Challenges and Lessons Learned From Pseudo‐Dynamic Hybrid Simulations on Ductile Steel Braced Frame Systems
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».