One of the most important design criteria in underground structure is to design lightweight protective layers to resist significant blast loads. Sandwich blast resistant panels are commonly used to protect underground structures. The front face of the sandwich panel is designed to resist the blast load and the core is designed to mitigate the blast energy from reaching the back panel. The design is to allow the sandwich panel to be repaired efficiently. Hence, the underground structure can be used under repeated blast loads. In this study, a novel sandwich panel, named RC panel - Helical springs- RC panel (RHR) sandwich panel, which consists of normal strength reinforced concrete (RC) panels at the front and the back and steel compression helical springs in the middle, is proposed. In this study, a detailed 3D nonlinear numerical analysis is proposed using the nonlinear finite element software, AUTODYN. The accuracy of the blast load and RHR Sandwich panel modelling are validated using available experimental results. The results show that the proposed finite element model can be used efficiently and effectively to simulate the nonlinear dynamic behaviour of the newly proposed RHR sandwich panels under different ranges of free air blast loads. Detailed parameter study is then conducted using the validated finite element model. The results show that the newly proposed RHR sandwich panel can be used as a reliable and effective lightweight protective layer for underground structures.
Reinforced concrete (RC) bridge columns are typically designated as the primary source of energy dissipation for a bridge structure during an earthquake. Therefore, seismic repair of RC bridge columns has been studied extensively during the past several decades. On the other hand, few studies have been conducted to evaluate how repaired column members influence the system-level response of an RC bridge structure in subsequent earthquakes. In this study, a numerical model was established to simulate the response of two large-scale RC columns, repaired using different techniques, reported in the literature. The columns were implemented into a prototype bridge model that was subjected to earthquake loading. Incremental dynamic analysis (IDA) and fragility analysis were conducted on numerical bridge models to evaluate the efficacy of the repairs and the post-repair seismic performance of the prototype bridge that included one or more repaired columns in various locations. For the prototype bridge herein modeled, the results showed that a confinement-enhanced oriented repair would not affect the seismic behavior of the prototype bridge. Increasing the strength of the longitudinal reinforcement could effectively reduce the drift of the prototype bridge in subsequent earthquakes. A full repair configuration for the columns was the most effective method for enhancing the seismic performance of the prototype bridge. To obtain a positive effect on seismic performance, a minimum of two repaired columns was required.
본 논문에서는 수직하중, 풍하중 및 지진하중에 의해 발생하는 변위 관련 구속조건을 만족하면서 RC(Reinforced Concrete) 빌딩 구조의 부피를 최소화하기 위한 설계문제를 정식화하였다. 구조해석 절차 자동화의 어려움으로 인해 실험 계획법과 근사화기법, 최적화기법을 이용한 근사모델기반 최적설계를 수행하였다. 특히, 만족할 만한 설계 결과를 얻을 때까지 설계변수의 범위와 구속조건의 허용값을 조정하는 단계적 최적설계 방법을 제안하였다. 제안된 단계적 최적설계 방법을 통해 주어진 구속조건을 모두 만족하면서 RC 빌딩 구조의 부피를 초기 설계 대비 53.3% 감소시키는 결과를 얻음으로 써 본 논문에서 보인 단계적 최적설계 방법의 타당성을 보였다.
비선형동적해석을 통하여 RC 입체라멘교에 대한 지진거동특성 및 파괴메카니즘에 관한 연구를 수행하였다. 파이버모델에 기초한 RC 프레임요소를 교각에 도입하여 3차원영역에서 모델링하여 비선형동적해석을 수행하였다. 해석의 정확성을 향상시키기 위하여 균열 진전후 콘크리트와 철근의 부작특성에 의한 재료역학적 특성차이를 고려하기 위하여 파이버는 철근영역(RC zone)과 무근영역(PC zone)으로 영역화하였다. 대상교량은 관성력 중심위치와 교량의 강성중심 위치가 일치하지 않아 비틀림을 동반한 복잡한 지진거동특성을 나타내었다. 이러한 거동특성에 의하여 유연한 교각 옆에 위치하는 상대적 강성이 큰 교각에 과다한 지진하중이 집중되어 파괴에 이르는 것으로 나타났다.
This paper proposes a novel frame element on Winkler-Pasternak foundation for analysis of a non-ductile reinforced concrete (RC) member resting on foundation. These structural members represent flexural-shear critical members, which are commonly found in existing buildings designed and constructed with the old seismic design standards (inadequately detailed transverse reinforcement). As a result, these structures always experience shear failure or flexure-shear failure under seismic loading. To predict the characteristics of these non-ductile structures, efficient numerical models are required. Therefore, the novel frame element on Winkler-Pasternak foundation with inclusion of the shear-flexure interaction effect is developed in this study. The proposed model is derived within the framework of a displacement-based formulation and fiber section model under Timoshenko beam theory. Uniaxial nonlinear material constitutive models are employed to represent the characteristics of non-ductile RC frame and the underlying foundation. The shear-flexure interaction effect is expressed within the shear constitutive model based on the UCSD shear-strength model as demonstrated in this paper. From several features of the presented model, the proposed model is simple but able to capture several salient characteristics of the non-ductile RC frame resting on foundation, such as failure behavior, soil-structure interaction, and shear-flexure interaction. This confirms through two numerical simulations.
