비정형 초고층 건물의 합리적인 풍하중 산정

Q: 이 논문에서 정의한 비정형 초고층 건물이란 무엇인가?

정형적인 형태를 벗어나 독특한 디자인을 갖춘 매우 높은 건물을 의미한다. 본 연구에서는 이러한 건물의 특성을 고려하여 풍동실험과 시간이력해석을 통해 풍하중 조합의 특성을 분석하고 구조적 영향을 평가하는 대상으로 정의한다.

Q: 비정형 초고층 건물의 풍하중 조합 시 기존 해외 기준의 적용성과 제안 방법의 효과는 무엇인가?

연구 결과, ASCE 7-10은 결과값이 과소 산정될 수 있고 AIJ-RLB는 계산 과정이 복잡한 한계가 있다. 따라서 본 연구에서 제안한 풍하중 조합계수 방법은 시간이력해석 결과와 ±5% 이내로 일치하여 매우 정밀한 분석이 가능하다.

김용철; 김상대; 윤성원

추천

검색

질문

자료유형: 학술저널

저자정보: 김용철 (고려대학교) 김상대 (고려대학교) 윤성원 (서울과학기술대학교)

저널정보: 대한건축학회 대한건축학회 논문집 - 구조계 大韓建築學會論文集構造系第30卷第4號

발행연도: 2014.4

수록면: 35 - 41 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In international codes and standards, the wind forces are classified into the two translational forces and torsional moment, but in reality these forces act simultaneously in time and space. And as the wind forces, hence wind loads, do not show their largest values at the same time instant, the wind loads should be combined adequately. In this study, pressure measurements were conducted on the 6 atypical super-tall buildings to investigate the wind load combinations. Time history analysis was conducted using wind pressures, and using the peak normal stresses in columns, new combination rule based on the combination factor was proposed to be applicable to atypical super-tall buildings. Combination factor of square model is about 0.5, and those of atypical models show different values depending on building shapes. The comparisons between peak normal stresses by analysis and combination factor show a good agreement, ranging peak normal stresses within ±5%.

#비정형 초고층 건물 #풍하중 조합 #시간이력해석 #풍하중 효과 #풍하중 조합계수 #Atypical super-tall building #Wind load combination #Time history analysis #Wind load effect #Wind load combination factor

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2015-500-001461329

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)