Robust estimation of axial loads sustained by tie-rods in historical structures using Artificial Neural Networks
Visualitza/Obre
Cita com:
hdl:2117/382613
Tipus de documentArticle
Data publicació2022-10
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Widely used simplified analytical methods for estimating the tensile force in tie-rods are clearly not applicable when they contain significant discontinuities or irregularities. A common example for which this fact becomes relevant in practice is the use of connectors to unify historical ties consisting of several segments. To address this challenge, a robust hybrid methodology is proposed which can be applied to any historical tie by employing a data-driven approach to a dataset generated using the finite element method. The methodology is applied to a real case study involving two historical ties.
CitacióMakoond, N.; Pelà, L.; Molins, C. Robust estimation of axial loads sustained by tie-rods in historical structures using Artificial Neural Networks. "Structural health monitoring: an international journal", Octubre 2022,
ISSN1475-9217
Versió de l'editorhttps://journals.sagepub.com/doi/10.1177/14759217221123326
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
2022_Ties_ANN_postprint.pdf | 35,67Mb | Visualitza/Obre |