Development of a hysteresis model based on axisymmetric and homotopic properties to predict moisture transfer in building materials
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.
Notice bibliographique
Résumé
Current hygrothermal behaviour prediction models neglect the hysteresis phenomenon. This leads to a discrepancy between numerical and experimental results, and a miscalculation of buildings’ durability. In this paper, a new mathematical model of hysteresis is proposed and implemented in a hygrothermal model to reduce this discrepancy. The model is based on a symmetry property between sorption curves and uses also a homotopic transformation relative to a parameter [Formula: see text]. The advantage of this model lies in its ease of use and implementation since it could be applied with the knowledge of only one main sorption curve by considering [Formula: see text], in other words, we only use the axisymmetric property here. In the case where the other main sorption curve is known, we use this curve to incorporate the homotopy property in order to calibrate the parameter [Formula: see text].The full version of the proposed model is called Axisymmetric + Homotopic. Furthermore, it was compared not only with the experimental sorption curves of different types of materials but also with a model that is well known in the literature (CARMELIET’s model). This comparison shows that the Axisymmetric + Homotopic model reliably predicts hysteresis loops of various types of materials even with the knowledge of only one of the main sorption curves. However, the full version of Axisymmetric + Homotopic model is more reliable and covers a large range of materials. The proposed model was incorporated into the mass transfer model. The simulation results strongly match the experimental ones.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle