Assessment of Crack Development in Engineered Cementitious Composites Based on Analysis of Acoustic Emissions
Notice bibliographique
Résumé
In this study, acoustic emission (AE) analysis was employed to characterize the cracking behavior of various engineered cementitious composites (ECCs) containing different types of fibers. AE monitoring of prism samples cast with these ECCs was conducted in conjunction with four-point flexural tests. An additional conventional concrete (CC) mixture containing coarse aggregates was also examined for the aim of comparison. A number of AE parameters were collected during testing such as signal amplitude, signal strength, and number of hits. Moreover, b-value and intensity analyses were performed on the signal amplitude and signal strength data, respectively. These further analyses yielded three additional parameters including b-value, historic index [H(t)], and severity (Sr). The analysis of these AE parameters was found to be feasible in detecting the onset of micro and macrocracking stages in all ECCs with any fiber type. No significant variations in terms of the studied AE parameters were found between CC and ECCs at the microcracking stage. However, at the macrocracking and failure stages, the average number of hits, CSS, H(t), and Sr were higher, and the b-value was lower in ECCs compared with CC due to the increased number of cracks in ECCs at these stages. The results of this investigation also presented a developed damage characterization chart for all tested ECCs. This chart can successfully be used to identify the micro and macrocracking stages in ECCs based on the corresponding values of the AE intensity analysis parameters [H(t) and Sr].
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».