MétaCan
Menu
Retour à la cohorte
Enregistrement W2162409500 · doi:10.1139/l03-076

The effect of construction designs on temperature field of a roller compacted concrete dam — a simulation analysis by a finite element method

2003· article· en· W2162409500 sur OpenAlexvenueno aff
Y L Chen, Changjiang Wang, Shiwei Li, L J Chen

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRoller-compacted concreteMass concreteFinite element methodTemperature controlGravity damFortranArch damThermalComputer simulationEngineeringStructural engineeringScheduleGeotechnical engineeringMechanical engineeringComputer scienceMaterials scienceSimulation

Résumé

récupéré en direct d'OpenAlex

In this paper a numerical simulation of the construction process of roller compacted concrete (RCC) dams is presented. The following features of construction of mass concrete have been considered: hydration heat, age, placing temperature, starting placement date, and placing speed. A 3-D finite element model of the Long-Tan RCC dam, which is to be built in the Guangxi Autonomous Region in China, was analyzed. Temperature distribution and evolution inside the RCC dam were calculated during and after the completion of the dam. Using Fortran TM code, a 3-D thermal simulation analysis of a high RCC dam can be realized on a computer at the construction site. Based on the real factors during the construction period, engineers can predict the distribution of temperature in the RCC dam. Therefore, engineers can take appropriate measures to control concrete temperature to reduce thermal stress within the dam. The effects of the concrete placing temperature, construction speed, and starting date on the temperature are discussed. It has been found that the maximum temperature in a dam can be reduced by 20% through temperature control measures.Key words: RCC dam, thermal simulation analysis, finite element method, temperature field, construction schedule.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,218
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetDam Engineering and SafetyTravaux en français237 207