Evaluating Crowd Induced Dynamic Loads through Field Measurement and Analytical Methods
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
Crowd behavior during Lively Concerts and sporting events may excite the supporting structures. Even more extreme, Exercise Concerts (similar to a Zumba® Fitness Concert) can have music beats approaching 3 Hz, or 180 beats per minute. This frequency range is likely to exceed the rhythmic activity design parameters typically assumed by designers. Owners and facility operators may be concerned about the life safety and comfort of patrons engaged in such activities. On a recent project, we investigated an existing structure for crowd induced dynamic loading from a “Fitness Concert” for an owner. The project involved a floor structure comprising existing precast double-tee beams supported on inverted tee-girders. We conducted field measurements in order to verify the dynamic properties of the structural system. In order to do simple infield measurements of the floor structure, an iPhone was used to generate acceleration-time history data from an application using the phone’s built-in accelerometers. We verified the iPhone for this type of application with a simple test setup in the office. We used the field measurements with published analytical methods referencing the PCI Design Handbook, the National Building Code of Canada, and AISC Design Guide 11. We computed equivalent static loads (ESL) for a range of forcing frequencies to compare the dynamic loading with the design capacity of the precast double-tee. The study determined that the precast double-tee beams were suitable for typical concert crowd loads. However, the response from Exercise Concerts exceeded the typical human perception tolerance levels.
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 | 0,001 | 0,001 |
| 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