MétaCan
Menu
Retour à la cohorte
Enregistrement W4384168522 · doi:10.1061/jbenf2.beeng-6147

Analytical Vehicle–Bridge Interaction Simulation Using Estimated Modal Parameters from Ambient Vibration Tests

2023· article· en· W4384168522 sur OpenAlexaffabout
Ethan MacLeod, Kaveh Arjomandi

Notice bibliographique

RevueJournal of Bridge Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBridge (graph theory)ModalVibrationStructural health monitoringStructural engineeringModal analysisEngineeringOperational Modal AnalysisComputer scienceFinite element methodAcoustics

Résumé

récupéré en direct d'OpenAlex

Previous research shows that an accurate simulation of vehicle–bridge systems is not feasible using beam models because they cannot adequately represent the torsional and transverse behavior of a bridge. Three-dimensional dynamic vehicle–bridge analytical solutions and FE models can also be cumbersome to develop and are prone to errors from idealization and modeling assumptions. To address these limitations, this paper presents a novel analytical vehicle–bridge simulation method that utilizes the experimentally estimated modal parameters of a bridge structure. The estimated modes from ambient vibration tests inherently enable the simulation to be valid for any generalized structural system and boundary condition because they truly represent the actual structure. In this paper, the mathematical derivation of the analytical model using plate vibration is presented in detail, the framework for the application of the model is outlined, and the proposed model is validated using a full-scale case study arterial highway bridge in the Canadian Province of New Brunswick. The proposed model offers a valuable solution applicable to real-time structural health monitoring and diagnostics, bridge weight in motion, and drive-by vehicle monitoring fields.

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)0,000
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,078
Tête enseignante GPT0,353
Écart entre enseignants0,275 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bridge EngineeringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207