Optimización del diseño de mezclas de concreto de alto desempeño utilizando materiales de procedencia nacional
Notice bibliographique
Résumé
El presente proyecto busca investigar un método de diseño de mezcla para fabricar concreto de alto desempeño que permita construir estructuras cada vez más desafiantes tales como edificios de gran altura, puentes de grandes luces, túneles, etc. El método en el que se basa la investigación es el que propone el profesor Pierre Claude Aitcin de la Universidad de Sherbrooke en Quebec, Canadá, el cual parte con un parámetro nuevo que no se toma en cuenta en los diseños convencionales de concreto: el punto de saturación del aditivo. Este valor, que se obtiene a través de pruebas que se detallarán en el tratado, nos permitirá elegir el aditivo que genere mejor dispersión en una pasta de cemento y las cantidades aproximadas de los componentes de la mezcla. Después se elegirá por criterio de desempeño cuales son los componentes adecuados para nuestros fines. También se realizarán pruebas con materiales cementicios suplementarios a fin de mejorar las propiedades del concreto y también para reducir las cantidades de cemento a usar en el diseño. Se usaran como indicadores de desempeño las recomendaciones y exigencias del ACI 237R-07 “Self - Consolidating Concrete” y la norma europea EFNARC “Especificaciones y Directrices para el Hormigón Autocompactable - HAC”. Después se realizará un análisis costo - beneficio de los concretos especializados, para finalmente mostrar conclusiones y recomendaciones obtenidas de la experiencia.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».