Seismic Analysis and Design for Enhanced Performance of Nonstructural Components in Steel Buildings
Notice bibliographique
Résumé
Large economic losses and downtime due to nonstructural damage in recent earthquakes have highlighted the need for improving the seismic performance of nonstructural components (NSCs). Recognizing this, many studies have focused on evaluating the seismic demands of NSCs supported on structures of various types. However, previous studies considered the supporting structure as a single-degree-of-freedom (SDOF) system or as a simplified multi-DOF frame. More advanced nonlinear modeling techniques able to capture damage-induced deterioration must be considered to arrive at more realistic estimates of the response of various structural system types. In addition, demand estimation methods must be complemented with appropriate design procedures that enable the reduction of seismic losses associated with NSCs. The first main objective of this thesis is to better quantify the seismic demands imposed on acceleration-sensitive components mounted in steel buildings with common lateral force resisting systems, including Special Concentrically Braced Frame (SCBF) and Special Moment Frame (SMF) structures. The second main objective focuses on developing a simplified performance-based design procedure centered on NSC losses. To achieve the first objective, eleven archetypes with varying heights and vibration properties are numerically modeled using state-of-the-art validated methods. Then, the absolute floor acceleration responses are used to generate floor acceleration spectra for various NSC damping and ductility levels. The thesis presents qualitative and quantitative aspects of the NSC demands, as well as practical formulas for relevant design parameters, including the ratio of peak floor acceleration (PFA) to peak ground acceleration (PGA), and the ratio of peak component acceleration (PCA) to PFA. The thesis proceeds with using FEMA P-58 procedures to develop a simplified NSC-loss-based design approach for SCBF structures. This approach is based on NSC loss spectra that allow in-advance selection of the design base shear coefficient so that acceptable exceedance probabilities can be met for multiple loss levels.
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 | 0,001 |
| 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) | 0,002 | 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 ».