Method for Quantification of Wear of Sheared Joint Walls Based on Surface Morphology
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
Roughness and wear evolution of three different joint wall surfaces were characterized using surface roughness and surface wear parameters. Parameters were defined by considering the two components of morphology: waviness (“primary” roughness) and surface roughness (“secondary” roughness). Two surface roughness parameters are proposed: joint interface (or single wall) specific surface roughness coefficient SR s (0 ≤ SR s ≤ 1) for quantifying the amount of “pure” roughness (or specific roughness), and degree of joint interface (or single wall) relative surface roughness DR r (0 ≤ DR r ≤ 0.5). Two further parameters are also proposed in order to quantify the wear of wall surface: joint interface (or single wall) surface wear coefficient Λinterface, and the degree of joint interface (or single wall) surface wear D w(interface). The three test specimens were: man-made granite joints with hammered surfaces, man-made mortar joints with corrugated surfaces, and mortar joints prepared from natural rough and undulated schist joint replicas. Shearing under monotonic and cyclic shearing was performed using a computer-controlled bidirectional and biaxial shear apparatus. Joint surface data were measured using a noncontact laser sensor profilometer prior to and after each shear test. Calculation of specific surface roughness coefficient SR s , and degree of surface wear D w , indicated that the hammered joint interface with predominant interlocking wears much more (>90%) than the corrugated (27%) and the rough and undulated (23%) joint interfaces having localized interlocking points. The proposed method was also successfully linked to the classical wear theory.
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 | 0,000 | 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 découle