Numerical assessment of random distribution of strands and voids oneffective mechanical properties of strand-based wood composites
Notice bibliographique
Résumé
Strand-based wood composites are increasingly being used in the construction of low- to mid-rise timber buildings in Canada. In this study, the effects of voids and distribution of strands on the effective mechanical properties of a typical strand-based wood product, parallel strand lumber (PSL), are examined. A powerful numerical algorithm using python scripting has been developed for this purpose. A script is employed to distribute voids and strands through a large representative volume element (RVE) of a PSL beam. The effective properties of 1543 RVE realizations with different distributions of strands and voids are calculated and results are presented for each engineering constant. Unlike previous studies, strands and voids are distributed explicitly through the material’s cross-section. Hence, the role of small variations of strand and resin distribution, as well as presence of voids and their distribution among strands in the effective properties of PSL can be elucidated more realistically. Once strands and voids are distributed, a computational homogenization scheme is employed by applying periodic boundary conditions to each constructed RVE. Within the RVE, strands and voids are distributed based on a pre-defined distribution function with angles ranging from -10o to +10o, representing the variation of strands’ angles in the manufacturing process of PSL. Using the developed computational algorithm, the effect of RVE’s dimension on predicted properties was also studied. The effect of void’s volume fraction on the Young’s modulus along the strands’ longitudinal direction ( E11 ) is found to be much lower than the moduli in other directions (i.e. E22 and E33 ). The advantages of the proposed approach compared to similar approaches are discussed at the end.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».