Experimental study on the load‐carrying capacity of steel‐mesh‐reinforced rubber bearings under axial compression
Notice bibliographique
Résumé
Abstract Isolation bearings play an important role in the seismic resilience of highway bridges. Flexible and high‐strength reinforcement has been applied in elastomeric isolation bearings to substitute conventional rigid steel plate reinforcement to enhance their lateral performance, for example, lower lateral stiffness and larger deformability. However, the main literature shows that existing flexible reinforcement, such as carbon/glass fiber fabric, may not guarantee a sufficient vertical load‐carrying capacity of elastomeric bearings to meet the design requirement of 30 MPa considering the vertical seismic effect. To this end, the emerging high‐strength steel woven wire mesh was introduced as an alternative flexible reinforcement for the bearings in this study to increase their ultimate compression capacity while maintaining superior lateral performance. Vertical compression tests were conducted on 34 specimens of the proposed unbonded steel‐mesh‐reinforced bearings (USRBs) to investigate the ultimate compression capacity. In addition to the general ultimate behavior of USRBs under vertical loading, the influence of various design parameters (i.e., individual rubber layer thickness, number of reinforcement layers, bearing design load) was investigated through comparisons among the specimens. From the test results, the compressive failure mechanism of USRBs was unveiled, which originated from the tensile failure of the steel mesh reinforcement. The steel mesh reinforcement was proved to increase the bearing ultimate compression capacity to an average of 52.0 MPa compared to fiber‐reinforced bearings, with 85% of specimens exceeding 30 MPa. Moreover, the compression capacity of USRBs was identified to be significantly affected by the individual rubber layer thickness. Specific discussions were further provided concerning the influence of potential manufacturing defects. Finally, suggestions were provided to further enhance the ultimate compression capacity of USRBs based on the results and discussions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».