Characterisation of damage due to abrasion in SCC by acoustic emission analysis
Notice bibliographique
Résumé
This investigation evaluates and compares the abrasion resistance of various concrete types by means of acoustic emission (AE) analysis. Normal concrete, self-consolidating concrete (SCC) and SCC with variable supplementary cementing materials (SCMs) were tested under the rotating cutter method for abrasion resistance. The effect of using different SCMs in SCC mixtures including fly ash, metakaolin (MK), silica fume and slag on the abrasion resistance of SCC was examined. In conjunction with the abrasion testing, AE monitoring was simultaneously conducted on all mixtures using AE attached sensors. AE parameters such as signal amplitude, signal strength, number of hits, duration and cumulative signal strength (CSS) were collected during the abrasion tests. Three additional parameters were determined through further analyses: b-value, severity (Sr) and historic index (H(t)). Results from the abrasion tests indicated that the SCC mixture containing MK had the highest abrasion resistance among all tested mixtures. The studied AE parameters including CSS, number of hits, b-value, H(t) and Sr were well correlated to the extent of abrasion damage in all tested specimens. The progression of abrasion damage was associated with increased AE activities indicated by high fluctuations in the b-value and H(t) along with ever-increasing values of CSS, number of hits and Sr. The AE intensity analysis quantified which ranges for H(t) and Sr would indicate the extent and severity of the damage due to abrasion by means of developed damage classification charts.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».