PERANCANGAN STEEL PLATE SHEAR WALLS DENGAN SAMBUNGAN REDUCED BEAM SECTION
Notice bibliographique
Résumé
Pemanfaatan pelat baja sebagai dinding geser sudah gencar diaplikasikan \nbeberapa negara maju seperti Canada, Jepang, dan Amerika. Steel Plate Shear Walls \nbegitu digemari untuk struktur gedung tinggi, terutama yang dirancang pada daerah \nrawan gempa. Fakta ini didukung oleh perilaku sistem struktur ini sangat baik dalam \nmenahan beban lateral. Dimana kekuatan dan kekakuan pelat pasca tekuk cukup bisa \ndiandalkan. Selain itu, sistem penahan beban lateral ini juga dikatakan lebih \nekonomis, menghasilkan struktur gedung yang ringan dan mudah diaplikasikan. \nGempa Northridge di tahun 1994 banyak menunjukkan bahwa struktur gedung baja \nternyata sangat rapuh di daerah sambungan. Gedung – gedung mencapai kegagalan \nakibat sobeknya sambungan. Sehingga sambungan penahan momen yang lebih bisa \ndiandalkan banyak dikembangkan dengan merujuk pada kegagalan gempa Northridge \ntersebut. Salah satu yang sering diaplikasikan sekarang adalah sambungan Reduced \nBeam Section, dimana ide dasarnya adalah dengan member coakan / dogbone pada \nsayap penampang balok yang letaknya dekat dengan muka kolom. Sehingga \ndiharapkan sendi plastis akan terbentuk di daerah tersebut. \nLaporan ini membahas bagaimana aplikasi perancangan SPSW dengan \nsambungan penahan momen RBS. Serta bukaan pada pelat SPSW yang terkadang \ntidak bisa dihindari dalam pelaksanaan juga disinggung untuk melihat prosedur dan \ncara kerja yang diharapkan dengan disokong oleh balok dan kolom (LBE) di \nsekelilingnya. Bangunan yang dirancang merupakan bangunan 10 lantai dengan \ndenah simetris. Bentang arah x dan y adalah 37.5 m. Direncanakan sebagai gedung \nperkantoran di wilayah gempa 6. Bangunan dianalisis menggunakan program bantu \nETABS versi 9 dengan metode modified strip model (shishkin, 2005). Analisis beban \ngempa dengan metode statik ekuivalen sesuai SNI-1726-2002 dibahas dalam desain \nawal. \nKekakuan SPSW sangat membantu dalam mengontrol waktu getar alami yang \nterjadi. Dari hasil analisis yang dilakukan, pelat baja yang dibutuhkan berkisar antara \n2.6mm (lt. 10) sampai dengan 12.7mm (lt.1), menunjukkan bahwa benar adanya \nsistem SPSW memberikan keuntungan dari keringanan struktur gedung. \n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».