MétaCan
Menu
Retour à la cohorte
Enregistrement W1886077247 · doi:10.1061/(asce)cf.1943-5509.0000742

Resilience Evaluation of Seismically Detailed Reinforced Concrete-Block Shear Walls for Blast-Risk Assessment

2015· article· en· W1886077247 sur OpenAlexafffund
Mostafa S. A. ElSayed, Wael El‐Dakhakhni, Michael J. Tait

Notice bibliographique

RevueJournal of Performance of Constructed Facilities · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Response to Dynamic Loads
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Masonry Design CentreMcMaster University
Mots-clésStructural engineeringMasonryShear wallResilience (materials science)Ductility (Earth science)Unreinforced masonry buildingExplosive materialReinforced concreteEngineeringMaterials scienceCreep

Résumé

récupéré en direct d'OpenAlex

The increased demand for resilient infrastructure under accidental or deliberate explosions has resulted in the urgent need to quantify the performance of both existing and new building components under such extreme loading events. The current study focuses on evaluating the resilience of reinforced masonry (RM) shear wall systems under blast, which is accomplished by quantifying the walls’ blast response in the out-of-plane direction and the resulting damage levels. In seismic zones, such RM walls are detailed to resist in-plane loads in a ductile manner, and thus minimal damage is usually expected. Given that blast resistant design of civilian buildings only recently has been formally introduced in North American design standards, quantifying the out-of-plane response and ductility capacities of RM shear walls has not been common practice in mainstream building design. In this paper, a nonlinear single-degree-of-freedom (SDOF) model is developed to predict the out-of-plane response of RM wall components under blast loading. The SDOF model is first validated by using live explosive (free-field) test results. Subsequently, the model is used to perform a numerical investigation beyond the range of experimental parameters adopted in the test program, by considering a number of wall design characteristics such as wall reinforcement ratio, concrete block size and strength, wall height, and reinforcement arrangements; a wider range of design basis threat levels––identified by charge-mass and standoff-distance combinations––is also considered. In general, the study indicates that RM walls are capable of withstanding substantial explosions, which would result in different damage intensities depending on the wall vulnerability and blast hazard levels. The study also shows that significant reduction in the wall out-of-plane response can be achieved by using two layers of reinforcement instead of the typical single layer in RM walls, even in the case of reduced reinforcement ratio. The SDOF model is also used to develop RM wall performance charts that can be further refined to serve as design guidelines for the purpose of blast risk mitigation in future editions of the North American blast design standards. Finally, the findings from this study indicate that RM walls that are detailed to respond in a ductile manner under in-plane seismic loads might not necessarily exhibit a ductile response when subjected to out-of-plane blast loads. The latter observation highlights the importance of adopting a holistic multihazard design approach when evaluating the vulnerability and resilience of building systems under extreme events.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Performance of Constructed FacilitiesMême sujetStructural Response to Dynamic LoadsTravaux en français237 207