MétaCan
Menu
Retour à la cohorte
Enregistrement W7115036548

Fibreglass Geogrid for Slab-on-Grade in Harsh Environments: Experimental and Finite Element Analysis

2024· dissertation· en· W7115036548 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2024
Typedissertation
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Stabilization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFinite element methodGeogridDeformation (meteorology)Work (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse étudie le potentiel d'utilisation des géogrilles en fibre de verre pour améliorer les performances des dalles de béton au sol dans des conditions environnementales difficiles, en particulier dans les régions froides. La recherche est motivée par les limitations des renforcements en acier conventionnels, qui sont sensibles à la corrosion et à la dégradation dues aux fluctuations extrêmes de température et aux cycles de gel-dégel, nécessitant des techniques de renforcement plus durables.La première partie de cette étude se concentre sur la compréhension de l'effet de la température sur la réponse en traction des géogrilles en fibre de verre haute résistance. Quarante-huit tests de traction ont été réalisés à des températures allant de -30°C à +60°C conformément à la norme ASTM D6637. Les résultats ont indiqué que la résistance ultime à la traction et le module d'élasticité de la géogrille augmentaient d'environ 24 % à mesure que la température ambiante diminuait de la température ambiante à -30°C, tandis que la déformation à la résistance ultime restait constamment inférieure à 2 %.La deuxième partie explore les performances en flexion des poutres en béton ordinaire renforcées avec des géogrilles en fibre de verre rigides et des géogrilles polymériques à haute ductilité. Vingt et une poutres avec différentes configurations de renforcement ont été soumises à des tests de flexion à quatre points pour évaluer leur comportement charge-déflexion, les taux de libération d'énergie de fracture mode-I et les modes de défaillance. Les résultats révèlent que le renforcement avec des géogrilles en fibre de verre améliore significativement la rigidité en flexion de 40 %, l'énergie de fracture de 11-34 % et la capacité de déplacement de 15-45 % par rapport à leurs homologues polymériques, qui n'ont conduit qu'à une amélioration de 10 % des déformations. Les modèles numériques basés sur la méthode des éléments finis (FEM) ont validé ces résultats, montrant une amélioration de 15 à 26 % de la capacité portante et de l'énergie de fracture à des températures plus basses jusqu'à -30°C.La troisième partie étudie les performances des structures de dalles sur sol renforcées avec des géogrilles en fibre de verre et polymériques dans des conditions environnementales difficiles. Douze dalles ont été testées sous des charges concentrées avec diverses configurations de renforcement. Les résultats ont montré que le renforcement avec des géogrilles en fibre de verre augmentait la rigidité des dalles de 25 à 40 %, la capacité de déplacement de 5 à 20 % et la ductilité de 3 à 12 fois par rapport au béton ordinaire, surpassant les géogrilles polymériques ductiles. Des modèles numériques basés sur la méthode des éléments finis ont été développés et validés avec des données expérimentales pour évaluer l'influence des variations de température, révélant que les dalles renforcées en fibre de verre présentaient de meilleures performances à des températures plus basses, tout en maintenant des résistances aux fissures constantes de 23°C à 60°C.Dans l'ensemble, cette recherche fournit des informations précieuses sur l'utilisation des géogrilles en fibre de verre pour renforcer les structures en béton, démontrant leur potentiel à relever les défis posés par les fluctuations extrêmes de température et les conditions environnementales difficiles, en particulier dans les régions froides

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetGeotechnical Engineering and Soil StabilizationTravaux en français237 207