PROBABILISTIC MODELING OF ABOVEGROUND STORAGE TANKS UNDER SURGE AND WAVE LOADS
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
This study presents the development of probabilistic models to assess the structural performance of a typical aboveground storage tank (AST) subjected to storm surge and wave loads. First, a finite element model is developed and validated against experimental results to determine hydrodynamic loads on the AST. This finite element model is then employed to derive a regression model of the hydrodynamic loads across ranges of surge and wave parameters using an Artificial Neural Network. This regression model is used as a surrogate of the finite element model to facilitate the investigation of the structural behavior of the case study AST. Finally, the buckling behavior of the AST and the stability of the tank to dislocation (uplift, overturning, or siding) are assessed for various AST modeling parameters and load conditions in order to develop fragility models. Two distinct fragility models are derived, one for dislocation and one for buckling. Key insights on the influence of surge and wave loads are obtained from these models. Results indicate that wave loads and hydrodynamic effects are significant, and neglecting them could underestimate the probability of dislocation or buckling of the AST by up to 30%. Overall, this paper proposes a rigorous yet efficient methodology for the fragility modeling of ASTs during storm events and opens the path for future investigations of the performance of ASTs with a range of design details and exposure conditions.
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