Model for predicting tensile strength of unsaturated cohesionless soils
Notice bibliographique
Résumé
The influence of tensile strength on the behaviour of cohesionless soils is typically ignored in geotechnical engineering practice. However, the tensile cracking and subsequent failure characteristics of earth structures, such as dams, slopes and embankments, are significantly influenced by the tensile strength. For this reason, a semi-empirical model is proposed for predicting the variation of the tensile strength of unsaturated cohesionless soils with the degree of saturation, using the soil-water characteristic curve (SWCC) as a tool. The proposed model is capable of predicting the tensile strength arising from matric suction and surface tension, which are related to saturated pores and to the air–water interface associated with water bridges around interparticle contacts in unsaturated pores, respectively. Information about (i) the matric suction (u a – u w ), the capillary degree of saturation (S c ), and the residual degree of saturation (S r ) derived from the SWCC; (ii) the mean particle size (d 50 ) and the coefficient of uniformity (C u ) from the grain-size distribution curve; (iii) the void ratio (e); and (iv) the friction angle ([Formula: see text]) at low normal stress level is required to employ this model. The proposed model is validated by comparing the prediction results with measured tensile strength of 10 different unsaturated cohesionless soils (including five sandy soils and five silty soils). The proposed model is promising for use in engineering practice applications as it only requires conventional soil properties, alleviating the need for cumbersome experimental studies for the determination of tensile strength of unsaturated cohesionless soils.
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) | 0,000 | 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 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 ».