Developing Self-Compacting Steel Fibre Reinforced Concrete (SCSFRC) Mixes Based On Target Plastic Viscosity and Compressive Strength
Notice bibliographique
Résumé
Steel fibres increase inhomogeneity and alter rheological and hardened characteristics of self-compacting concrete.To investigate the rheological behaviour and hardened characteristics of self-compacting steel fibre reinforced concrete (SCSFRC), a wide range of normal strength self-compacting concrete (SCC) mixes containing steel fibres and coarse aggregates (10 mm, 20 mm) with target cube compressive strengths between 30 to 70 MPa were prepared in the laboratory.The plastic viscosity of theses mixes were estimated to be between 20-50 Pas [1][2][3][4], and the slump flow time t500 of each mix was recorded to ensure that the flow and passing ability for workability of the mixes satisfy the recommended standards (BS EN 206-9: 2010) [5].This work mainly focuses on the properties of fibre reinforced selfcompacting concrete containing 0.5% and 1% (by volume fraction) steel fibres and the effect of coarse aggregates on their rheological behaviour and flow characteristics.Further, the effect of steel fibre content on strength of the hardened concrete will also be investigated.In addition to the results presented in this paper, an investigation on the distribution of steel fibres within the hardened concrete beams will also be discussed at the conference.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».