A probabilistic framework for estimating the residual drift of idealized SDOF systems of non‐degrading conventional and damped structures
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 This paper presents a general framework for predicting the residual drift of idealized SDOF systems that can be used to represent non‐degrading structures, including those with supplemental dampers. The framework first uses post‐peak oscillation analysis to predict the maximum ratio of residual displacement to the peak transient displacement in a random sample. Then, residual displacement ratios obtained from nonlinear time‐history analyses using both farfield and near‐fault‐pulse records were examined to identify trends, which were explained using the oscillation mechanics of SDOF systems. It is shown that large errors can result in existing probability models that do not capture the influence of key parameters on the residual displacement. Building on the observations that were made, a general probability distribution for the ratio of residual displacement to the peak transient displacement that more accurately reflects the physical bounds obtained from post‐peak oscillation analysis is proposed for capturing the probabilistic residual displacement response of these systems. The proposed distribution is shown to be more accurate when compared with previously proposed distributions in the literature due to its explicit account of dynamic and damping properties, which have a significant impact on the residual displacement. This study provides a rational basis for further development of a residual drift prediction tool for the performance‐based design and analysis of more complex multi‐degree‐of‐freedom systems.
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