The Use of Photovoltaic Solar Panels to Reduce Temperature-Induced Bridge Deformations
Notice bibliographique
Résumé
Abstract Civil infrastructure such as bridges undergo deformations such as displacement and strain due to environmental temperature variations. Temperature causes deformations equal to or larger than that due to traffic load on bridges. This research evaluates whether the deformations due to temperature load on bridges can be minimised by incorporating photovoltaic solar panels on the bridge surface. The panels can be attached to the bridge truss, piers, and the periphery of the deck excluding the pavement, i.e., excluding bridge superstructure elements under direct traffic load to avoid wear and tear of the solar panels. The hypothesis is that solar panels will generate electricity from solar radiation and the bridge elements underneath the panels will experience less temperature load. The truss will experience smaller deformations and thereby increasing its lifespan. This hypothesis is tested with a laboratory experiment on a bridge truss. A combination of solar panels is attached to the surface of an Aluminium truss. The truss is subjected to 1-h heating and cooling cycles created using infrared lamps. The truss is monitored with linear variable differential transformers and thermocouples. Displacements and surface temperature of the truss are recorded. Results have shown a 34.0% reduction in displacement due to the installation of solar panels. The temperature of the truss has been also reduced by 15–25.6%. This research shows the benefit of integrating renewable energy means in infrastructure such as bridges to reduce temperature-induced structural deformations. Such integration can enhance the bridge lifespan along with generating green energy to electrify the bridge or the local area.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».