Characterization of Site Effect and Natural Frequency of Railway Bridges
Notice bibliographique
Résumé
Resonance could occur as a wave propagates through the soil resulting from seismic vulnerability activities. The resonance impact resulting from the local site effects may cause civil infrastructures failure such as railway bridge collapse. This study presented possibilities of the resonance in the BH77 railway bridge in Lampung, Indonesia. Characteristics of the site effect around the bridge were evaluated using microtremor data. Measurements were made at nine locations, with two points were on the bridge, and seven other points were scattered around the bridge. Microtremor data were analyzed using the Horizontal to Vertical Spectral Ratio (HVSR) method to find natural frequencies and amplification factors. Furthermore, the site effect around the bridge was analyzed using the natural frequency, the amplification factor, and the seismic vulnerability index (Kg) to have site effect characteristics. Results of the study indicated that the research area showed amplification factors (A0) ranging from 5.15 to 12.19. The site natural frequency obtained from the study was about 4.01-7.27 Hz. The seismic vulnerability index in the study area was 4.2-19.4. The obtained natural frequency (F0) on the bridge had a value between 5.20 and 6.19 Hz, and the natural frequency value at the site was 4.01-7.27 Hz, respectively. This phenomenon indicated that there would be a possibility of resonance on the railway bridge. It is interesting to note that this case study might be beneficial to practicing engineers and researchers.
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) | 0,000 | 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 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 ».