MétaCan
Menu
Retour à la cohorte
Enregistrement W3114095766 · doi:10.18280/rcma.305-605

Damage Quantification of Frame-Shear Wall Structure with Metal Rubber Dampers under Seismic Load

2020· article· en· W3114095766 sur OpenAlexvenueno aff
Yagebai Zhao, Liangquan Zhang

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Heilongjiang Province
Mots-clésStructural engineeringShear wallDamperShear (geology)Natural rubberFrame (networking)Seismic loadingMaterials scienceEngineeringComposite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The seismic load can bring serious damages to the coupling beams and frame beams in the frame-shear wall structure. Such damages can hardly be repaired, causing functional loss to the structure. One of the best ways to consume seismic energy input, rationalize the damage mode of structure, and prevent serious damages to the main components is to install metal rubber (MR) dampers materials in the frame-shear wall structure. Based on Park and Ang’s damage model, this paper presents pertinent formulas of damage indexes, and uses them to quantify the failure mode. Then, the correspondence was established between damage level of the target structure, reasonable damage mode, and damage index. Finally, two ABAQUS models of an 18-floor frame-shear wall structure were constructed: an uncontrolled structure (traditional frame-shear wall structure) and a controlled structure (frame-shear wall structure with MR dampers). Through comparative analysis, the characteristic parameters of the damper were determined for the reasonable damage mode, and the failure mechanism of the target structure was identified accurately under seismic load.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
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 Opus0,042
Tête enseignante GPT0,250
Écart entre enseignants0,207 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207