Nondestructive testing of externally reinforced structures for seismic retrofitting using flax fiber reinforced polymer (FFRP) composites
Notice bibliographique
Résumé
Natural fibers constitute an interesting alternative to synthetic fibers, e.g. glass and carbon, for the production of composites due to their environmental and economic advantages. The strength of natural fiber composites is on average lower compared to their synthetic counterparts. Nevertheless, natural fibers such as flax, among other bast fibers (jute, kenaf, ramie and hemp), are serious candidates for seismic retrofitting applications given that their mechanical properties are more suitable for dynamic loads. Strengthening of structures is performed by impregnating flax fiber reinforced polymers (FFRP) fabrics with epoxy resin and applying them to the component of interest, increasing in this way the load and deformation capacities of the building, while preserving its stiffness and dynamic properties. The reinforced areas are however prompt to debonding if the fabrics are not mounted properly. Nondestructive testing is therefore required to verify that the fabric is uniformly installed and that there are no air gaps or foreign materials that could instigate debonding. In this work, the use of active infrared thermography was investigated for the assessment of (1) a laboratory specimen reinforced with FFRP and containing several artificial defects; and (2) an actual FFRP retrofitted masonry wall in the Faculty of Engineering of the University of L’Aquila (Italy) that was seriously affected by the 2009 earthquake. Thermographic data was processed by advanced signal processing techniques, and post-processed by computing the watershed lines to locate suspected areas. Results coming from the academic specimen were compared to digital speckle photography and holographic interferometry images.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».