Assessment of critical parameters affecting fretting fatigue life of bridge stay cables at saddle supports
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
Saddle systems are a popular solution for supporting cables in cable-stayed bridges. Fretting fatigue failure of cables at saddle supports is a primary design consideration for these systems. Critical parameters that affect the fretting fatigue life of the cables are the contact forces and the slip displacements at the contact points between the cables and the saddle. Determining these critical parameters is the first step in evaluating the fretting fatigue life of the cables. Wear in the contact points between the cables and the saddle can affect the load distribution in saddle systems and consequently affect these critical parameters. However, the effect of wear has not been studied in the previous works. This paper first discusses the methods proposed in the literature for evaluating contact forces and slip displacements in the contact points between a cable and a saddle. Then, a finite element model of the problem and a framework for modelling the wear are presented. Finally, fretting fatigue life is determined based on the different studied approaches. The main highlights of the current study are considering the effect of wear in the simulation and employing an enhanced FE model for slip displacement calculations. The results of the basic model without wear effects showed that the first contact point between the cable and the saddle is critical for fatigue failure. However, by incorporating wear in the model, the contact force at the first point dropped and the second contact point became critical; this is in line with the observations in large-scale fatigue tests of saddle systems.
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 | 0,000 | 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 découle