Structural Evaluation of Shiplap Hinge Joint Using Empirical and Strut-and-Tie Methods
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
Bridges designed before 1990 with shiplap hinge joints (SHJs) using classical approaches need to be evaluated to verify minimum reinforcing or anchorage and development length requirements to failure mechanisms that may occur as outlined in the AASHTO LRFD Bridge Design Specifications (2020).In addition, limited studies to date have focused on the consequences of these older bridge designs and their associated failure mechanisms when evaluating beam ledges with SHJs using classical approaches.In this study, the behaviour of SHJs in existing bridges is examined analytically using two methods, empirical and strut-and-tie, to demonstrate the potential application of each technique on assess existing structures.Most importantly, this study provides insight on how strut-and-tie methods can be applied to evaluate existing bridges with in-span hinge connections and how to adequately account for development lengths using the strut-and-tie method compared to the empirical method.Nonlinear finite element (FE) models are generated as a physics-based to represent the expected ultimate capacity and associated failure mechanisms of beam ledges.The results revealed that the estimated strength capacity of the SHJs using the strut-and-tie method was less than both empirical and FE methods, suggesting that the lower-bound solution may be the more critical evaluation method.Overall, the results illustrate the various governing failure mechanisms from the different methods when evaluating the section capacity, sufficient steel area, and development length, which influence the structural response of SHJs when loaded.
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