MétaCan
Menu
Retour à la cohorte
Enregistrement W4311356850 · doi:10.18280/mmep.090523

Dynamic Response and Reliability Analysis of Stochastic Multi-Story Frame Structures under Random Excitation

2022· article· en· W4311356850 sur OpenAlexvenueno aff
Mohammed S.M. Noori, Rafaa M. Abbas

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Baghdad
Mots-clésRandomnessStructural engineeringFinite element methodProbability density functionRandom vibrationMoment (physics)Monte Carlo methodStiffnessMathematicsVibrationEngineeringPhysicsClassical mechanicsStatistics

Résumé

récupéré en direct d'OpenAlex

In earthquake engineering problems, uncertainty exists not only in the seismic excitations but also in the structure's parameters. This study investigates the influence of structural geometry, elastic modulus, mass density, and section dimension uncertainty on the stochastic earthquake response of a multi-story moment resisting frame subjected to random ground motion. The North-south component of the Ali Gharbi earthquake in 2012, Iraq, is selected as ground excitation. Using the power spectral density function (PSD), the two-dimensional finite element model of the moment resisting frame's base motion is modified to account for random ground motion. The probabilistic study of the moment resisting frame structure using stochastic finite element utilizing Monte Carlo simulation was presented using the finite element program ABAQUS. The dynamic reliability and probability of failure of the stochastic and deterministic structure based on the first passage failure were checked and evaluated. Results revealed that the probability of failure increased due to randomness in stiffness and mass of the structure. Generally, natural frequencies for the lower modes of vibration and relative displacements for the lower stories were more sensitive to the randomness in system parameters.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,642
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,058
Tête enseignante GPT0,293
Écart entre enseignants0,235 · 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 revueMathematical Modelling and Engineering ProblemsMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207