Utilizing shape memory alloys to enhance the performance and safety of civil infrastructure: a review
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
Shape memory alloys (SMAs) are special materials with a substantial potential for various civil engineering applications. The novelty of such materials lies in their ability to undergo large deformations and return to their undeformed shape through stress removal (superelasticity) or heating (shape-memory effect). In particular, SMAs have distinct thermomechanical properties, including superelasticity, shape-memory effect, and hysteretic damping. These properties could be effectively utilized to substantially enhance the safety of various structures. Although the high cost of SMAs is still limiting their use, research investigating their production and processing is expected to make it more cost-competitive. Thus, it is expected that SMAs will emerge as an essential material in the construction industry. This paper examines the fundamental characteristics of SMAs, the constitutive material models of SMAs, and the factors influencing the engineering properties of SMAs. Some of the potential applications of SMAs are discussed, including the reinforcement and repair of structural elements, prestress applications, and the development of kernel components for seismic devices such as dampers and isolators. The paper synthesizes existing information on the properties of SMAs, presents it in concise and useful tables, and explains different alternatives for the application of SMAs, which should motivate researchers and practicing engineers to extend the use of SMAs in novel and emerging applications.Key words: shape memory alloy, superelasticity, shape-memory effect, construction, retrofitting.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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 découle