Highway Network Bridge Fatigue Damage Potential of Special Truck Configurations
Notice bibliographique
Résumé
A study of the fatigue damage potential of special truck configurations was conducted to facilitate informed decisions by state transportation agencies in considering various truck size and weight and permit policies as well as to provide relative damage information that will be useful in ongoing network damage evaluations. The primary objective was to evaluate 78 existing common and FHWA-proposed truck configurations for relative fatigue damage potential. To accomplish this objective, an analytical fatigue evaluation tool was developed to determine the relative fatigue damage induced in highway network bridges by simulation of a highway fleet mix database crossing actual bridges modeled analytically. Additional objectives were to evaluate the influence of impact values and endurance limits used for a fatigue analysis. The semicontinuum analysis method, the Palmgren-Miner hypothesis, and the rain-flow cycle counting algorithm are incorporated. A 39-bridge database statistically selected as representative of bridges in the United States allowed a network level fatigue analysis of several hundred fatigue-prone details. Seventy-eight special truck configurations were studied, 25 of which were developed by FHWA as part of the comprehensive truck size and weight study. The remaining 53 vehicles were taken from the Turner proposal, Michigan, Pennsylvania, Canada, military, AASHTO, and other sources. It was found that fatigue damage potential is primarily a function of axle weight, spacing, and vehicle length instead of gross vehicle weight.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».