Probabilistic Seismic Performance Assessment of an RC Bridge Considering Corrosion‐Affected Bond‐Slip and Steel Bar Buckling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Reinforced concrete (RC) bridges are designed to remain safe and functional for their lifetime, during which the impacts of aging may result in performance degradation. Steel bar corrosion is one of the most common causes of structural performance degradation in RC structures subjected to earthquakes in seismic‐prone areas. Therefore, to ensure the adequate seismic performance of RC bridges over the course of their life, it is necessary to investigate the effect of corrosion on seismic performance prediction. To this end, this research work uses the recently developed tools for seismic performance assessment, including advanced finite element (FE) modeling strategies for corroded RC structures. The newly developed advanced FE modeling strategy can capture the corrosion impact on bonding between steel bars and surrounding concrete, as well as the vulnerability of steel bars to buckling, in addition to other effects on the steel bar cross‐sectional area, cover concrete spalling, and confinement level for core concrete. Using these newly developed strategies, the seismic performance of an RC bridge, impacted by corrosion over the course of its life, is examined in a probabilistic framework. In particular, it has been demonstrated that the conventional FE modeling approach, which neglects the corrosion‐affected bond‐slip and steel bar buckling, would lead to underestimated seismic risk for corroded RC bridges, specifically the seismic risk associated with the post‐peak behavior.
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.
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 découle