MétaCan
Menu
Retour à la cohorte
Enregistrement W4289335865 · doi:10.1080/10168664.2022.2089076

Study and Comparison of the Performance of Steel Frames with BRB and SMA Bracing

2022· article· en· W4289335865 sur OpenAlexaff
Mohsen Jalalvandi, Ahmad Soraghi, Seyed Mohammadreza Farooghimehr, Abbas Haghollahi, Ali Abasi

Notice bibliographique

RevueStructural Engineering International · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBracingOpenSeesSMA*Structural engineeringShape-memory alloyBraced frameDissipationSteel frameBucklingNonlinear systemEngineeringFrame (networking)BraceComputer scienceMaterials scienceFinite element methodMechanical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Designing steel structures with Concentric Braced Frame (CBF) lateral systems has been common in recent decades. This type of bracing has a quite unstable and complicated behavior in relatively intense earthquakes. This study tries to improve the seismic behavior of steel frames with CBF braces equipped with Shape Memory Alloy (SMA) and Buckling Restrained Braces (BRBs). In this manner, a multi-story building with inverted V chevron bracing was considered. Nonlinear time-history analyses have been performed using OpenSEES software. The dynamic responses of frames with SMA and BRB braces were compared. The results showed that the SMA and BRB braces provide energy dissipation in the nonlinear zone and can reduce maximum interstory drift. The comparison of those bracing systems revealed that implementing SMA in braces also led to a reduction in permanent displacement of the structures due to the elasticity property of the SMA bracing system. The energy dissipation of structures with the BRB system was higher than that of structures with the SMA bracing system.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,005
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Engineering InternationalMême sujetSeismic Performance and AnalysisTravaux en français237 207