Parametric and Machine Learning-Based Analysis of the Seismic Vulnerability of Adobe Historical Buildings Damaged After the September 2017 Mexico Earthquakes

Eudave, Rafael Ramírez; Ferreira, Tiago Miguel; Vicente, Romeu; Lourenço, Paulo B.; Peña, Fernando

doi:10.1080/15583058.2023.2200739

Cited by 8 publications

(2 citation statements)

References 29 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sin embargo, los resultados de cada campaña han sido reportados de manera específica en publicaciones individuales en donde se abunda no solo en la caracterización de la muestra, sino en las estrategias descritas en adelante. Tales referencias abarcan tres artículos relacionados con el análisis de compatibilidad entre el método y el catálogo de monumentos históricos [23], con la gestión de la incertidumbre durante la adquisición y manipulación de datos [19] y, finalmente, con la calibración del modelo mediante el uso de algoritmos de Machine Learning [34].…”

Section: Selección Y Alcance De Los Casos De Estudiounclassified

Evaluación de la vulnerabilidad sísmica de edificios históricos de mampostería usando modelos semánticos apoyados en evidencias empíricas: Aprendizajes en México

Ramírez Eudave,

Ferreira

2024

REDER

View full text Add to dashboard Cite

La evaluación de la vulnerabilidad sísmica asociada a las construcciones históricas representa diversos retos metodológicos y de escala. La no linealidad en el comportamiento estructural en edificios de mampostería no reforzada, la variedad de soluciones constructivas y las incertidumbres inherentes al período de vida de estos edificios dificultan enormemente la aplicación de métodos de análisis generalizadores y representativos. Sin embargo, existen métodos paramétricos que ofrecen la posibilidad de evaluar (de manera semicuantitativa) el nivel de seguridad de un edificio ante ciertas demandas sísmicas. Tales métodos han sido diseñados y calibrados sobre la evidencia empírica (daños y colapsos) recogida tras sismos de gran magnitud, destacando una serie de parámetros que influyen significativamente el comportamiento sísmico de edificios históricos. Los modelos semánticos apoyados en estos parámetros son lo suficientemente fáciles de construir como para considerar su aplicación a escala urbana, a través del uso de herramientas como las bases de datos geográficas, métodos de visualización remota e, incluso, catálogos existentes. Este trabajo presenta una serie de experiencias realizadas en ciudades históricas mexicanas para discutir la conveniencia, limitaciones y oportunidades que estas estrategias pueden significar para una gestión y mitigación más eficaz del riesgo sísmico.

show abstract

Section: Selección Y Alcance De Los Casos De Estudiounclassified

Evaluación de la vulnerabilidad sísmica de edificios históricos de mampostería usando modelos semánticos apoyados en evidencias empíricas: Aprendizajes en México

Ramírez Eudave,

Ferreira

2024

REDER

View full text Add to dashboard Cite

show abstract

“…Therefore, they should be approached properly [18,19]. For example, vernacular architecture combines a cultural tradition and adaptation, resulting in resilient and sustainable systems [20,21]. Hence, it should be strengthened accordingly.…”

Section: Introductionmentioning

confidence: 99%

Assessment of Existing Masonry Resistance Using Partial Factors Approaches and Field Measurements

Lulić,

Lukačević,

Skejić

et al. 2023

Buildings

View full text Add to dashboard Cite

The vast majority of existing structures in Croatia, as well as in other European countries, are made of unreinforced masonry. The seemingly ideal building material presents a great challenge for engineers in earthquake-prone zones. Given that structural failure can have significant consequences in terms of loss of human lives as well as financial losses, a comprehensive structural reliability assessment is needed. Old existing masonry structures often do not have design documentation, and even when they do, the initial mechanical properties have almost certainly degraded over time. That is why in situ testing is of great importance, but masonry is also characterized by a large scattering of results. After recent severe earthquakes in Croatia, more than ever, there is a need for a more reliable assessment of existing masonry structures. This paper presents reliability approaches for resistance evaluation of existing masonry in a real case study where basic failure modes of the masonry were observed. First, the data recommended in standards were used, followed by the updated data obtained from the flat-jack test. Finally, the design value method (DVM) and the adjusted partial factor method (APFM) were used. These methods align with Eurocode standards for new structures but are also adaptable for the assessment of existing structures. Differences in the results between the existing and the new version of the standard were observed, as well as an increase in the obtained resistances with an increase in the complexity of the methods used. Also, the influence of in situ testing proved to be an important factor in the analysis.

show abstract

Machine Learning-Assisted Identification of Vulnerable Historic Buildings in Urban Environments

Eudave,

Ferreira,

Vicente

2024

Learning and Analytics in Intelligent Systems

View full text Add to dashboard Cite

Parametric and Machine Learning-Based Analysis of the Seismic Vulnerability of Adobe Historical Buildings Damaged After the September 2017 Mexico Earthquakes

Cited by 8 publications

References 29 publications

Evaluación de la vulnerabilidad sísmica de edificios históricos de mampostería usando modelos semánticos apoyados en evidencias empíricas: Aprendizajes en México

Evaluación de la vulnerabilidad sísmica de edificios históricos de mampostería usando modelos semánticos apoyados en evidencias empíricas: Aprendizajes en México

Assessment of Existing Masonry Resistance Using Partial Factors Approaches and Field Measurements

Machine Learning-Assisted Identification of Vulnerable Historic Buildings in Urban Environments

Contact Info

Product

Resources

About