AI-Assisted Numerical Investigation of the In-Plane Flexibility of Reinforced Concrete Floor Diaphragms with Openings

Abstract

Reinforced concrete floor diaphragms contribute significantly to the lateral behavior of buildings by transferring horizontal loads to the vertical resisting elements. When openings are introduced in floor slabs for architectural or functional purposes, the continuity of the diaphragm is disturbed, which may affect its in-plane stiffness, displacement field, and loadtransfer mechanism. This study investigates the influence of opening location and geometry on the in-plane response of reinforced concrete floor diaphragms. A numerical model was developed in Python based on the Mindlin–Reissner plate theory, which allows transverse shear deformation to be considered. The model was used to analyse slabs with different opening shapes, including circular, square, and rectangular openings. Two support configurations were examined: slabs supported by columns and slabs supported by shear walls. For each configuration, several lateral loading patterns were considered, namely uniform, triangular, and double-triangular distributions. The position of the opening was then optimized using Particle Swarm Optimization (PSO). The objective was to identify both the position that minimizes the maximum displacement and the position that produces the most unfavorable response. A local refinement using the Nelder–Mead method was also applied to improve the final solution. The results show that the effect of the opening position depends strongly on the support system and the applied loading pattern. Openings located in critical zones may increase diaphragm flexibility and modify the displacement distribution, while more favorable locations reduce the structural disturbance caused by the opening. The Python results were compared with finite element simulations performed in ABAQUS in order to evaluate the consistency of the proposed numerical approach. This work provides a numerical procedure for assessing the sensitivity of reinforced concrete floor diaphragms to opening position and offers a practical basis for selecting structurally more appropriate opening locations during the design stage. Keywords: Reinforced Concrete Diaphragms, Floor Openings, Mindlin-Reissner Theory, Artificial Intelligence (AI), Particle Swarm Optimization (PSO), ABAQUS, In-plane Flexibility. AI-Assisted Numerical Investigation of the In-Plane Flexibility of Reinforced Concrete Floor Diaphragms with Openings. F. ZITOUNI & S. BAHAR RÉSUMÉ La flexibilité dans le plan des diaphragmes de plancher en béton armé (BA) joue un rôle déterminant dans la performance sismique et dans la répartition des charges latérales des bâtiments à plusieurs étages. L’introduction d’ouvertures dans les planchers, pour des raisons fonctionnelles ou architecturales, modifie considérablement la rigidité du diaphragme, générant des concentrations de contraintes complexes et pouvant créer des vulnérabilités structurelles potentielles. Cette recherche présente une étude numérique assistée par intelligence artificielle (IA), visant à évaluer la réponse structurelle des dalles en BA comportant des ouvertures sous différentes conditions de chargement. La méthodologie adoptée intègre la théorie des plaques de Mindlin-Reissner, qui prend en compte les déformations de cisaillement transversal, dans un cadre numérique spécialisé développé sous Python. Afin de traiter la complexité non linéaire liée à la détermination des emplacements d’ouvertures les plus influents, une approche hybride fondée sur l’IA est mise en œuvre. Un double algorithme d’optimisation par essaim de particules, PSO, est utilisé pour explorer l’espace de conception. Il permet d’identifier, d’une part, la position optimale minimisant les déplacements horizontaux et, d’autre part, la position critique, correspondant au cas le plus défavorable, maximisant la flexibilité structurelle. Cette double analyse est essentielle pour établir des marges de sécurité plus complètes et mieux comprendre les limites de l’intégrité structurelle. Les résultats obtenus par l’approche d’IA sont ensuite affinés à l’aide de la méthode de Nelder-Mead, puis validés par des simulations par éléments finis réalisées avec ABAQUS. Une étude comparative a été menée sur deux systèmes d’appui distincts : des dalles sur appuis ponctuels, représentés par des poteaux, et des dalles sur appuis linéaires, représentés par des voiles de contreventement. Différentes géométries d’ouvertures, à savoir circulaires, carrées et rectangulaires, de dimensions fixes, ont été considérées. La robustesse de l’optimisation a été évaluée sous plusieurs scénarios de chargement, notamment des distributions uniformes, triangulaires et doublement triangulaires. Les résultats montrent que l’influence de l’emplacement de l’ouverture dépend fortement à la fois de la configuration des appuis et du mode de chargement. Cette recherche met en évidence l’efficacité de l’intégration des métaheuristiques basées sur l’IA aux théories structurales classiques, afin d’automatiser et d’améliorer le processus de conception des diaphragmes complexes en béton armé. Mots-clés : Diaphragmes en béton armé, Ouvertures de plancher, Théorie de Mindlin-Reissner, Intelligence Artificielle (IA), Optimisation par essaims de particules (PSO), ABAQUS, Flexibilité dans le plan. AI-Assisted Numerical Investigation of the In-Plane Flexibility of Reinforced Concrete Floor Diaphragms with Openings. F. ZITOUNI & S. BAHAR الملخص تلعب مرونة أغشية أرضيات الخرسانة المسلحة دو ًرا حاس ًما في األداء الزلزالي وتوزيع األحمال الجانبية للمباني متعددة الطوابق. ويؤدي إدخال فتحات في األرضيات ألغراض وظيفية أو معمارية إلى تغيير كبير في صالبة الغشاء، مما يخلق تركيزات إجهاد معقدة ونقاط ضعف هيكلية محتملة. تقدم هذه األطروحة دراسة عددية مدعومة بالذكاء االصطناعي تهدف إلى تقييم االستجابة الهيكلية أللواح الخرسانة المسلحة التي تحتوي على فتحات تحت ظروف تحميل متنوعة. تدمج منهجية البحث نظرية ميندلين-رايسنر لأللواح، التي تأخذ في الحسبان تشوهات القص العرضي، في إطار عددي متخصص تم تطويره باستخدام لغة بايثون. ولمعالجة التحدي غير الخطي المتمثل في تحديد مواقع الفتحات األكثر تأثي ًرا، تم تطبيق نهج هجين للذكاء االصطناعي. تم استخدام خوارزمية تحسين سرب الجسيمات المزدوجة )PSO )للتنقل في فضاء التصميم، وتحديد ليس فقط الموضع األمثل الذي يقلل اإلزاحات األفقية، ولكن أي ًضا الموضع الحرج )أسوأ حالة( الذي يزيد ّم تحسين من المرونة الهيكلية. يُعدّ هذا التحليل المزدوج أساسيًا لتحديد هوامش أمان شاملة وفهم حدود السالمة اإلنشائية. وقد ت نتائج الذكاء االصطناعي باستخدام طريقة نيلدر-ميد، والتحقق من صحتها من خالل محاكاة العناصر المحدودة عالية الدقة باستخدام برنامج ABAQUS. ُجريت دراسة مقارنة بين نظامي دعم مختلفين: البالطات المدعومة بنقاط )األعمدة( والبالطات المدعومة بخطوط )جدران أ ّم القص(، مع مراعاة أشكال هندسية مختلفة للفتحات )دائرية، مربعة، ومستطيلة( بأبعاد ثابتة محددة. اختبار عالوة على ذلك، ت متانة التحسين في ظل سيناريوهات تحميل متعددة، بما في ذلك التوزيعات المنتظمة والمثلثية والمثلثية المزدوجة. تُظهر النتائج أن تأثير موقع الفتحة شديد الحساسية لكل من تكوين الدعم ونمط التحميل. يُبرز هذا البحث فعالية دمج الخوارزميات االستكشافية القائمة على الذكاء االصطناعي مع النظريات اإلنشائية الكالسيكية ألتمتة وتحسين عملية تصميم الحواجز الخرسانية المسلحة المعقدة. الكلمات المفتاحية: أغشية الخرسانة المسلحة، فتحات األرضيات، نظرية ميندلين-رايسنر، الذكاء االصطناعي )AI)، تحسين سرب الجسيمات (PSO(، ABAQUS، المرونة في المستوى