MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322764458 · doi:10.24124/2023/59370

Numerical modelling of CLT shear walls with hyperelastic hold-downs

2023· dissertation· en· W4322764458 sur OpenAlexafffund
Sinha Lamia Sultana

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesUniversity of Northern British Columbia
Mots-clésOpenSeesShear wallHyperelastic materialOgdenStructural engineeringShear (geology)DissipationTest dataEngineeringCalibrationStiffnessFinite element methodMaterials scienceMathematicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The provisions of CSA O86 (2019) for Cross-laminated Timber (CLT) shear walls recommend the design of non-dissipative hold-downs with sufficient deformability to facilitate wall rocking. A hyperelastic hold-down system was proposed to satisfy these criteria. In this study, a numerical model was developed to capture the behaviour of CLT shear walls with the hyperelastic hold-down system using data from previous component level and full-scale shear testing. Six hold-down configurations were calibrated using the software OpenSees. Different modelling approaches were attempted; ultimately, a back calibration approach using the shear wall test data produced acceptable results. Calibration parameters were derived for the OpenSees ‘Hysteretic material’ for each hold-down configuration utilizing data from six tests on shear walls with un-coupled panels, and validated with the results from twelve additional tests on shear walls with coupled panels. The average differences between test and model for corner uplift, force at peak lateral displacement and energy dissipation were found to be 7%, 12% and 11%, respectively. A set of equations were proposed to predict calibration parameters of untested configurations. Finally, a two-storey platform-type shear wall was designed and modelled applying the calibrated Hysteretic material for the hyperelastic hold-downs. The developed model can be used to predict the shear wall performance of un-tested configurations.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,201
Écart entre enseignants0,176 · 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'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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWood Treatment and Properties→Travaux en français237 207→