Nonlinear <scp>FE</scp> model updating and reconstruction of the response of an instrumented seismic isolated bridge to the 2010 <scp>M</scp>aule <scp>C</scp>hile earthquake
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
Summary Nonlinear finite element (FE) modeling has been widely used to investigate the effects of seismic isolation on the response of bridges to earthquakes. However, most FE models of seismic isolated bridges (SIB) have used seismic isolator models calibrated from component test data, while the prediction accuracy of nonlinear FE models of SIB is rarely addressed by using data recorded from instrumented bridges. In this paper, the accuracy of a state‐of‐the‐art FE model is studied through nonlinear FE model updating (FEMU) of an existing instrumented SIB, the Marga‐Marga Bridge located in Viña del Mar, Chile. The seismic isolator models are updated in 2 phases: component‐wise and system‐wise FEMU. The isolator model parameters obtained from 23 isolator component tests show large scatter, and poor goodness of fit of the FE‐predicted bridge response to the 2010 Mw 8.8 Maule, Chile Earthquake is obtained when most of those parameter sets are used for the isolator elements of the bridge model. In contrast, good agreement is obtained between the FE‐predicted and measured bridge response when the isolator model parameters are calibrated using the bridge response data recorded during the mega‐earthquake. Nonlinear FEMU is conducted by solving single‐ and multiobjective optimization problems using high‐throughput cloud computing. The updated FE model is then used to reconstruct response quantities not recorded during the earthquake, gaining more insight into the effects of seismic isolation on the response of the bridge during the strong earthquake.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle