MétaCan
Menu
Retour à la cohorte
Enregistrement W4226105236 · doi:10.22215/etd/2022-14876

Development and Application of Simplified Methods for Analysis of Floors under Human-induced Vibrations

2022· dissertation· en· W4226105236 sur OpenAlexaff
Rahul Saini

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueStructural Engineering and Vibration Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésVibrationModular designAccelerationRange (aeronautics)Structural engineeringParametric statisticsEngineeringForcing (mathematics)Transformation (genetics)Parametric modelComputer scienceNatural frequencyAcousticsMathematicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This study presents a rational simplified model for vibration assessment of floors under walking load. The model is developed by converting the floor system into an equivalent SDOF model using appropriate transformation factors and applying simplified forcing functions to simulate the walking load. The accuracy of the proposed model is verified against experimental tests and detailed FE analyses. A parametric study is also carried out on 67 floors with a wide range of design parameters. The results show that, unlike most existing simplified vibration analysis methods which have a limited application range, the proposed model is able to accurately capture the peak acceleration of floors with different frequencies and structural systems. The model is then used for the vibration design of floors of modular hospitals. It is demonstrated that the proposed SDOF model greatly facilitates the design of modular floors with high natural frequencies, which is almost impractical to do with existing simplified vibration analysis methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,363
Écart entre enseignants0,333 · 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 tête enseignante, 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Engineering and Vibration AnalysisTravaux en français237 207