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 "prefabricated reinforced concrete structures" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Authors method of continuum states on the example of imperfection in the construction of a large-panel building
    Autorzy:
    Bieranowski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/110965.pdf
    Data publikacji:
    2020
    Wydawca:
    Centrum Rzeczoznawstwa Budowlanego Sp. z o.o.
    Tematy:
    large-panel building
    FEM computer modeling
    prefabricated reinforced concrete structures
    imperfections
    Opis:
    The paper presents the results of FEM computer analysis regarding cracking of the wall prefabricated element. The proprietary coating model of the Wk-70 System large-panel building construction was used. For analysis, a construction diaphragm has been separated that is integrally connected to the vertical communication structure. Modeled through the scratch in the attic wall and compared with the wall model without damage. By building the shell model, a real and transparent picture of the static work of the structure was obtained, distinguishing zones: focus, redistribution, compensation and neutralization of stresses, whose genesis results from imperfection - scratches in a reinforced concrete composite. For the first time, the author introduces his own method of assessing the safety status of large-panel buildings - by the States Continuum Method.
    Źródło:
    Inżynieria Bezpieczeństwa Obiektów Antropogenicznych; 2020, 2; 1-10
    2450-1859
    2450-8721
    Pojawia się w:
    Inżynieria Bezpieczeństwa Obiektów Antropogenicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Extracting structure of Bayesian network from data in predicting the damage of prefabricated reinforced concrete buildings in mining areas
    Wyodrębnianie struktury sieci Bayesowskiej z danych w prognozowaniu uszkodzeń żelbetowych budynków prefabrykowanych na terenach górniczych
    Autorzy:
    Rusek, Janusz
    Firek, Karol
    Słowik, Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/1841950.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    Bayesian network
    damage
    risk
    prefabricated reinforced concrete structures
    sieci Bayesowskie
    uszkodzenia
    ryzyko
    prefabrykowane budynki żelbetowe
    Opis:
    This article presents the results of the research on the construction of a model for assessing the risk of damage to building structures located in mining areas. The research was based on the database on the structure, technical condition and mining impacts regarding 129 prefabricated reinforced concrete buildings erected in the industrialised large-block system, located in the mining area of the Legnica-Glogow Copper District (LGCD). The methodology of the Bayesian Belief Network (BBN) was used for the analysis. Using the score-based Bayesian structure learning approach (Hill-Climbing and Tabu-Search) as well as the selected optimisation criteria, 16 Bayesian network structures were induced. All models were subjected to quantitative and qualitative evaluation by verifying their features in the context of accuracy of prediction, generalisation of acquired knowledge and cause-effect relationships. This allowed to select the best network structure together with the corresponding optimisation criterion. The analysis of the results demonstrated that the Tabu-Search method adopting the optimisation criterion in the form of Locally Averaged Bayesian Dirichlet score (BDla) led to obtaining a model with the best features among all the selected models. The results justified the adoption of the BBN methodology as effective in the context of assessing the extent of damage to building structures in mining areas.
    W artykule zaprezentowano wyniki badań dotyczących budowy modelu do oceny ryzyka powstawania uszkodzeń budynków usytuowanych na terenach górniczych. Podstawą do badań była baza danych nt. konstrukcji, stanu technicznego oraz wpływów górniczych dla 129 żelbetowych prefabrykowanych budynków wznoszonych w uprzemysłowionym systemie wielkoblokowym zlokalizowanych na terenie górniczym Legnicko-Głodowskiego Okręgu Miedziowego (LGOM). Do analiz zastosowano metodykę sieci przekonań Bayesa (BBN – Belief Bayesian Networks). Stosując podejście score-based Bayesian structure learning (Hill-Climbing oraz Tabu-Search) oraz wyselekcjonowane kryteria optymalizacyjne, wyłoniono 16 struktur sieci Bayesowskich. Wszystkie modele poddano ocenie ilościowej i jakościowej, weryfikując ich własności w kontekście trafności predykcji, generalizacji nabytej wiedzy oraz zależności przyczynowo-skutkowych. Pozwoliło to na wyselekcjonowanie najlepszej struktury sieci wraz z odpowiadającym kryterium optymalizacyjnym. Analiza wyników wykazała, że metoda Tabu-Search przy przyjęciu kryterium optymalizacyjnego w postaci Locally Averaged Bayesian Dirichlet score (BDla), prowadzi do uzyskania modelu o najlepszych własnościach spośród wszystkich wyłonionych modeli. Uzyskane rezultaty uzasadniają przyjęcie metodyki BBN, jako efektywnej w kontekście oceny zakresu uszkodzeń budynków na terenach górniczych.
    Źródło:
    Eksploatacja i Niezawodność; 2020, 22, 4; 658--666
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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