Comparing fluid viscous damper placement methods considering total‐building seismic performance
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 Nonstructural damage has been found to critically influence economic losses and building downtime following earthquakes. Attaining a target level of seismic performance mandates the harmonization of structural and nonstructural performance. Retrofitting buildings with fluid viscous dampers (FVDs) can improve interstorey drifts and floor accelerations, 2 structural parameters that characterize seismic demand on structural and nonstructural systems. The distribution of dampers within a building is a critical decision; however, no conclusive optimal placement method has been identified due to performance variations between storeys and between structural parameters. This paper compares 6 frequently used damper placement methods considering structural and nonstructural repair costs calculated using FEMA P‐58. The scope is limited to linear FVDs, concentric braced frames, and regular structures. Comparisons of the placement methods are based on constraining the added viscous damping coefficient to be the same in each case; this may give different results to methods based on damper cost. No placement method produced optimal results for both interstorey drifts and accelerations. Iterative methods that seek to optimize seismic performance did not achieve that objective. The iterative methods optimize local parameters assuming the performance of each is independent, and optimizing for a single parameter may worsen another parameter that impacts earthquake damage. The storey shear strain energy method and uniform damping generally produced repair costs that are more favorable than, or equal to, the other placement methods. It appears unlikely that large repair cost improvements can be achieved using an “optimal” damper placement method for low‐rise and mid‐rise structures.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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