Evaluating the benefits of lightweight cellular concrete as embankment fill for reducing negative skin friction on abutment piles
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
Lightweight cellular concrete (LCC) offers advantages in geotechnical applications by reducing surcharge pressures compared to traditional fill materials. This study examines the use of LCC as embankment fill and evaluates its effects on negative skin friction in pile foundations, in comparison to traditional granular backfill, through field measurements and numerical simulations on a production H-pile at a bridge construction site. A verified numerical model was utilized to calculate the maximum axial force at the neutral plane, drag force, and downdrag magnitudes. The model was then modified using LCC parameters to assess potential benefits for piled foundations. Parametric analysis evaluated how LCC property variations influence axial forces in pile groups for the two representatives most and least critical positions based on the axial force magnitude. Results demonstrate that LCC reduces maximum axial force at the neutral plane by over 60%. Negative skin friction and drag force decreased by 37.5% and 65%, respectively, at the critical pile position. During filling stages with LCC, compressive forces along edge piles were reduced, though this trend reversed during consolidation. Variations in Poisson’s ratio and elastic modulus had a more pronounced influence on the pile located at the edge of the cap, while changes in unit weight impacted middle piles more substantially. LCC implementation reduced embankment settlement and downdrag by decreasing the relative settlement between soil and pile by up to 70% at the most critical location.
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