Numerical Analysis Method for Evaluating the Response of Steel Structures Equipped with Different Friction Dampers Configuration: A Case Study
Notice bibliographique
Résumé
Earthquakes can be catastrophic phenomena that cause casualties, injuries, and significant damage to buildings.The damage magnitude to individuals and assets caused by earthquakes is mostly determined by the performances of buildings to withstand seismic forces.The current study investigates the performance of friction damper under different earthquake loads considering different configuration using three-dimensional finite element software ETABS.The friction damper was represented by Bouc-Wen model and location optimization was studied.The investigation was carried out to explore the impact of damper optimum placement and configuration.The result showed that using the friction damper in the ten-story building reduced both maximum displacement and the maximum acceleration occurs during the earthquakes events.Also, the result showed the behavior of the diagonal, chevron and the upper toggle friction damper as the location of the damper change across the stories.Finally, the results demonstrate that upper toggle friction dampers significantly reduce seismicinduced displacements and accelerations include up to a 36% reduction in overall displacements and a 35% reduction in peak accelerations compared to undamped structures.Additionally, using a diagonal friction damper (DFD) resulted in a maximum displacement reduction (MTDR) of 30% and a maximum acceleration of 18%.Furthermore, the implementation of a chevron friction damper led to a 29% decrease in maximum displacement and an 23% increase in maximum acceleration.
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 | 0,001 | 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 | 0,000 | 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 ».