MétaCan
Menu
Retour à la cohorte
Enregistrement W4396722339 · doi:10.1080/13632469.2024.2345180

Viscoelastic Dampers for Vibration Control of Building Structures: A State-of-Art Review

2024· review· en· W4396722339 sur OpenAlexaff
Ruokai You, Yazhou Xie

Notice bibliographique

RevueJournal of Earthquake Engineering · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésViscoelasticityDamperStructural engineeringVibrationVibration controlState (computer science)EngineeringTuned mass damperComputer scienceMaterials sciencePhysicsAcousticsComposite material

Résumé

récupéré en direct d'OpenAlex

Due to its high effectiveness and low cost, viscoelastic damper (VED) is a commonly used type of passive energy dissipation device to reduce structural vibrations and responses against earthquakes and strong winds. Over the past decades, scholars have developed new types of VEDs to be installed at different structural locations. These VEDs offer better post-disaster recoverability and smarter behaviors for structures. Nonetheless, existing efforts of various VEDs and the technologies supporting VEDs were seldomly summarized. This article presents a critical state-of-art review of the existing research on VEDs, hybrid VED devices, and the design methods for structures installed with VEDs. First, the VEDs are classified based on the design locations in building structures, including VEDs used as coupling beams and damping walls, installed in braces and beam-column joints, and used to connect parallel structures. In addition to these classic VEDs, the study presents the high-performance VEDs and the corresponding techniques, such as the combined usage with other materials and/or devices. Furthermore, as an important contribution to the presented work, various design methods for structures enhanced by VEDs were systematically summarized. These methods considered different evaluation parameters aiming at different design targets. Finally, this article identifies and highlights research challenges in the existing studies. Possible improvements that could be made in the future were also provided.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,015
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Earthquake EngineeringMême sujetVibration Control and Rheological FluidsTravaux en français237 207