MétaCan
Menu
Retour à la cohorte
Enregistrement W4405319942 · doi:10.1002/eqe.4291

A Clustering‐Based Loading History Selection Method for the Calibration of Buckling‐Restrained Braces in Seismic Analysis

2024· article· en· W4405319942 sur OpenAlex
Hongzhou Zhang, Oh‐Sung Kwon, Constantin Christopoulos

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEarthquake Engineering & Structural Dynamics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilMinistry of Education of the People's Republic of China
Mots-clésMetamodelingStructural engineeringNonlinear systemRobustness (evolution)CalibrationOpenSeesEarthquake engineeringSobol sequenceIncremental Dynamic AnalysisCluster analysisSeismic loadingComputer scienceBucklingEngineeringSeismic analysisSensitivity (control systems)Finite element methodMathematicsMachine learningStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The accuracy of engineering demand parameters obtained from nonlinear time‐history analysis (NTHA) is crucial in a performance‐based earthquake engineering framework. Hysteretic models are commonly used for predicting the nonlinear response of critical structural components and are essential for ensuring the accuracy of NTHA results. Hysteretic models are typically calibrated based on the experimental data from a quasi‐static test utilizing a standardized reversed‐cyclic loading protocol. Recent studies, however, have shown that this conventional model calibration method may lead to inaccurate dynamic response of a structural system because the standardized reversed‐cyclic loading history (LH) is unrealistic compared to what the component would experience in a structural system subjected to earthquake ground motions. These studies have demonstrated the benefits of using more realistic LHs for hysteretic model calibration by evaluating the calibration relevance (CR) of different calibration methods. The objective of this study is to extend the framework of evaluating calibration methods and to provide additional insights and recommendations to enhance the robustness of model calibrations. This is achieved by analyses conducted on a suite of buckling‐restrained braced frames (BRBFs). First, a comprehensive global sensitivity analysis (GSA) of parameters for a commonly used hysteretic model is conducted based on a probabilistic input model that was derived previously from multiple hybrid simulations. The GSA is conducted by evaluating Sobol’ indices using a metamodel‐based approach with polynomial chaos expansions (PCEs). Next, 20 features are extracted from each realistic LH considering the characteristics in the transitional and plastic ranges of the corresponding hysteresis curve. A clustering‐based LH selection criterion based on these features is then proposed to identify an optimal cluster of LHs exhibiting greater CR values, which are desirable in achieving higher accuracy in the global model of the structural system.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,269
Écart entre enseignants0,258 · 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