MétaCan
Menu
Retour à la cohorte
Enregistrement W4396860007 · doi:10.1061/jpsea2.pseng-1594

Novel Curve-Shape Sandwich Composites with Flexible Cores for Rehabilitation of Buried Infrastructure: Experimental and Analytical Studies Considering Geometric Nonlinearity

2024· article· en· W4396860007 sur OpenAlexaff
Anita Shiny Kanagaraj, Pedram Sadeghian

Notice bibliographique

RevueJournal of Pipeline Systems Engineering and Practice · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemStructural engineeringMaterials scienceComposite materialSandwich-structured compositeCore (optical fiber)EngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents findings from an experiment examining a novel curve-shape sandwich composite made of fiber-reinforced polymer (FRP) facesheets and flexible cores under transverse compressive loading. The curve-shape sandwich composites aim to enhance strength and stiffness while minimizing material use, particularly as liner for rehabilitation of large buried infrastructure like pipes and culverts. The study involved fabricating and testing 24 circular liners with various facesheet–core combinations. Results include deflection measurements, load data, and tensile strain values at different points on the liners. The stiffness of each sandwich specimen was compared to theoretical predictions based on composite facesheet behavior. Notably, bulkermat cores demonstrated superior stiffness and strength compared to three-dimensional (3D) woven fabric cores, exhibiting higher composite action. In contrast, solid-wall liners exhibited greater deformations than sandwich liners. To predict these significant deformations, an iterative analytical model was developed, accounting for geometric nonlinearity. This model accurately predicted test data prior to any material nonlinearity, such as facesheet or core failure. Additionally, the model was used to perform a parametric analysis, exploring various liner characteristics, including diameter, FRP layers, core thickness, and liner shape.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,300
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pipeline Systems Engineering and PracticeMême sujetStructural Analysis and OptimizationTravaux en français237 207