Compressive Strength Prediction Model of High Strength Concrete by Destructive and Nondestructive Technique
Notice bibliographique
Résumé
Concrete’s compressive strength can be tested in a laboratory before construction begins. Since concrete is a natural material and cannot be destroyed, it is not possible to determine its compressive strength through destructive testing. Rebound hammers are typically used in the field to evaluate the structural elements’ ability to withstand hardened concrete. As part of the current study, a comparison was made between concrete’s compressive strength measured by destructive testing and its surface hardness measured by rebound hammering. Tests were conducted on laboratory-made concrete cubes in this study to determine destructive and non-destructive behavior. Minitab software was used for regression analysis. Schmidt rebound hammer tests, a type of nondestructive testing (NDT), were shown to have very strong relationships with concrete destructive compression tests. Schmidt rebound hammers are commonly used to measure the surface hardness of concrete, since the hammer rebound number and concrete strength are theoretically correlated. Utilising a Schmidt hammer, it was applied. Standard concrete cubes with crushing strengths between 20 and 30 MPa were created using various mix proportions. Using regression analysis, destructive and non-destructive values are correlated. The linear regression equation is well suited for obtaining the compressive strength using rebound value by using linear regression equation.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».