Investigating the ability of high-rate GNSS-PPP for determining the vibration modes of engineering structures: small scale model experiment
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 evaluates the performance of the Precise Point Positioning method using Global Navigation Satellite System measurements (GNSS-PPP) for monitoring vibration modes of shear type buildings excited by harmonic ground motions and hammer tests. For experimental testing, the shear type lumped-mass building system is represented by a specially designed metal frame model, resembling a three story building, which was excited on a small scale shaking table. The excitation protocols applied were harmonic motions with different frequencies and amplitudes. The metal model has special deformation plates at the column tips to prevent the nonlinear rotations and out-of-plane motions for the entire system. The fundamental vibration periods of the model structure were computed by a Finite Element Mathematical (FEM) model, which were compared with the position variations determined by GNSS-PPP. Two GNSS receivers were mounted on top of the model structure on the line perpendicular to the motion axis to measure the rotation motion. The GNSS data comprised dual-frequency observations with a 10 Hz sampling rate. GNSS-derived positioning was obtained by processing the data using a post-mission kinematic PPP method with fixed phase ambiguities. Analysis of the characteristics of the vibration frequencies showed that the high-rate GNSS PPP method can capture the frequencies of first motion mode of shear type structural response when compared with the FEM output. Results demonstrate the efficiency of the high-rate GNSS PPP method in monitoring first motion mode of a natural frequency.
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