MétaCan
Menu
Retour à la cohorte
Enregistrement W4322504393 · doi:10.3390/buildings13030623

Numerical Investigation of the Axial Stress Distribution of Self-Tapping Screws in Mass Timber Products during Wetting or Drying

2023· article· en· W4322504393 sur OpenAlexaff
Mehsam Tanzim Khan, Chun Ni, Jieying Wang, Ying Hei Chui

Notice bibliographique

RevueBuildings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of AlbertaFPInnovations
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceStress (linguistics)Cylinder stressWettingStructural engineeringTappingMoistureComposite materialUltimate tensile strengthEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Self-tapping screws (STS) are used in wood-to-wood and wood-to-steel connections in timber structures. Premature failure of STS during the construction phase has been reported by structural engineers and contractors in relation to a few North American mass-timber projects. This STS failure type is suspected of having been precipitated by additional axial stress exerted on STS from swelling of the wood resulting from prolonged wetting. This study investigates the axial stress distribution of STS installed in two mass timber products, cross-laminated timber (CLT) and glulam, under axial loading and changing moisture conditions in the linear elastic regime. The focus is on modelling the stress distribution of STS during wood-wetting. Properties of self-tapping screws under axial loads, such as tensile and withdrawal properties, along with swelling properties of CLT and glulam, have been investigated. A numerical method to predict the axial stress distribution of the screw from these material property tests has been developed. The numerical model has been calibrated with test results. The method developed in this research helps in understanding the premature failure of self-tapping screw connections under the moisture content variation of wood. The next step will be developing an analytical model to predict the axial stress distribution of STS.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,293

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 Opus0,014
Tête enseignante GPT0,201
Écart entre enseignants0,187 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetWood Treatment and PropertiesTravaux en français237 207