Development and Validation of Finite Element Structure-Tuned Liquid Damper System Models
Notice bibliographique
Résumé
Implementation of supplemental damping systems (e.g., the dynamic vibration absorbers (DVAs)) to mitigate excessive tall building vibrations induced by external dynamic loads (wind storms or earthquakes) has increased over the last several decades. A tuned liquid damper (TLD) is a specific type of the DVAs that consists of a rigid tank which is partially filled with a liquid, usually water. The sloshing liquid inside the tank provides inertia forces that counteract the forces acting on the structure, thus reducing the building motion. A single sway mode of vibration is usually targeted, however, for certain structures multiple modes may need to be suppressed. Moreover, the location of the TLD on the floor plate is important for certain modes, such as a torsionally dominate mode. In this paper, a three-dimensional (3D) finite element (FE) structure-TLD system model (3D-structure-TLD) is proposed where the TLDs can be positioned at any location on the structure allowing the most effective positions in reducing the structure's dynamic response to be determined. Therefore, the response of a 3D structure (tower, high-rise building, bridge, etc.) fitted with single or multiple TLD(s) and subjected to dynamic excitation can be predicted using the proposed FE model. For torsionally sensitive structure (eccentric/irregular structures), this type of 3D numerical analysis is highly recommended. Two nonlinear TLD models are employed to simulate the TLD and implemented in the FE model. The 3D-structure-TLD system model is validated for the cases of sinusoidal and random excitation forces using existing experimental test values. Results from the 3D-structure-TLD system model are found to be in excellent agreement with values obtained from experimental tests.
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 | 0,001 | 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 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 ».