MétaCan
Menu
Retour à la cohorte
Enregistrement W4293240863 · doi:10.18280/mmep.090230

Finite Element Modeling of Partially Composite Light-Gage Steel Tube Beam with Lightweight Concrete Deck Slab

2022· article· en· W4293240863 sur OpenAlexvenueno aff
Tiba H. Saadi, Salah R. Al-Zaidee

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeckFinite element methodSlabStructural engineeringMaterials scienceComposite numberBeam (structure)Composite materialEngineering

Résumé

récupéré en direct d'OpenAlex

For the time being, the steel-concrete composite floors are commonly used in residential, office, and commercial buildings. A traditional composite floor is often constructed with hot-rolled steel. The utilization of hot-rolled steel sections in small and medium-sized buildings is not cost-efficient. Because of the material, cutting process, and labor costs. In addition, the common usage of light-gage cold-formed members, which are often utilized in a non-composite manner, has led to the employment of bigger section sizes. Consequently, the replacement of hot-rolled steel sections with light-gage steel ones to act compositely is a cost-efficient solution. Therefore, this study uses FE modeling with ABAQUS software to investigate the structural behavior of the partially composite light-gage tube beam with a lightweight concrete deck slab. Results of the analysis show that changing the concrete type has a minor influence on strength and stiffness. Changing the concrete type from lightweight to normal weight increases the strength by 3.5%, and increasing the yield stress has a major contribution to the strength. Increasing the yield stress of the beam from 355 MPa to 700 MPa increases the strength by 35.8%.

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 enseignants0,530
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)0,0010,000
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,184
Écart entre enseignants0,170 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetStructural Load-Bearing AnalysisTravaux en français237 207