메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Jamal A. Abdalla (American University of Sharjah) Elias I. Saqan (American University in Dubai) Rami A. Hawileh (American University of Sharjah)
저널정보
한국계산역학회 Computers and Concrete, An International Journal Computers and Concrete, An International Journal Vol.13 No.4
발행연도
2014.4
수록면
547 - 567 (21page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Precast Seismic Structural Systems (PRESSS) provided an iterative procedure for obtaining optimum design of unbonded post-tensioned coupled precast concrete wall systems. Although PRESSS procedure is effective, however, it is lengthy and laborious. The purpose of this research is to employ Artificial Neural Network (ANN) to predict the optimum design parameters for such wall systems while avoiding the demanding iterative process. The developed ANN model is very accurate in predicting the non-dimensional optimum design parameters related to post-tensioning reinforcement area, yield force of shear connectors and ratio of moment resisted by shear connectors to the design moment. The Mean Absolute Percent Error (MAPE) for the test data for these design parameters is around %1 and the correlation coefficient is almost equal to 1.0. The developed ANN model is then used to study the effect of different design parameters on wall behavior. It is observed that the design moment and the concrete strength have the most influence on the wall behavior as compared to other parameters. Several design examples were presented to demonstrate the accuracy and effectiveness of the ANN model.
#seismic design #precast concrete wall #unbonded post-tensioned #neural network #PRESSS

목차

등록된 정보가 없습니다.

참고문헌 (19)

참고문헌 신청
Abdalla, J.A / 2013 / Artificial neural network predictions of fatigue life of steel bars based on hysteretic energy / Journal of Computing in Civil Engineering google schola Abdalla, J. A. / 2007 / Modeling and simulation of shear resistance of R/C beams using artificial neural network / J. Franklin Inst 344(5):741~756 google schola Aaleti, S. / 2009 / A simplified analysis method for characterizing unbonded post-tensioned precast wall systems / Eng. Struct 31:2966~2975 google schola 2009 / Requirements for design of a special unbonded post-tensioned precast shear wall satisfying ACI ITG-5.1 (ACI ITG-5.2-09) and Commentary google schola Bhunia, D. / 2012 / A study on the behaviour of coupled shear walls / Struct. Eng. Mech 42(5) google schola

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0