MétaCan
Menu
Retour à la cohorte
Enregistrement W4315866364 · doi:10.3934/matersci.2023006

Modeling the flexural strength of steel fibre reinforced concrete

2023· article· en· W4315866364 sur OpenAlexaff
Abdul Saboor Karzad, Moussa Leblouba, Zaid A. Al-Sadoon, Mohamed Maalej, Salah Altoubat

Notice bibliographique

RevueAIMS Materials Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthMaterials scienceComposite materialUltimate tensile strengthFlexural modulusVolume fractionThree point flexural testSofteningFiber-reinforced concreteStructural engineeringTension (geology)Reinforced concreteEngineering

Résumé

récupéré en direct d'OpenAlex

Industrial applications of fibre-reinforced concrete (FRC) in structures require extensive experimental and analytical investigations of the FRC material properties. For design purposes and applications involving the flexural loading of the member, it is essential to have a predictive model for the flexural strength of the FRC material. In the present paper, a fracture mechanics approach based on Bridged Crack Model (BCM) is used to predict the flexural strength of steel fibre-reinforced concrete (SFRC) beams. The model assumes a quadratic tension-softening relationship (σ-δ) governing the bridging action of the steel fibres and a linear profile of the propagating crack. The proposed tension-softening relationship is considered valid for a wide range of fibre-reinforced concrete materials based on the knowledge of either the material micromechanical parameters (such as fibre volume fraction, fibre/matrix bond strength, fibre length, and fibre tensile strength) or an actual experimentally-measured σ-δ relationship. The flexural strength model thus obtained allows the prediction of the flexural strength of SFRC and study the variation of the latter as a function of the micromechanical parameters. An experimental program involving the flexural testing of 13 SFRC prism series was carried out to verify the prediction of the proposed model. The SFRC mixes incorporated two types of steel fibres (straight-end and hooked-end), four different concrete compressive strengths (40, 50, 60, and 70 MPa), three different fibre volume fractions (1, 1.5, and 2%), and three specimen depths (100, 150, and 200 mm). The experimental results were compared to the predictions of the proposed flexural strength model, and a reasonable agreement between the two has been observed. The model provided a useful physical explanation for the observed variation of flexural strength as a function of the test variables investigated in this study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,251
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIMS Materials ScienceMême sujetInnovative concrete reinforcement materialsTravaux en français237 207