MétaCan
Menu
Retour à la cohorte
Enregistrement W4406371137 · doi:10.1002/eqe.4301

Challenges and Lessons Learned From Pseudo‐Dynamic Hybrid Simulations on Ductile Steel Braced Frame Systems

2025· article· en· W4406371137 sur OpenAlex

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 · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoOntario Centres of Excellence
Mots-clésBraced frameStructural engineeringFrame (networking)Steel frameEngineeringComputer scienceForensic engineeringConstruction engineeringCivil engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Performance‐based seismic design, which emerged more than two decades ago, requires accurate numerical models to capture the response of structural elements that undergo inelastic deformations under random loading histories. High‐fidelity benchmark test results under real natural hazards are therefore required to assist researchers and practitioners with this effort. Substructuring pseudo‐dynamic hybrid simulation (PsDHS) is an efficient, yet effective testing method for evaluating the system‐level response of structures under extreme loading scenarios, and for forming a database of high‐fidelity benchmark test results. In PsDHS, the response of the critical structural components is captured in a laboratory through physical testing and is integrated with the numerical response of the remainder of the structure in a numerical model, by establishing a communication framework between the two. The former is referred to as a physical substructure and the latter is often referred to as the integration module. Despite its efficiency and effectiveness, large‐scale hybrid simulation introduces researchers to a range of non‐trivial challenges, especially in laboratories that are new to the methodology. This paper presents challenges and lessons learned from 21 large‐scale pseudo‐dynamic hybrid simulations on different ductile steel braced frame systems including a buckling‐restrained braced frame (BRBF), a special concentrically braced frame (SCBF), a yielding brace system (YBS) equipped with cast steel yielding connectors (YCs), and eccentrically braced frames (EBFs) designed with cast steel replaceable modular yielding links (CMLs). Details for each hybrid simulation including the experimental setups, reference buildings, earthquake records, etc. along with selected results are presented. Challenges that were faced in each hybrid simulation related to hardware, the control system, integration schemes, etc., and attempted solutions are discussed. The findings from each set of hybrid simulations on each braced frame system are summarized. The experimental results are organized as a dataset in an online data repository, which is available for download. The organization of the dataset is presented to facilitate access to the experimental results. In the end, concluding remarks and visions for future research are presented.

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: Empirique
Score de désaccord entre enseignants0,177
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)0,0010,000
Bibliométrie0,0000,000
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 Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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