Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "odporność dynamiczna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Analiza odporności zabytkowego kościoła p.w. św. Jerzego w Rydułtowach na obciążenia dynamiczne wywołane działalnością górniczą
    Analysis of resistance of St. George Church in Rydułtowy from dynamic loading due to mining excavation
    Autorzy:
    Cała, M.
    Olesiak, S.
    Tatara, T.
    Wałach, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/349162.pdf
    Data publikacji:
    2007
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    odporność dynamiczna budynków
    wstrząsy górnicze
    drgania powierzchniowe
    dynamic resistance of buildings
    mining tremors
    surface vibrations
    Opis:
    W artykule przedstawiono problematykę odporności obiektów zabytkowych poddawanych obciążeniom dynamicznym wywołanych działalnością górniczą. Przeprowadzono inwentaryzację istniejących uszkodzeń kościoła p.w. św. Jerzego w Rydułtowach oraz określono stan gruntów zalegających w sąsiedztwie analizowanego obiektu. Badania materiałów archiwalnych, przeprowadzona inwentaryzacja i analiza danych dotyczących wstrząsów wysokoenergetycznych z ostatnich kilku lat, stała się podstawą do oceny odporności kościoła na przejęcie drgań wywołanych działalnością górniczą o podobnych parametrach w przyszłości.
    This paper shows the stability analysis of dynamic loading due to mining excavation on the church structure. Detailed analysis of existing damages of St. George Church in Rydułtowy were performed. Geotechnical site characterization and analysis of dynamic activity due to mining excavation were also carried out. Studies of historical damages to the monument and performed analysis allow to estimate the stability and resistance of the building.
    Źródło:
    Górnictwo i Geoinżynieria; 2007, 31, 3/1; 113-123
    1732-6702
    Pojawia się w:
    Górnictwo i Geoinżynieria
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Procedure of Building and Analysis of the Information Database of the Resistance of Existing Bridge Structures to Mining Tremors
    Procedura budowy i analiza bazy informacji o odporności istniejących obiektów mostowych na wstrząsy górnicze
    Autorzy:
    Rusek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/385484.pdf
    Data publikacji:
    2017
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    MES
    dynamika budowli
    MLR
    wstrząsy górnicze
    odporność dynamiczna
    mosty
    FEM
    dynamics of structures
    mining tremors
    dynamic resistance
    bridges
    Opis:
    Jednym z przejawów negatywnego wpływu działalności przemysłowej kopalń na środowisko są wstrząsy górnicze. Ochrona obiektów budowlanych przed szkodliwym działaniem wynikających stąd drgań podłoża gruntowego wymaga ustalenia ich odporności dynamicznej. Problem ten nabiera szczególnego znaczenia w przypadku istniejących obiektów mostowych, przy których projektowaniu nie uwzględniono możliwości wystąpienia wstrząsów górniczych. W pracy przedstawiono metodę pozyskiwana danych o odporności dynamicznej istniejących obiektów mostowych usytuowanych na terenach górniczy w wyniku obliczeń numerycznych metodą elementów skończonych (MES). Odporność obiektów opisano za pomocą granicznych wartości przyspieszeń drgań gruntu w płaszczyźnie pionowej i poziomej, które istniejąca konstrukcja może przejąć bez zagrożenia bezpieczeństwa. Uwzględniając zróżnicowanie geometryczne i materiałowe, utworzono 3000 modeli numerycznych żelbetowych mostów drogowych. Następnie w odniesieniu do każdego obiektu przeprowadzono obliczenia numeryczne MES, w wyniku których dla każdego przypadku wyznaczono dopuszczalne wartości przyspieszeń drgań gruntu określających ich odporność dynamiczną. Utworzoną bazę danych poddano wstępnej analizie w celu wykrycia linowych relacji wiążących dane opisujące geometrię i właściwości materiałowe poszczególnych obiektów z ich odpornością dynamiczną na wpływ wstrząsów górniczych. W efekcie tych badań wyselekcjonowano zmienne, na podstawie których utworzono model wielorakiej regresji liniowej (MLR). Analiza uzyskanych wyników pozwoliła ocenić możliwości stosowania modeli liniowych do ustalania odporności dynamicznej obiektów mostowych poddanych wstrząsom górniczym.
