Influence of Loading Direction on the Behavior of Steel–Grout Hybrid Joints for Mass Timber Panels
Notice bibliographique
Résumé
This paper presents a blended experimental, numerical, and statistical approach to characterize the influence of loading direction on the behavior of hybrid connectors used in mass timber panels. These connectors consist of a thick layer of epoxy-based grout surrounding steel rods, all embedded within the cross-laminated timber (CLT) panels. A series of 42 monotonic pushout tests were conducted to evaluate their structural performance parameters, including initial stiffness, yield resistance, and ultimate resistance. The specimens were tested in two orientations: half were loaded parallel to the face layers; the other half were loaded perpendicular to these layers. Following the experimental tests, a high-fidelity finite-elements model was developed using ANSYS commercial software to simulate the structural behavior of the hybrid connectors under various loading angles. This model was calibrated using the experimental results. Simulations were performed for different angles between the loading direction and the CLT face layers, including 0, π/6, π/4, π/3, and π/2 radians. Experimental and simulation results indicated that the connectors exhibited better structural performance as the loading angle approached 0°. The finite-elements model accurately captured the slip modulus, yield resistance, and ultimate resistance, achieving an accuracy of over 95%. Additionally, the model provided insights into the structural performance, yield mechanisms, and failure propagation of connectors at various orientations relative to the CLT face layers. Based on the finite-elements model’s outputs, trigonometric equations derived from Hankinson’s formula were developed to predict the structural performance parameters of the connectors as a function of the CLT layer orientations relative to the loading direction. These predictive equations demonstrated excellent performance, with coefficients of determination approaching 1.0 in several cases.
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 | 0,000 |
| 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) | 0,001 | 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 ».