MétaCan
Menu
Retour à la cohorte
Enregistrement W2955916540 · doi:10.29173/mocs122

Numerical Modelling Analysis of Angle Bracket Connections Used in Cross Laminated Timber Constructions

2019· article· en· W2955916540 sur OpenAlexaffvenue
Saeed Rezvani, Lina Zhou

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBracketCross laminated timberFastenerStructural engineeringFinite element methodDissipative systemPhase angle (astronomy)Computer scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Connections are arguably one of the most critical components controlling the structural performance and failure modes of mass timber structures. Over the last two decades, demands for stronger and energy dissipative connections have been raised with increased application of mass timber products in larger and taller buildings. This paper presents numerical analyses of novel mass timber connections used in cross laminated timber structures. The connections are developed by MyTiCon with BB Stanz- und Umformtechnik GmbH angle bracket. Despite being relatively thin, these angle brackets could show comparable load resistance with thicker ones due to the reinforced web and folded edges. The commercially available finite element software ABAQUS was used to develop three dimensional (3D) numerical models to simulate the performance of angle bracket connections under different load combinations. The modelling analysis involves two phases: (1) to determine the most efficient fastener type and setup for the angle brackets connected to CLT wall and floor panels, and (2) to evaluate the capacity of angle brackets connected to CLT wall and floor panels in various loading scenarios. The findings of this study provide an insight into the behaviour of this new angle bracket connections and will be used in the design of the experimental tests in the next phase.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetWood Treatment and PropertiesTravaux en français237 207