Comparative seismic fragility assessment of tunnel infrastructure embedded in soil versus rock
Notice bibliographique
Résumé
This study presents a comprehensive framework for developing and assessing seismic fragility models for metro tunnels in one network, addressing seismic damage to both structural and non-structural components. Detailed nonlinear dynamic analyses were conducted on two representative tunnel types - D-shape tunnels embedded in rock at varying depths, and rectangular cut-and-cover tunnels in soil with different layering profiles - using seven tunnel-soil/rock configurations and 40 site-consistent ground motions. The study integrates a rigorous treatment of axial-bending interactions for tunnel responses, capturing full-time histories of the moment demand-to-capacity ratio as the structural damage index, and assesses non-structural damage using deck accelerations. Probabilistic seismic demand models were developed through linear and bilinear regressions, with peak ground acceleration (PGA) identified as the optimal intensity measure. Results show that D-shape tunnels in rock exhibit negligible probability of damage under PGAs typical of the sites, while cut-and-cover tunnels display steep fragility curves, indicating a certain level of vulnerability at low seismic intensities. Non-structural components in both tunnel types are shown to be susceptible to damage, underscoring the need for operational safety measures, such as automatic train stoppage under high deck accelerations. The proposed fragility framework provides critical insights to be applied to integrated urban tunnel networks for identifying and prioritizing weak links that facilitate post-earthquake emergency response, retrofitting decisions, and resilience-based seismic design. • Developed high-fidelity numerical models validated against centrifuge tests. • Integrated axial-bending interaction into the structural damage index computation. • Developed bilinear PSDM of D-shape tunnels in rock due to damage mode shifts. • Offered a transferable framework for portfolio-level seismic risk assessment in tunnel networks.
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 | 0,000 | 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 | 0,001 |
| 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 ».