Investigation of the uplift load path within the gable roof of a wood-frame residential building using a full-scale wind tunnel and non-linear finite element modelling
Notice bibliographique
Résumé
This paper examines the vertical load path within the roof of a light-frame wood structure from full-scale wind tunnel experiments. The global roof uplift and overturning moments obtained from integrating pressure data are in good agreement with the those captured by load cells located at the roof-to-wall connections (RTWC). Examination of the uplift measured in each roof truss at the critical wind angles indicates that a large proportion of roof uplift loads are transferred to the gable end truss – more than would be estimated based on tributary-area calculations using the aerodynamic measurements. The amount of load transfer to the gable end is influenced most by the number of points of connection between the bottom of the gable end truss and the top of the wall below. The archetype roof indicates little dynamic amplification or attenuation in the range of frequencies in which typical wind fluctuations occur. Therefore, a quasi-static modelling approach provides a good indication of load transfer behaviour while being more computationally efficient than time-history analysis. A three-dimensional finite element model of the test roof is developed to further investigate the load distribution behaviour observed in the tests. Toe-nailed RTWCs are modelled with non-linear withdrawal and shear behaviour, allowing for wind speeds causing roof loss to be estimated. The results from the non-linear modelling indicate that the gust wind speeds causing failure of a typical light-frame wood roof can be increased from about 165 km/h to 210 km/h by providing additional nailed connections along the gable end truss roof-to-wall interface.
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 | 0,000 |
| 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 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 ».