Influence of Feedback Control on Flexural Toughness of Fiber Reinforced Concrete in ASTM C1399 Tests
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The influence of feedback control on the measured flexural toughness of fiber reinforced concrete (FRC) remains elusive. Some tests such as ASTM C1609/C1609M-07 require closed-loop control, while others such as ASTM C1399/C1399M-10 are considered control independent, and hence open-loop testing is allowed. Recent field experience has indicated that results from even ASTM C1399/C1399M-10 tests may be test control dependent. Towards this end, a test program was initiated to understand the influence of feedback control in ASTM C1399/C1399M-10 tests. Tests were performed on specimens of two different concrete strengths and one dosage of a polymeric fiber under both open-loop and closed-loop environments. In addition to performing the analysis using the ASTM C1399/C1399M-10 approach, Ri values as per the Canadian Highway Bridge Design Code (CHBDC-S06-16) were calculated. Ri values are derived from the Average Residual Strength (ARS) values obtained from ASTM C1399/C1399M-10 tests. The results indicate that while the influence of feedback control on the measured ARS values in the case of normal strength FRC is only marginal, its influence on high strength FRC is significant. The same applies to the Ri values calculated in CHBDC-S06-16, where the results indicate that based on the published minimum acceptance criteria, the choice of feedback control may in fact govern the acceptance or rejection of a given FRC material. In the context of these findings, it is recommended that beyond a certain compressive strength, ASTM C1399/C1399M-10 tests should only be performed in a closed-loop environment.
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.
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 | 0,002 | 0,002 |
| 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 découle