Une question fondamentale qui surgit dans le cadre de l’analyse probabiliste du risque sismique est le choix des indicateurs de nocivité des signaux sismiques. En plus de réduire la variabilité de la réponse structurelle (ou non structurelle),un indicateur amélioré (i.e. capable de mieux capturer les caractéristiques de nocivité des mouvements sismiques, aussi bien que l’alea sismique) fournit des critères moins stricts pour la sélection des signaux sismiques.Deux nouveaux indicateurs sont proposés dans cette étude: le premier, nommé ASAR (i.e. Relative Average Spectral Acceleration), est conçu pour la prévision de la demande structurelle, le second, nommé E-ASAR (i.e.Equipment Relative Average Spectral Acceleration), vise à prévoir la demande des composants non structuraux. Les performances des indicateurs proposés sont comparées avec celles des indicateurs de la littérature, sur la base de: a)milliers d’enregistrements sismiques ; b) analyses numériques conduites avec des modèles représentants différents types de bâtiments; et c) analyses statistiques rigoureuses des résultats. Selon l'étude comparative, les indicateurs développés s'avèrent être plus “efficaces” que les indicateurs couramment utilisés. D'ailleurs, l’ASAR et l’E-ASAR ont montré au propre la caractéristique de la “suffisance” en ce qui concerne la magnitude, la distance source-site, et le type de sol (VS30). De plus, les deux indicateurs originaux peuvent être calculés simplement avec la connaissance de la fréquence fondamentale du bâtiment. Cette caractéristique rend l’ASAR et l’E-ASAR facilement exploitables dans les études probabilistes d’alea sismique.Par conséquent, en raison de leur efficacité, suffisance, robustesse et formulation simple, l’ASAR et l’E-ASAR peuvent être considérés comme des candidats prometteurs pour la définition de l’alea sismique dans les cadres de l'analyse probabiliste et déterministe du risque sismique. / A fundamental issue that arises in the framework of Probabilistic Seismic Risk Analysis is the choice of groundmotion Intensity Measures (IMs). In addition to reducing record-to-record variability, an improved IM (i.e. one able tobetter capture the damaging features of a record, as well as the site hazard) provides criteria for selecting input groundmotions to loosen restrictions.Two new structure-specific IMs are proposed in this study: the first, namely ASAR (i.e. Relative Average SpectralAcceleration), is conceived for Structural demand prediction, the second namely, E-ASAR (i.e. Equipment-RelativeAverage Spectral Acceleration), aims to predict Non-Structural components acceleration demand. The performance ofthe proposed IMs are compared with the ones of current IMs, based on: a) a large dataset of thousands recordedearthquake ground motions; b) numerical analyses conducted with state-of-the-art FE models, representing actualload-bearing walls and frame structures, and validated against experimental tests; and c) systematic statistical analysesof the results. According to the comparative study, the introduced IMs prove to be considerably more “efficient” withrespect to the IMs currently used. Likewise, both ASAR and E-ASAR have shown to own the characteristic of“sufficiency” with respect to magnitude, source-to-site distance and soil-type (Vs30). Furthermore, both the introducedIMs possess the valuable characteristics to need (in order to be computed) merely the knowledge of the building’sfundamental frequency, exactly as it is for the wide-spread spectral acceleration Spa(f1). This key characteristic makesboth ASAR and E-ASAR easily exploitable in Probabilistic Seismic Hazard Analysis.Therefore, due to their proven efficiency, sufficiency, robustness and applicable formulation, both ASAR and EASARcan be considered as worthy candidates for defining seismic hazard within the frameworks of both Probabilisticand Deterministic Seismic Risk Analysis.
Identifer | oai:union.ndltd.org:theses.fr/2014GRENI051 |
Date | 17 October 2014 |
Creators | De Biasio, Marco |
Contributors | Grenoble, Dufour, Frédéric |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0015 seconds