Recently, many engineering computations have realized their digital transformation to Machine Learning (ML)-based systems. Predicting the behavior of a structure, which is mainly computed with structural analysis software, is an essential step before construction for efficient structural analysis. Especially in the seismic-based design procedure of the structures, predicting the lateral load capacity of reinforced concrete (RC) columns is a vital factor. In this study, a novel ML-based model is proposed to predict the maximum lateral load capacity of RC columns under varying axial loads or cyclic loadings. The proposed model is generated with a Deep Neural Network (DNN) and compared with traditional ML techniques as well as a popular commercial structural analysis software. In the design and test phases of the proposed model, 319 columns with rectangular and square cross-sections are incorporated. In this study, 33 parameters are used to predict the maximum lateral load capacity of each RC column. While some traditional ML techniques perform better prediction than the compared commercial software, the proposed DNN model provides the best prediction results within the analysis. The experimental results reveal the fact that the performance of the proposed DNN model can definitely be used for other engineering purposes as well.
이 논문은 ESO 기법을 기초로 한 Strut-Tie 모델의 구성을 제안하고 있다. 평면응력 요소를 사용한 기존의 ESO방법과 달리, ESO기법에 의해 최적화된 구조가 트러스와 비슷한 형태를 가지는 사실에 기인하여, Strut-Tie 모델을 통한 전단설계에 트러스 요소를 사용한 ESO기법을 새롭게 적용하였다. 예제들을 통해 제안된 방법이 가장 좋은 Strut-Tie 모델을 찾을 수 있음을 입증하였으며, 앞서 2차원 평면응력 요소와 Strut-Tie 모델의 연관성에 대한 연구를 통해 ESO방법이 효과적으로 사용될 수 있음은 물론 경험하지 못한 특히 복잡한 철근 콘크리트 구조물의 전단설계에 효과적으로 사용이 가능한 대안이 될 수 있을 것으로 판단된다.
Ercolino, Marianna;Ricci, Paolo;Magliulo, Gennaro;Verderame, Gerardo M.
Earthquakes and Structures
/
제10권2호
/
pp.261-291
/
2016
This paper deals with the seismic assessment of a real RC frame building located in Italy, designed according to the current Italian seismic code. The first part of the paper deals with the calibration of the structural model of the investigated building. The results of an in-situ dynamic identification test are employed in a sensitivity and parametric study in order to find the best fit model in terms of frequencies and modal shapes. In the second part, the safety of the structure is evaluated by means of nonlinear static analyses, taking into account the results of the previous dynamic study. In order to investigate the influence of the infills on the seismic response of the structure, the nonlinear static analyses are performed both neglecting and taking into account the infill panels. The infill panels differently change the behavior of the structure in terms of strength and stiffness at different seismic intensity levels. The assessment study also verifies the absence of brittle failures in structural elements, which could be caused by either the local interaction with infills or the failure of the strength hierarchy.
Carbonation is one of the major detrimental factors to the reinforced concrete structures owing to penetration of atmospheric CO2 through the micro pores, thereby it reduces the durability of the concrete. The maintenance periods and cost for concrete according to the coefficient variation of different finishing materials is documented in literature. However, it is required to carry out the systematic and well planned studies. Therefore, keeping them in mind, surface repair was carried out to the carbonated concrete and the maintenance cost was calculated to measure the durability life after repair with different variable. The deterministic and probabilistic methods were applied for durability and repair cost of the concrete. In the existing deterministic model, the cost of repair materials increases significantly when the concrete structure reaches its service life. In present study using a stochastic model, the maintenance period and cost was evaluated. According to obtained results, there was no significant difference in the number of maintenance of the coefficient variation. The initial durability has a great influence on the maintenance time and cost of the structure. Unlike the deterministic model, the probabilistic cost estimating model reduces the number of maintenance to the target service life expectancy.
Structural design has an imperative role in deciding the failure possibility of a Reinforced Concrete (RC) structure. Recent research works achieved the goal of predicting the structural failure of the RC structure with the assistance of machine learning techniques. Previously, the Artificial Neural Network (ANN) has been trained supported by Particle Swarm Optimization (PSO) to classify RC structures with reasonable accuracy. Though, keeping in mind the sensitivity in predicting the structural failure, more accurate models are still absent in the context of Machine Learning. Since the efficiency of multi-objective optimization over single objective optimization techniques is well established. Thus, the motivation of the current work is to employ a Multi-objective Genetic Algorithm (MOGA) to train the Neural Network (NN) based model. In the present work, the NN has been trained with MOGA to minimize the Root Mean Squared Error (RMSE) and Maximum Error (ME) toward optimizing the weight vector of the NN. The model has been tested by using a dataset consisting of 150 RC structure buildings. The proposed NN-MOGA based model has been compared with Multi-layer perceptron-feed-forward network (MLP-FFN) and NN-PSO based models in terms of several performance metrics. Experimental results suggested that the NN-MOGA has outperformed other existing well known classifiers with a reasonable improvement over them. Meanwhile, the proposed NN-MOGA achieved the superior accuracy of 93.33% and F-measure of 94.44%, which is superior to the other classifiers in the present study.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.