Structural Capacity Analysis of Corroded Steel Girder Bridges
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
More than 9% of the bridges in the United States were labeled structurally deficient according to the 2017 American Society of Civil Engineers' infrastructure report card. The main causes of bridge deterioration are repeated vehicular loads and adverse environmental exposure. The most dominant deterioration form for steel bridges is corrosion, which is characterized by the loss of metal area resulting in reduction of structural capacity. Corrosion in steel multi-girder bridges is common in cold regions because of the frequent use of deicing chemicals during the winter season as well as leakage caused by bridge joint damage. At times, the rust is serious enough to disconnect the web from the flanges of the girder. This poses significant concerns for load capacity especially at girder ends. The consequences of bridge failure can be disastrous. This research investigates the structural capacity of these corroded steel girders. The mechanical behaviors of deteriorated girders are studied by 3-D finite element models built in ABAQUS and by lab testing. Our analysis is focused on web area loss and web thinning due to corrosion, and their consequences for load capacity reduction. The effects of location, size, and shape of area loss on shear and web buckling resistance will be studied. Lab tests on steel girder models will be conducted to verify the results from finite element modeling. Based on our analysis and findings, a simple and dependable rating method to evaluate deteriorated steel girder bridges will be developed.
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.
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 découle