MétaCan
Menu
Retour à la cohorte
Enregistrement W4396807316 · doi:10.5267/j.esm.2024.1.005

Optimization of non-bearing splice connection in GFRP short columns by manual testing and finite element analysis

2024· article· en· W4396807316 sur OpenAlexvenueno aff
M. J. Srujan, Seelam Srikanth

Notice bibliographique

RevueEngineering Solid Mechanics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésspliceFinite element methodConnection (principal bundle)Structural engineeringBearing (navigation)Fibre-reinforced plasticMaterials scienceEngineeringComputer scienceArtificial intelligenceGeneticsBiologyGene

Résumé

récupéré en direct d'OpenAlex

Connection designs are established to ensure the stability of joined cut sections, the joints so designed should be based on the optimal performance as per the requirements. The connection joints so established should not be based on just strength but reliability and durability as well. This study focuses on tackling one of the major issues faced when using Glass Fibre Reinforced Polymers (GFRPs) as construction materials, which is based on the abrupt failure of the material under critical or maximum loading. Connection designs are established in GFRP short column H-sections based on Bolted Splicing connections by Eurocode 3 for steel splicing connections. A total of seven Connection designs are established using bearing and non-bearing splicing connections. A total of five models for each connection is established for manual testing and Finite Element Analysis (FEA) is used to simulate and analyze these connection designs. Parameters such as ultimate load, displacement at ultimate load, stiffness, compressive strength, failure mode, load versus displacement behavior graph, and percentage compressive strength compared to the un-cut section are provided in this study. The strongest specimen in this study displaced 128% and 127.7% compressive strength compared to an un-cut GFRP H-section when tested using manual testing and FEA accordingly.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,215 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetStructural Load-Bearing AnalysisTravaux en français237 207