MétaCan
Menu
Retour à la cohorte
Enregistrement W7030357387

Modélisation numérique du comportement en traction des connexions de cornières boulonnées de pylônes à treillis

2020· other· fr· W7030357387 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2020
Typeother
Languefr
DomaineComputer Science
ThématiqueAdvanced Image and Video Retrieval Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHuman engineeringPneumaticsResearch methodology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce document présente l'aboutissement d'un projet de maîtrise en génie civil portant sur la modélisation numérique du comportement en traction de connexions de cornières boulonnées typiques de pylônes à treillis. Suite à la révision des normes de calcul et dans l'optique d'augmenter la abilité de pylônes électriques, les gestionnaires de réseaux électriques, en particulier Hydro-Québec (HQ) et le Réseau de Transport d'Électricité (RTE) en France, investissent dans des projets de recherche portant sur le renforcement des pylônes existants. Dans ce contexte, le groupe de recherche HQ/RTE à l'université de Sherbrooke a mené des travaux expérimentaux portant sur le renforcement des connexions de cornières boulonnées de pylônes à treillis. Cependant, au cours de ces travaux de recherche, des incertitudes au niveau de l'évaluation du comportement mécanique des connexions de cornières boulonnées ont été identi ées. En e et, des di érences entre les résultats expérimentaux et les prédictions des normes de calcul ont été constatées. Une étude numérique est donc requise a n d'évaluer d'une façon détaillée le comportement de ces assemblages boulonnés de pylônes à treillis. Le présent projet vise à bien modéliser le comportement réel de connexions de corni ères boulonnées typiques de pylônes à treillis. Des analyses numériques par éléments nis ainsi qu'une étude expérimentale ont été réalisées à cet e et. En e et, des modèles numériques tridimensionnels de certaines con gurations de connexions boulonnées ont été développés. Une étude sur les e ets de certains paramètres géométriques sur la distribution des contraintes au niveau de l'assemblage boulonné a été e ectuée. De plus, des essais expérimentaux ont été e ectués sur ces con gurations de connexions boulonnées chargées en traction. Les résultats expérimentaux obtenus présentent une base permettant de valider les études numériques réalisées. Par conséquent, la abilité de la méthodologie adoptée pour la modélisation numérique des connexions boulonnées a été validée. La modélisation du renforcement par des plaques d'acier de ces connexions représente une perspective int éressante découlant directement de ce projet.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,231
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetAdvanced Image and Video Retrieval TechniquesTravaux en français237 207