MétaCan
Menu
Retour à la cohorte
Enregistrement W2968230363 · doi:10.1002/stc.2437

Seismic performance of a nonlinear energy sink with negative stiffness and sliding friction

2019· article· en· W2968230363 sur OpenAlexaff
Yangyang Chen, Zhichao Qian, Kai Chen, Ping Tan, Solomon Tesfamariam

Notice bibliographique

RevueStructural Control and Health Monitoring · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaGuangzhou Science, Technology and Innovation CommissionNatural Science Foundation of Guangdong Province
Mots-clésNonlinear systemSink (geography)StiffnessStructural engineeringGeologyMaterials scienceEngineeringPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

In this paper, to enhance passive targeted energy transfer, a novel nonlinear energy sink (NES) system is developed. The NES system integrates negative stiffness obtained through geometrical nonlinearities, friction, and sliding mass. Considering a one-story shear frame, governing equations of the NES system are developed and substantiated through experimental work. The governing equations of the system were subsequently used to select the optimal design parameters. The experimental results validate the numerical predictions that a significant fraction of energy introduced directly to the primary structure by seismic excitation is transferred to the present NES and dissipated. The seismic performance of the present NES is compared with those of the linear tuned mass damper and the cubic NES. The comparison shows that the attenuation observed under the present NES control is competitive and is robust with respect to variation of the primary structural stiffness. Numerically, further sensitivity analysis was carried out to investigate the effect of peak ground acceleration values and stiffness ratio.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations91
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Control and Health MonitoringMême sujetVibration Control and Rheological FluidsTravaux en français237 207