Accuracy and uncertainty of predicted maximum and residual displacements of RC bridge columns under earthquake excitations
Notice bibliographique
Résumé
Fundamental to the performance-based seismic design is the accuracy of predicted responses under earthquake excitations. This study evaluates the accuracy and uncertainty of predicted maximum and residual displacements of concrete bridge columns subjected to different types of ground motions. A series of nonlinear time-history analyses considering a wide range of element formulations and model parameter combinations was performed to reproduce measured responses from previous shake table tests. Variations in element formulation had little influence on the accuracy and uncertainty of predicted maximum displacements. The gradient inelastic force-based element, however, predicted bar tensile strain profiles across the plastic hinge with higher resolution, but at a higher computational cost than displacement-based and beam with hinges elements. Models with tangent stiffness-based Rayleigh damping produced the most accurate predictions of the maximum drift ratios with an RMSE of 0.011, indicating that the maximum displacement (or drift ratio) can be predicted with reasonable accuracy. Residual displacements, on the other hand, were predicted with unreasonable levels of error and uncertainty. A data-driven model was thus proposed to correct predicted residual displacement. Following correction, the RMSE of the predicted residual drift ratios was reduced by 43 % to 0.006. • The effect of modeling parameters on predicted maximum and residual drifts of RC bridge columns is evaluated. • The most effective modeling combination is identified. • A correction factor for predicted residual drifts is proposed. • Uncertainty of predicted maximum and residual drifts is quantified.
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 ».