسل) بنویسد. سپس کد را روی یک پردازنده واقعی اجرا کنید تا عملیات ریاضی با دقت قطعی انجام شود. این مهم معمولا در مدلهای فلش پیاده سازی نشده است. بنابراین هنگام درخواست محاسبات چندمرحله ای از مدلهای Flash یا پایه ای یک هوش مصنوعی احتیاط کنید. ۳. کنترل و بازبینی انسانی: همواره پارامترهای مرزی، قیود مسئله و تطابق منطق کد را با اصول علمی خودتان بازبینی کنید. 💡 پیام کلیدی: یک مهندس آگاه، منطق مسئله، تدوین فرآیند و تولید ابزار را از هوش مصنوعی دریافت می‌کند، اما عملیات عددی را فقط و فقط به پردازنده‌های محاسباتی واقعی می‌سپارد.