Experimental Study on Macro-performance of Long-age HydraulicConcrete Based on High Temperature Accelerated Curing
Notice bibliographique
Résumé
In view of time-consuming and expensive for the long-age mechanical property test of hydraulic concrete, the change rule for the mechanical properties of hydraulic concrete with long-age is still unclear. Based on the equivalent age theory, the high-temperature curing method was employed to accelerate test. First, the macro-mechanical properties tests of hydraulic concrete at different curing ages (90d, 180d, 1a, 2a, 3a) and different fly ash contents (0%, 15%, 35%) were designed and carried out. Then the change rule of mechanical properties of hydraulic concrete at long-age were analyzed. In addition, the macro test results of concrete core specimen of a gravity dam which has been operated more than 40 years were adopted to feedback the above test results. The research results showed that the fly ash content had a significant influence on the activation energy Ea of hydraulic concrete. To reach the same hydration degree of design long-age, the curing time increased with the increasing of fly ash content. Within the curing age of 3a, the compressive and splitting tensile strength of concrete increased with the increasing of curing age. The strength values of cement concrete and concrete with 15% fly ash content were close to each other, while the strength values of concrete with 35% fly ash content were smaller than the cement concrete and concrete with 15% fly ash content. The consistency and reliability of the rule that the concrete strength continues to increase with age was further verified by combining the macroscopic test results and the strength growth rate calculation results of a gravity dam concrete core specimen that had been in service for more than 40 years.
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 | 0,000 | 0,000 |
| 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 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 ».