Direct measurement of dynamics in road bridges using a bridge weigh-in-motion system
Notice bibliographique
Résumé
A method is presented of measuring a bridge’s characteristic allowance for dynamic interaction in the form of Assessment Dynamic Ratio. Using a Bridge Weigh-in-Motion system, measurements were taken at a bridge in Slovenia over 58 days. From the total observed traffic population, 5-axle trucks were extracted and studied. The Bridge Weigh-in-Motion system inferred the static weights of the trucks, giving each measured event’s dynamic increment of load. Theoretical simulations were carried out using a 3-dimensional vehicle model coupled with a bridge plate model, simulating a traffic population similar to the population measured at the site. These theoretical simulations varied those properties of the 5-axle fleet that influence the dynamic response; simulating multiple sets of total (dynamic + static) responses for a single measured static strain response. Extrapolating the results of these theoretical simulations to a 50-year Assessment Dynamic Ratio gives similar results to those obtained by extrapolating the data measured using the Bridge Weigh-in-Motion system. A study of the effect of Bridge Weigh-in-Motion system errors on the predictions of Assessment Dynamic Ratio is conducted, identifying a trend in the Bridge Weigh-in-Motion calculations of maximum static response. The result of this bias is in turn quantified in the context of predicting characteristic maximum total load effect.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».