Experimental characterisation of hydraulic lime mortar and clay brick elasticity using the Virtual Fields Method
Notice bibliographique
Résumé
Digital image correlation (DIC) offers the ability to calculate strain fields on the surfaces of test samples. This data can be used to characterise the mechanical properties of construction materials during compression tests. In this paper, a practical inverse technique called Virtual Fields Method (VFM) is customised for the characterisation of elastic properties (Young’s modulus and Poisson’s ratio) of construction materials during compression tests. More specifically, hydraulic lime mortar and solid clay brick materials, which are commonly found in both historic and modern structures, are examined. When applied to slender rectangular prisms away from contacts, VFM and extensometer-based characterisation demonstrate excellent agreement, with average deviation less than 5%. However, VFM characterises elasticity more comprehensively and robustly than standard extensometer-based methods. To account for through-thickness strain variations due to contact force eccentricities, VFM identification results from opposing faces of the sample are averaged. Furthermore, local surface defects are identified with the equilibrium gap indicator and excluded via virtual field constraints to achieve unbiased characterisations. The accuracy of the characterisation is evaluated by reconstructing the applied forces on sample cross sections and comparing these to the measured forces. This workflow is applied when VFM is used to characterise elasticity during splitting tests on flattened brick cores. Here, VFM yields results that deviate on average by only ∼ 10% from analytical estimates, even though it does not rely on predefined analytical expressions. This example illustrates the ability of VFM to identify material properties under complex stress states, opening up new possibilities for improved characterisation of construction materials. This can be particularly useful for identifying the properties of materials from non-standard samples extracted from historic buildings.
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 ».