MétaCan
Menu
Retour à la cohorte
Enregistrement W4293083942 · doi:10.1155/2022/6126823

Simulation‐Based Tracking Test and Optimization of Large‐Tonnage Box Girder Transport with Trolley on an Erected Bridge

2022· article· en· W4293083942 sur OpenAlexaff
Lei Wang, Zhongda Lv, Aimin Xu, Fei Wang, Xinlong Dong

Notice bibliographique

RevueAdvances in Civil Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensImpact
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTonnageStructural engineeringBox girderBridge (graph theory)Stress (linguistics)GirderLoad testingEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

In the construction of large‐tonnage box girder, the construction load of box girder transport is generally greater than the operating load in highway industry; therefore, it is a crucial task to carry out accurate simulation and optimization on bearing box girder. For this purpose, the refined modeling method of 40 m/1270t box girder is studied first in this paper, followed by detailed stress analysis by considering the impact coefficient of vehicles and the most unfavorable conditions. Tracking tests on dead load, prestressed load, and the transport load have shown that the calculated stress values obtained by the refined models are very close to the measured stress values. Based on dynamic strain test of the vehicles at the speed of 4 km/h, the impact coefficient of four vehicles is estimated to be 1.08 and its value meets the requirements of no more than 1.1 provided by the vehicle manufacturer. Aimed at no tensile stress in the midspan section, the optimized geometry of 40 m box girder is obtained with less concrete and longitudinal prestressed tendons. These results demonstrate the plausibility and validity of the proposed research methods and optimization schemes for large‐tonnage box girder transport.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,215
Écart entre enseignants0,210 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetRailway Engineering and DynamicsTravaux en français237 207