Cold temperature effects on the impact behaviour of glued-laminated timber beams
Notice bibliographique
Résumé
• Glulam beams were tested statically and dynamically at ambient and cold temperature • Two of the seven static specimens failed in shear due to lack of finger joints • Increases in the modulus of elasticity were observed at cold temperatures • No interaction effects are detected between loading regime and temperature • A relationship between dynamic increase factor and strain-rate was observed Engineered wood products, such as glued-laminated timber (glulam), have been and are continuously being utilized in the construction of tall timber buildings and notable landmark bridges. This infrastructure, particularly the latter, may be exposed to hazardous impact loads throughout their service life. As little research has been conducted on the impact behaviour of glulam beams under cold temperature conditions, there is a need to investigate the potential effects of impact loading on glulam structural elements at cold temperatures. This paper presents an experimental investigation aimed at understanding the effects of cold temperatures on the impact behaviour of glulam timber beams. Fifteen glulam beams were tested under quasi-static and impact loading, under ambient and cold temperatures. Drop weight impact testing was performed to simulate dynamic loading conditions similar to those experienced in real-world scenarios. The results indicate that both the loading regime and cold temperatures have a significant influence on the strength and stiffness of glulam beams, whereby statistically significant increases in the moduli of rupture and elasticity were observed, however, no interaction between the two variables occurred. A single-degree-of-freedom (SDOF) model was developed and validated using the experimental test results and found to provide good accuracy.
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 ».