Non‐iterative equivalent linearization of inelastic SDOF systems for earthquakes in Japan and California
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The seismic performance of existing structures can be assessed based on nonlinear static procedures, such as the Capacity Spectrum Method. This method essentially approximates peak responses of an inelastic single‐degree‐of‐freedom (SDOF) system using peak responses of an equivalent linear SDOF model. In this study, the equivalent linear models of inelastic SDOF systems are developed based on the constant strength approach, which does not require iteration for assessing the seismic performance of existing structures. To investigate the effects of earthquake type and seismic region on the equivalent linear models, four ground‐motion data sets—Japanese crustal/interface/inslab records and California crustal records—are compiled and used for nonlinear dynamic analysis. The analysis results indicate that: (1) the optimal equivalent linear model parameters (i.e. equivalent vibration period ratio and damping ratio) decrease with the natural vibration period, whereas they increase with the strength reduction factor; (2) the impacts of earthquake type and seismic region on the equivalent linear model parameters are not significant except for short vibration periods; and (3) the degradation and pinching effects affect the equivalent linear model parameters. We develop prediction equations for the optimal equivalent linear model parameters based on nonlinear least‐squares fitting, which improve and extend the current nonlinear static procedure for existing structures with degradation and pinching behavior. Copyright © 2010 John Wiley & Sons, Ltd.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle