MétaCan
Menu
Retour à la cohorte
Enregistrement W1820430365 · doi:10.3968/j.ans.1715787020110402.137

Strengthening Mechanical Properties of Glulam with Basalt Fiber

2011· article· en· W1820430365 sur OpenAlexvenueno aff
Pengyi Zhang, Shijie Shen

Notice bibliographique

RevueAdvances in natural science/Advances in natural sciences · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceBasalt fiberDeflection (physics)Composite materialFlexural strengthFibre-reinforced plasticStructural engineeringAdhesiveFlexural rigidityReinforcementBearing capacityFiberEngineering

Résumé

récupéré en direct d'OpenAlex

This paper describes the strategy of improving the Mechanical Properties of timber and other wood-based glulam structures. This is achieved by bonding Basalt Fiber Reinforced Polymer (BFRP) composites to structural substrate externally. FRP Composite materials have been proven to be an effective way to traditional steel plate strengthening techniques for concrete structures from results of a variety of researchers over the past two decades; this paper shows the use of this material for same strengthening purpose in timber structures.The experimental program consisted in testing glulam flexural elements as follows: laminates are glued with two different Adhesives and two different lengths, both in natural form and reinforced by BFRP. All specimens were tested under three point bending at a predetermined loading increment rate, the lateral deflection were recorded regularly. The data processing consisted of bonding processes, load, deflection and moment curvature plots construction which were used for analysis and observations.The results revealed that there was a marked increase in the load bearing capacity of the timber flexural element, due to BFRP strengthening and there was also an increased rigidity in the member characteristics. Key words: Basalt Fibre Reinforced Polymer Composites; Structural Strengthening and Reinforcement; Glulam; HMR; BFRP

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,003
Communication savante0,0000,007
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in natural science/Advances in natural sciencesMême sujetWood Treatment and PropertiesTravaux en français237 207