Simplified Micro-Modeling of a Masonry Cross-Vault for Seismic Assessment Using the Distinct Element Method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The assessment of the seismic performance of unreinforced masonry cross-vaults is still a challenge in numerical analysis, due to complex curved geometries and bond patterns, and uncertainties related to the selection of adequate modeling strategies, including but not limited to that of material properties, damping scheme, and unit/joint idealization. This paper presents the results of a collaborative effort to validate, against the shake table test of both unstrengthened and strengthened masonry cross-vault specimens as part of the SERA Project Blind Prediction and Post-diction Competition, various discontinuum-based numerical approaches. First, the geometry of the cross-vault is created using a Python-based computational framework to accurately represent the brick arrangement and the shape of the vault. Then, the geometry is converted into an assemblage of deformable blocks and analyzed using the Distinct Element Method (DEM). An elasto-softening contact model based on fracture energy is implemented in the masonry joints to simulate crushing, tensile, and shear failures. The performance of the proposed strategy, conceived for the unstrengthened configuration of the tested vault specimen and then adapted to include the presence of cementitious repairs, shows satisfactory agreement with both qualitative and quantitative experimental responses, also revealing critical insights and lessons learned through the blind/post-prediction exercise.
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.
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 | 0,001 | 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 | 0,001 | 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 découle