Digitally Augmented Database of Fracture-Critical Steel Beam-to-Column Connection Tests
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.
Notice bibliographique
Résumé
This paper describes a recently compiled database of 100 full-scale steel beam-to-column connections that failed due to flange fractures. This database focuses on welded flange connections tested in the past 50 years, including tests with strong panel zones and box columns that have been excluded from previous collections. This database is augmented with high-fidelity structural models carefully calibrated to the test data using a semiautomatic algorithm to extend the information from each experiment beyond the recorded response. Once calibrated, these models offer a versatile method to decompose the total displacement response of the connections in beam, panel zone, and column deformations and extract more detailed response quantities, such as the stress history of the flange. This augmented database enables a deeper understanding of the causes of flange fractures and an assessment of the common rotation limits in ASCE/SEI 41 employed for simulating fracture. The results show that these rotation limits have a considerably large error. Furthermore, these rotation limits are incapable of either identifying the flange that would fracture first or simulating the opening and closing behavior of a fractured flange. The stress histories of the flange extracted using the models is a more efficient demand parameter for characterizing fracture behavior. This database is openly available in the DesignSafe DataDepot and is immediately useful for researchers developing new models for beam-to-column connections susceptible to fracture and to practicing engineers interested in calibrating structural models for nonlinear dynamic analysis.
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 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 découle