ترغب بنشر مسار تعليمي؟ اضغط هنا

دراسة تحليلية لسمات الجدران الستارية الزجاجية (أمثلة عالمية ومحلية)

Functional Properties of Glass Curtain Walls International and Local Examples (Damascus)

2195   4   132   0 ( 0 )
 تاريخ النشر 2014
  مجال البحث هندسة معمارية
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

استخدم الزجاج في العمارة في البدء لأغراض تزيينية على الجدران والاسقف, ثم تطور استخدامه كمادة شفافة للنوافذ, كما في العمارة القوطية, حتى وصل إلى المستنبتات الزجاجية. ومن ثم جاءت الثورة الصناعية لتساعد في ظهور المباني العامة الكبيرة مثل مباني السكك الحديدية والمطارات من خلال استخدام مجازات واسعة ومساحات كبيرة من الزجاج في الواجهات لتمكين من دخول الضوء للفراغات الداخلية المعتمة, ومن بعدها ظهر الطراز الدولي, الذي كان أغلب واجهاته من الزجاج , وانتشر لكافة البلدان لتتحول العمارة في ظله الى عمارة اللازمان واللامكان. تطورت تقنية الواجهات الزجاجية ونضجت وصولا الى الجدران الستارية الزجاجية خلال العقود الاخيرة, فلم يعد رفض المعماريين وعلماء البيئة للواجهات المزججة بشكل كامل مقبولا بعد الآن بسبب الفهم العميق للخصائص الوظيفية المختلفة وتطور التقنيات الحديثة التي أظهرت الدور الإيجابي للجدران الستارية الزجاجية(جماليا,معماريا,اجتماعيا,بيئيا,انشائيا). سنقدم عرض مختصر لتاريخ استخدام الزجاج في العمارة وصولا إلى الجدران الستارية الزجاجية ومفهومها وأهم أنظمتها , وعرض لأهم أنواع الزجاج المستخدم فيها لإعطاء فكرة عن الخيارات المتاحة. ومن ثم تحليل الخصائص الوظيفية للجدران الستارية الزجاجية(الواجهات الزجاجية),ودراسة أمثلة عالمية وأمثلة محلية(من مدينة دمشق).

المراجع المستخدمة
Baker, N. and Steemers, K. (2000), Energy and Enviroment in Archticture, Great Britain at the University Press, Cambridge
Crosbie, M.J., (2005), Curtain Walls, Hydrotechnical Construction
Elkadi, H. (2006), ‘Cultures of Glass Architecture, Great Britain by MPG Books Ltd, Bodmin, Cornwall
Gropius, W. (1965), The New Architecture and the Bauhous. London: MIT Press
Hagan, S. (2001), Taking Shape: A New Contract between Architecture and Nature, Oxford: Architectural Press
قيم البحث

اقرأ أيضاً

تشير الدراسات الحديثة إلى أن العديد من أنظمة NLP حساسة وعرضة للاضطرابات الصغيرة للمدخلات ولا تعميمها بشكل جيد عبر مجموعات البيانات المختلفة. هذا الافتقار إلى المتانة ينطبق على استخدام أنظمة NLP في تطبيقات العالم الحقيقي. يهدف هذا البرنامج التعليمي إل ى زيادة الوعي بالشواغل العملية حول متانة NLP. يستهدف الباحثون والممارسون الخماسيون الذين يهتمون ببناء أنظمة NLP موثوقة. على وجه الخصوص، سنراجع الدراسات الحديثة حول تحليل ضعف أنظمة NLP عند مواجهة المدخلات والبيانات المعديين مع تحول التوزيع. سوف نقدم للجمهور بهدف شامل من 1) كيفية استخدام أمثلة الخصومة لفحص ضعف نماذج NLP وتسهيل تصحيح الأخطاء؛ 2) كيفية تعزيز متانة نماذج NLP الحالية والدفاع ضد المدخلات الخصومة؛ 3) كيف يؤثر النظر في المتانة على تطبيقات NLP العالمية الحقيقية المستخدمة في حياتنا اليومية. سنختتم البرنامج التعليمي عن طريق تحديد اتجاهات البحث في المستقبل في هذا المجال.
تعتبر الجدران الاستنادية من أكثر أنواع المنشآت الهندسية انتشاراً و كانت الجدران الاستنادية تنفذ من الأحجار الطبيعية قبل اكتشاف البيتون، حيث تعتبر الحجارة الطبيعية من أوائل المواد التي استخدمها الانسان في بناء المنشآت الهندسية منذ آلاف السنين، و تشهد على ذلك العديد من المنشآت في الحضارات القديمة التي لاتزال آثارها موجودة حتى الآن. و بعد اكتشاف البيتون و البيتون المسلح قلت نسبياً الجدران الاستنادية المنفذة من الأحجار الطبيعية، و لكن رغم هذه السنين لم تفقد ألقها و بريقها حتى الآن، و ازداد الاهتمام في السنوات الأخيرة بمواد البناء الجديدة التي تتركب من أحجار مصنعة حيث تم استخدامها إلى جانب مواد البناء التقليدية في عدة مجالات سواء في الهندسة الجيوتكنيكية أو الأبنية ....الخ, فهي لا تقدم حلولا تقنية بسيطة و حسب بل تعتبر مرغوبة بشكل كبير لأسباب جمالية و لسهولة تنفيذها و مقاومتها للعوامل الخارجية ، إضافة إلى انها تقدم حلولاً اقتصادية بكلفة محدودة مقارنة بالجدران الاستنادية التقليدية من البيتون المسلح. و هذا البحث يتناول دراسة سلوك هذه الجدران الاستنادية الحجرية تحت تأثير الأحمال الستاتيكية و الديناميكية و دراسة بارامترية لأهم العوامل المؤثرة على استقرار هذه الجدران.
تعتبر الشقوق من العيوب الهامة في العناصر البيتونية، لوحظ بعد صب الجدران البيتونية المسلحة المرتبطة بالأساس أنه بعد فترة زمنية قصيرة من تصلب البيتون، و دون أي تحميل للجدران تتشكل شقوق طولية نافذة و عادة تكون بمسافات منتظمة على طول الجدار مما استرعى ان تباهنا لهذه الظاهرة، و قد حصلت في عدة مشاريع هندسية. قمنا من خلال هذا البحث بوصف الحالة، و شرحها، و تحليلها، و دراسة أسباب تشكلها. و ذلك من خلال دراسة ميدانية لثلاثة مشاريع هندسية منفذة في اللاذقية و هي عبارة عن حوض ترسيب، و مبنى فندق سياحي و مول تجاري، حيث تراوح عرض الشقوق مابين 1.25 mm و حتى 3 mm، و اختلف ارتفاعها في كل حالة مدروسة. تم في ختام البحث وضع الحلول العملية لتجنب هذه الظاهرة و منها اعتماد فواصل طولية للجدران البيتونية المسلحة بتباعد حوالي ثلاثين مرة سماكة الجدار و ذلك لتجنب الشقوق الناجمة عن التقلص و الإجهادات الحرارية، حيث يكون عمق الفاصل حوالي 20 mm و عرضه مابين 15 mm حتى 20 mm و ينفذ من جهتي الجدار الداخلية و الخارجية. بعد تصلب البيتون و فك القالب الخشبي تملأ هذه الفواصل بمواد مالئة مرنة.
تستخدم وظائف الاستحواذ المشتركة للتعلم النشط إما أخذ عينات من عدم اليقين أو التنوع، تهدف إلى تحديد نقاط بيانات صعبة ومتنوعة من مجموعة البيانات غير المسبقة، على التوالي. في هذا العمل، استمتع بأفضل ما في العالمين، نقترح وظيفة الاستحواذ المفتوحة لاختار الأمثلة المتعاقبة تماما، أي نقاط بيانات مشابهة في مساحة ميزة النموذج وحتى الآن مخرجات النموذج احتمالية تنبؤية مختلفة. قارنا نهجنا، CAL (التعلم النشط الصنع)، مع مجموعة متنوعة من وظائف الاستحواذ في أربعة مهام فهم اللغة الطبيعية وسبع مجموعات البيانات. تظهر تجاربنا أن CUR يؤدي Cal بشكل أفضل أو متساو من أفضل خط الأساس الأدائي عبر جميع المهام، على كل من البيانات داخل المجال والخروج. نقوم أيضا بإجراء دراسة واسعة النمذجة لطرأتنا، ونحن نتحلل جميع مجموعات البيانات المكتسبة بنشاط والتي توضح أن كال يحصل على مفاضلة أفضل بين عدم اليقين والتنوع مقارنة باستراتيجيات أخرى.
في حين أن الشبكات العصبية موجودة في كل مكان من المحللين الدلالي الحديث، فقد تبين أن معظم النماذج القياسية تعاني من خسائر أداء مثيرة عند مواجهة بيانات تكوين خارج التوزيع (OOD).في الآونة الأخيرة، تم اقتراح العديد من الطرق لتحسين التعميم التركيبي في الت حليل الدلالي.في هذا العمل، نركز بدلا من ذلك على مشكلة الكشف عن أمثلة تكوين OOD مع المحللين الدلالي العصبي، والتي لم يتم التحقيق فيها من قبل.نحن نحقق في العديد من الطرق القوية ولكنها بسيطة للكشف عن ood بناء على عدم اليقين التنبؤية.توضح النتائج التجريبية أن هذه التقنيات تؤدي بشكل جيد في الفحص القياسي ومجموعات بيانات CFQ.علاوة على ذلك، نوضح أنه يمكن تحسين اكتشاف OOD باستخدام مجموعة غير متجانسة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا