A Recursive Model Updating Algorithm for Multi-element Hybrid Simulation of Structures
Notice bibliographique
Résumé
Hybrid simulation is a cost-effective method of testing structures under seismic loading that combines numerical and experimental methods through partitioning the structure into; 1) numerical substructure simulating the well-understood components of the structure, and 2) physical substructure representing the critical components of the structure.The hybrid simulation results can become biased and uncertain when only one or a limited number of potential critical components, e.g., seismic fuses, are physically tested due to laboratory or cost constraints.Furthermore, the critical components modelled in the numerical substructure are often calibrated using experimental test results of similar prototype specimens under a predefined loading protocol, which fails to consider the effects of dynamic loading characteristics to which it will be subjected in hybrid simulation.This paper proposes a new recursive model updating algorithm incorporated into the conventional seismic hybrid simulation framework to leverage the data collected in real-time from the physical specimen of one of the critical elements and integrate a new data-driven model into the numerical substructure.The data-driven model, which is being progressively updated owing to the proposed model updating algorithm, is responsible for predicting the nonlinear cyclic response of the other critical components of the system that are not physically tested.To develop the data-driven model, the parameters of the Prandtl-Ishlinskii model are first estimated using a sparse regression algorithm and then updated during the hybrid simulation using the recursive least-squares algorithm.The simulation accuracy of the model updating algorithm is assessed through nonlinear response history analysis of a two-storey steel buckling-restrained braced frame, which consists of a virtual experimental specimen (first-storey brace) and the model A Recursive Model Updating Algorithm for Multi-element Hybrid Simulation of Structures
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».