Assessment of the Strengthening of an RC Railway Bridge with CFRP Utilizing a Full-Scale Failure Test and Finite-Element Analysis
Notice bibliographique
Résumé
A finite element (FE) model was calibrated using the data obtained from a full-scale test to failure of a 50 year old reinforced concrete (RC) railway bridge. The model was then used to assess the effectiveness of various strengthening schemes to increase the load-carrying capacity of the bridge. The bridge was a two-span continuous single-track trough bridge with a total length of 30 m, situated in Örnsköldsvik in northern Sweden. It was tested in situ as the bridge had been closed following the construction of a new section of the railway line. The test was planned to evaluate and calibrate models to predict the load-carrying capacity of the bridge and assess the strengthening schemes originally developed by the European research project called Sustainable bridges. The objective of the test was to investigate shear failure, rather than bending failure for which good calibrated models are already available. To that end, the bridge was strengthened in flexure before the test using near-surface mounted square section carbon fiber reinforced polymer (CFRP) bars. The ultimate failure mechanism turned into an interesting combination of bending, shear, torsion, and bond failures at an applied load of 11.7 MN (2,630 kips). A computer model was developed using specialized software to represent the response of the bridge during the test. It was calibrated using data from the test and was then used to calculate the actual capacity of the bridge in terms of train loading using the current Swedish load model which specifies a 330 kN (74 kips) axle weight. These calculations show that the unstrengthened bridge could sustain a load 4.7 times greater than the current load requirements (which is over six times the original design loading), whilst the strengthened bridge could sustain a load 6.5 times greater than currently required. Comparisons are also made with calculations using codes from Canada, Europe, and the United States.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».