Estimating equivalent elastic properties of frozen clay soils using an XFEM-based computational homogenization
Notice bibliographique
Résumé
This study addresses the challenge of estimating the elastic properties of heterogeneous frozen clay soils by introducing a comprehensive approach that combines analytical and numerical models. The frozen clay soil is treated as a mixture composed of frozen clay-water composites and nonclay mineral inclusions. An inversion algorithm is employed to deduce the elastic properties of the matrix (clay-water composites) of two artificially frozen sandy clay samples with known temperature-dependent elastic properties. Subsequently, a two-dimensional numerical simulation using the eXtended Finite Element Method (XFEM) is conducted to carry out numerical homogenization by considering the imperfect bond among frozen clay-water composites and nonclay minerals. The numerical homogenization model offers insights into the temperature-dependent behavior of the interface stiffness parameter. The numerical homogenization results are compared with conventional numerical homogenization approaches like the FEM, which rigidly defines the bonding between inclusions and the matrix. The comparison indicates that the neglect of imperfect bonds among clay-water composites and nonclay minerals will lead to unrealistic outcomes in cases with a high fraction of inclusions. This integrated approach advances the understanding and prediction of elastic properties of frozen clay soils by considering their heterogeneous nature. • A novel approach for estimating elastic properties of frozen clay soils. • An XFEM-based numerical homogenization considers imperfect interfacial bonds. • Temperature-dependent interface stiffness parameters are quantified. • Comparative study highlights the importance of considering imperfect bonds.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».