    Mining tremors are one of the manifestations of negative impacts of the mining industry on the environment. In order to protect building structures against the damaging effects of ground vibrations, it is required that their dynamic resistance be determined. This problem is of particular importance for the existing bridge structures that were not designed for the potential occurrence of mining tremors. This paper presents the assumptions of and a method for acquiring data on the dynamic resistance of existing bridge structures located in mining areas as a result of numerical calculations using the Finite Element Method (FEM). Object resistance was described by the limit values of the acceleration of ground vibrations in the vertical and horizontal planes that can be carried by the existing structure without compromising safety. Taking into account the geometrical and material diversity, 3,000 numerical models of reinforced concrete overpasses were created. Then, for each object, numerical calculations using the FEM were performed, which resulted in the determination of permissible values of the acceleration of ground vibrations defining their dynamic resistance. The created database was subjected to a preliminary analysis in order to detect linear relationships binding the data that describe the geometry and material properties of individual structures with their dynamic resistance to the impact of mining tremors. As a result of these studies, variables were selected that formed the basis for creating a multiple linear regression model (MLR). Analysis of the obtained results allowed us to assess the possibilities of using linear models to determine the dynamic resistance of bridge structures subjected to mining tremors.
    Źródło:
    Geomatics and Environmental Engineering; 2017, 11, 4; 111-123
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine-Learning Methods for Assessing Dynamic Resistance of Existing Bridge Structures Subjected to Mining Tremors
    Metody uczenia maszynowego w ocenie odporności dynamicznej istniejących obiektów mostowych poddanych wstrząsom górniczym
    Autorzy:
    Rusek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/385657.pdf
    Data publikacji:
    2018
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    dynamika budowli
    uczenie maszynowe
    sztuczne sieci neuronowe
    SVM
    wstrząsy górnicze
    odporność dynamiczna
    mosty
    dynamics of structures
    machine learning
    Artificial Neural Networks
    SVM Support Vector Machine
    mining tremors
    dynamic resistance
    bridges
    Opis:
    W pracy przedstawiono wyniki badań, których celem było utworzenie modelu pozwalającego na określenie odporności istniejących obiektów mostowych na wpływy wstrząsów górniczych. Podstawą do analiz była utworzona przez autora baza danych o odporności dynamicznej żelbetowych obiektów mostowych poddanych wymuszeniu sejsmicznemu charakterystycznemu dla terenu Legnicko-Głogowskiego Okręgu Miedziowego (LGOM). Odporność dynamiczna każdego obiektu w bazie danych została wyrażona w postaci granicznych wartości przyspieszeń drgań gruntu, jakie dana konstrukcja może przejąć bez zagrożenia bezpieczeństwa. Badania przeprowadzono, wykorzystując metodę Support Vector Machine (SVM) w ujęciu regresyjnym (SVR – Support Vector Regression) oraz sztuczne sieci neuronowe (ANN – Artificial Neural Network). Utworzone w ten sposób modele porównano w aspekcie jakości predykcji oraz uogólniania nabytej wiedzy. Pozwoliło to na wytypowanie metody najbardziej efektywnej pod względem oceny odporności dynamicznej istniejących obiektów mostów.
    This paper demonstrates the results of research studies aimed at creating a model that allows to determine the resistance of existing bridge structures to the impact of mining tremors. A database (created by the author of this article) of the dynamic resistance of reinforced concrete bridge structures subjected to seismic excitations commonly occurring in the Legnica-Głogów Copper District (LGOM) formed the basis for the analysis. The dynamic resistance of each structure contained in the database was expressed as the limit values of the acceleration of ground vibrations that may be carried by a given structure without compromising its safety. The study was carried out using the Support Vector Machine (SVM) method in a Support Vector Regression (SVR) approach as well as an Artificial Neural Network (ANN). The models were compared in terms of the quality of the predictions and generalization of the acquired knowledge. This allows to select the most-effective method in evaluating the dynamic resistance of existing bridge structures.
    Źródło:
    Geomatics and Environmental Engineering; 2018, 12, 1; 109-120
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies