MétaCan
Menu
Retour à la cohorte
Enregistrement W2013583855 · doi:10.1002/pse.201

Grouting of cracks in concrete dams: numerical modelling and structural behaviour

2005· article· en· W2013583855 sur OpenAlexaff
Farrokh Javanmardi, Pierre Léger

Notice bibliographique

RevueProgress in Structural Engineering and Materials · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésGroutGeotechnical engineeringStress (linguistics)Structural engineeringDisplacement (psychology)GeologyGravity damEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

Abstract Grouting is often considered to reinstate water tightness and displacement continuity in cracked concrete dams. Grouting alters the state of stress, deformation, and the strength of a dam in many ways. The state of stress prior to grouting is altered by the injection pressure that often increases the crack opening. This new state of stress will be ‘locked‐in’ as the grout sets. Excessive injection pressure may also induce hydro‐fracturing. Obviously, composite action of structurally repaired cracks will be fully effective only for incremental load applications occurring after the completion of the grouting programme. The state‐of‐practice concerning structural response of cracked dams during and after grout injection is reviewed in this paper. The existing methods for structural analysis of dam rehabilitation by crack grouting, and the required modifications for modelling the hardened grout in the repaired dam are discussed. State‐of‐the‐art techniques using contact elements are defined (i) to model the hardened grout in cracks of repaired dam; and (ii) to investigate the structural response of the rehabilitated dam to subsequent loading conditions. A 90 m high‐gravity dam is considered in comparative analyses for numerical simulations of the incidence of grouting on the structural responses of cracked dams.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Structural Engineering and MaterialsMême sujetDam Engineering and SafetyTravaux en français237 207