Performance of Simplified Damage-Based Concrete Models in Seismic Applications
Notice bibliographique
Résumé
Significant progress in the finite-element (FE) modeling at the member-level of reinforced-concrete (RC) structures under seismic excitation has been achieved in the past decades; however, reliable and accurate analysis models for full-scale 3D system-level RC structures validated with experimental data are scarce. As the development of a complete nonlinear model is expensive and time consuming, simpler models, typically elastic or lumped-plastic in nature, are employed in practice with additional provisions prescribed to account for nonlinear behavior. Depending on the assumptions made by the analyst, there may be substantial uncertainties related to the response of a complete structure. Capturing global failure modes is challenging, and the assessment of strength and ductility capacities may be inaccurate, resulting in potentially unsafe designs. The objective of this research is to assess the performance of simplified damage-based concrete biaxial models in analyzing and capturing the structural behavior of full-scale RC systems. Damage-based models for concrete require minor input from the analyst, facilitating their use in a design setting, while their explicit, non-conditional convergence formulations allow for non-iterative solutions. This results in damage-based models featuring efficient computational analysis while accounting for complex phenomena such as the capacity to account for stiffness recovery in reversal loading (crack closing) and permanent strains in the concrete. A comparison between analytical and experimental data at both the element- and system-levels is conducted, and a viable damage-based model is proposed for a full-scale structure analysis. The results of the study show that damage-based models are a viable alternative to developing efficient analysis models for elements and whole 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».