Life-cycle cost-benefit analysis and design of retrofitting steel frames using friction devices
Notice bibliographique
Résumé
Many existing steel moment-resisting frame (MRF) buildings in Canada were constructed during the 1960s and were not designed to account for seismic loads. Friction devices reduce seismic damage to buildings by supplementing force, stiffness, and energy dissipation mechanisms. Despite being aware of the seismic risk of early-designed MRFs in Canada, building owners are often discouraged by the high upfront retrofit costs, preventing them from making proactive investments with less tangible immediate benefits. This study develops a risk-based life-cycle cost-benefit (LCCB) approach to evaluate the economic trade-off between upfront retrofit expenses and lifetime benefits. The study focuses on two representative six-story steel MRF office buildings in Montreal and Vancouver. The retrofits employ brace-friction device systems designed through a displacement-based procedure under multiple scenarios with varying force modification factors, brace stiffness ratios and earthquake return periods. The LCCB analysis integrates seismic hazard analysis, ground motion selection, nonlinear response history analysis, seismic fragility modeling, life-cycle loss assessment and retrofit cost estimation. Life-cycle benefits are quantified as the reduction in seismic loss between as-built and retrofitted buildings, from which (1) the benefit-cost ratio is computed to compare the economic viability of each retrofit design and (2) the anticipated net balance is quantified to pinpoint the payback year. This study systematically evaluates to what extent different retrofit designs of brace-friction device assemblies would affect the life-cycle benefit-cost performance of steel MRFs. Research findings also provide a risk-based tool to guide decision-makers in identifying cost-effective solutions for retrofitting steel MRF buildings using friction devices.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».