Effet de la classification des sols sur la demande sismique des piles de ponts sous l'effet des séismes bi-directiononnels
Bibliographic record
Abstract
Ce mémoire présente une étude analytique réalisée pour examiner l'effet de la catégorisation des sols et son impact sur la capacité de la règle des 30% à prédire adéquatement la demande sismique et à estimer le taux d'armature longitudinale dans les piles de ponts soumis à des séismes multidirectionnels. L'étude comprend une série d'analyses dynamiques spectrales et transitoires multiples sur un modèle de pont régulier, généré à partir de l'inventaire des ponts du MTQ, représentatif des ponts routiers communs du réseau routier québécois. Un ensemble de mouvements sismiques, composé de cinq (5) paires d'accélérogrammes historiques, caractérisant les mouvements sismiques anticipés dans les régions de l'Est du Canada (Montréal), ont été utilisés dans le cadre de cette étude. \n \nDans un premier temps, la demande sismique critique exacte, en termes de moments biaxiaux à la base des piles, a été déterminée pour chaque classe de sol à l'aide d'une série d'analyses dynamiques transitoires multiples sous l'action simultanée des composantes horizontales des mouvements sismiques. Les spectres d'accélération des composantes horizontales des mouvements sismiques ont été ensuite utilisés dans le cadre d'analyses dynamiques spectrales pour déterminer séparément les demandes maximales selon les deux directions principales du modèle de pont. Les demandes critiques sous l'action simultanée des composantes horizontales des mouvements sismiques ont été estimées en combinant les demandes maximales obtenues dans les deux directions selon la règle des 30%. Dans la deuxième partie de l'étude, le taux d'armature longitudinale requis pour résister à la demande sismique bidirectionnelle découlant de l'analyse dynamique spectrale et de la règle de combinaison a été calculé pour les différentes classes de sol. Les taux d'armature obtenus ont été comparés à ceux obtenus par analyses dynamiques temporelles multiples. \n \nLa comparaison des moments bi-axiaux (Mx, My), calculés à la base des piles, ainsi que les taux d'armature longitudinale requise qui en découlent, montrent que la règle de combinaison des 30% telle que spécifiée actuellement par les codes parasismiques peut conduire à une prédiction erronée de la demande sismique bidirectionnelle et du taux d'armature requise dans le cas des piles de ponts. Les limites des erreurs obtenues sont jugées trop élevées. Les résultats obtenus indiquent aussi que la règle de combinaison dépend fortement des classes de sols, telles que définies dans le CNBC. Plus particulièrement, les résultats ont montré que l'erreur dans l'estimation de la demande sismique et du taux d'armature requise augmente de façon considérable lorsqu'on passe d'un sol de classe A (roc) à un sol de classe E (sol très mou). Ceci indique que la règle de combinaison pourrait être améliorée en tenant compte de la classification des sols.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".