Quantify seismic reliability of steel moment frame structures\\ with numerical procedures
Notice bibliographique
Résumé
Quantifying the reliability indices of structures under earthquake loading is traditionally considered to be challenging, especially when the nonlinear structural behaviour needs to be considered. With the increasing popularity of high-performance computer clusters, it is feasible to use detailed numerical procedures to quantify seismic safety margins of steel moment resisting frame (SMRF) structures under various sources of uncertainties. Two seismic reliability methods are used to examine the interaction of uncertainty from ground motions and intensity. One is a numerical integration procedure for the traditional method. The other is the Monte Carlo simulation. These methods produce cumulative probability distribution curves that can retain the accuracy of results from nonlinear dynamic analysis. These methods are applied to two SMRF structures to investigate their probabilistic behaviour with their uncertainties from earthquake loads and seismic weights. The global reliability indices of the structures are found to be between 2.5 and 2.1 under the maximum considered earthquake (MCE). When an MCE occurs, the conditional reliability indices of the structures range between 1.4 and 1.0. The results indicate that both methods can be used to accurately quantify the reliability of SMRF structures. The results also show that some conditional probability distributions may not be well-represented by simple equations with their parameters calibrated from data-fitting techniques. The results also prove that the discussed methods and numerical procedures can be further used to accurately quantify probabilistic seismic behaviour of other structures toward the community resilience.
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 ».