Equivalent static wind load procedure for skew winds on large bridges
Notice bibliographique
Résumé
<p>This paper describes theoretical framework on forming equivalent static wind loads (ESWL) for large bridges. A method is proposed for efficient handling of large number of load cases, when vibration and structural analysis is extended to skew winds, i.e., to the wind directions other than the principal ones. These appear to be increasingly important in many practical cases when complex bridge geometry is used for architectural uniqueness; or when the bridge is situated in city centres or hilly terrain, where local obstacles make the wind turbulence difficult to assess with standard models.</p><p>The method uses a set of load cases for principal wind directions to be input and solved with the static Finite Element (FE) model. Combination matrix is deduced for the results to assess skew winds. The method is alike that is frequently used in wind-tunnel studies of tall buildings. ESWL determination is done in co-operation with the wind and the bridge engineer. The needed input for the wind engineer includes numeric vibration mode shape data, global nodal coordinates and mass distributions. ESWL are created in numeric form that could be easily input to the FE-model. The method allows utilisation of various type analysis results and experimental data available for the bridge, including section-model based analysis, full-model wind-tunnel tests and structural monitoring results. It facilitates examination and adjustment of appropriate safety marginal to wind loads that take into account methodologic uncertainties in each.</p><p>It is proposed that wind-tunnel laboratories, or other wind engineers with bridge analysis expertise, should more often include ESWL-extraction to their services.</p>
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 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) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».