MétaCan
Menu
Retour à la cohorte
Enregistrement W2786266575

Finite Element Modelling of Corrosion Damaged Reinforced Concrete Structures

2017· dissertation· en· W2786266575 sur OpenAlexfundaboutno aff
Siavash Habibi

Notice bibliographique

RevueTSpace (University of Toronto) · 2017
Typedissertation
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésFinite element methodCorrosionReinforced concreteStructural engineeringMaterials scienceEngineeringComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Corrosion of steel is the predominant deterioration mechanism of reinforced concrete structures throughout the world. This thesis presents the work performed on VecTor2, a nonlinear finite element analysis program developed at the University of Toronto, for analysis of corrosion damaged reinforced concrete structures. Two well-known types of corrosion, namely uniform and pitting, were considered for modelling. Corrosion damage was incorporated in the algorithms of VecTor2 through reduction of the sectional area of reinforcing steel, the bond strength between the reinforcement and concrete, and the mechanical properties such as yield strength of a corroded reinforcing bar.\nThe employed techniques for incorporating corrosion damage in VecTor2 successfully reproduced the load-deflection response of published experiments. Stochastic simulation of the same experiments, performed by employing the stochastic tools of VecTor2, demonstrated the sensitivity of response quantities to changes in various input parameters forming the basis for further research.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0080,000

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 Opus0,019
Tête enseignante GPT0,232
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.

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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetConcrete Corrosion and DurabilityTravaux en français237 207