Truck Load Distribution Factors in Concrete Multicell Bridges
Notice bibliographique
Résumé
Bridge design is a critical aspect of infrastructure development, and its accuracy directly impacts the safety and economic efficiency of projects. In Canada, the Canadian Highway Bridge Design Code (CHBDC) has been used for bridge analysis and design for many years. However, some gaps and limitations were observed in the code upon closer examination. These gaps include concerns about the applicability of load distribution factors for the cellular bridges that fall outside the limiting geometry specified particularly in CHBDC Clause 5.5.3 to treat a cellular bridge as a voided slab bridge that neglect cell distortion (i.e. transverse shear area) in analysis. Additionally, inconsistencies in truck load positioning, and omission of symmetrical truck loading conditions in the analysis that led to the code empirical equations for load distribution factors. To address these critical issues and improve bridge design, a detailed parametric analysis was performed using the grillage method on various concrete multicell bridges, determining moment and shear distribution factors under CHBDC truck loading conditions. The key parameters considered in this study included shear area of transverse grillage members, bridge span, number of design lanes, number of cells and truck loading considered. Results show that CHBDC overestimates the load distribution factors for cellular bridges, especially with a significant margin for moment and shear at the fatigue limit state. Also, cell distortion plays a great role in load distribution factors. Based on the data generated from the parametric study, new constants for the load distribution factors for cellular bridges were developed to design them more economically and reliably.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».