MétaCan
Menu
Retour à la cohorte
Enregistrement W3210793665 · doi:10.1061/(asce)st.1943-541x.0003200

Nondestructive Assessment of Elastomeric Bridge Bearings Using 3D Digital Image Correlation

2021· article· en· W3210793665 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Structural Engineering · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptical measurement and interference techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDigital image correlationStructural engineeringNondestructive testingBearing (navigation)Finite element methodDeformation (meteorology)ElastomerNatural rubberMaterials scienceBridge (graph theory)EngineeringComputer scienceComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Elastomeric bridge bearings are installed between the bridge superstructure and substructure to accommodate translational and rotational deformations. The manufacturing quality of elastomeric bridge bearings is of high significance because manufacturing defects (such as variations in rubber layer thickness and nonparallel steel laminates) may jeopardize their short- and long-term structural behavior and integrity. Current quality control procedures involve destructive testing of samples of bearings from a lot. This type of testing is time consuming and costly, and thus limited to a relatively small sample size, which may undermine confidence in the quality of remaining bearings in the lot. This paper presents an alternative, vision-based assessment methodology for the nondestructive identification of the internal structure of elastomeric bridge bearings. The methodology capitalizes on the high deformability of rubber and the near inextensibility of the steel laminates, which together result in a unique deformation pattern on the vertical surfaces of a bearing when it is subjected to axial load. This deformation pattern features local extrema in in-plane strain and horizontal displacement fields on the vertical surfaces. These local extrema are analyzed to deduce the thicknesses of the rubber layers and rubber side covers. The methodology is developed based on three-dimensional finite-element analyses (3D-FEA). Then, three-dimensional digital image correlation (3D-DIC) is used in experimental tests to evaluate its capability to identify manufacturing defects in elastomeric bridge bearings. Finally, the methodology is validated against destructive tests. The nondestructive method presented in this study is conducted in conjunction with compressive tests that departments of transportation carry out routinely and is therefore expected to facilitate rapid and cost-effective qualification of elastomeric bridge bearings.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,017
Tête enseignante GPT0,276
Écart entre enseignants0,259 · 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