Eurokoodien vaikutukset teräsbetonisillan kansirakenteen mitoitukseen
Bibliographic record
Abstract
Opinnäytetyössä tutkittiin eurooppalaisten suunnittelustandardien, eli eurokoodien voimaantulon vaikutuksia betonisiltojen mitoituksessa. Kohteessa mitoitettiin betonisillan rakenteet eurokoodin sekä Suomen rakennusmääräyskokoelman mukaisten mitoitusperusteiden mukaan tavoitteena kehittää kansallisia sovellusohjeita ja tuottaa tietoa uusista normeista. Vertailulaskelmiin pohjautuvassa työssä keskitytään ohjemuutoksen tuomiin keskeisiin muutoksiin sillan pääkannakkeessa kuormitusten, suunnittelumenetelmien ja lopullisten teräsmäärien suhteen. Tutkimuksen vertailut ovat osa Liikenneviraston hallinnoimaa hanketta, jonka tuloksena julkaistaan eurokoodien sovellusohje sillansuunnittelussa. Esimerkkikohde on valtatie 4:lle vuonna 2010 valmistuva 80 metriä pitkä neliaukkoinen jatkuva betonipalkkisilta. Tutkimuksessa keskityttiin sillan pääkannakkeen mitoitukseen, jossa muodostettiin eurokoodin mukaan vaadittavat kuormaryhmät sekä laskettiin niiden aiheuttamat rasitukset, joita verrattiin vanhojen ohjeiden mukaisiin tuloksiin. Tulokset kertovat mitoitusmenetelmien keskeisistä muutoksista, niiden vaikutuksista suunnitteluun ja rakenteen lopullisista teräsmääristä. Merkittävimmät eroavaisuudet eurokoodilla ovat kuormien yhdistely ryhmittäin ja ristikkoanalogian käyttäminen leikkausmitoituksessa, jolloin betonin leikkauslujuus jätetään huomioimatta ja kaikki voimat otetaan vastaan teräksillä. Halkeamaleveyden laskenta on myös kokenut muutoksia, jolloin käyttörajatilan mitoittavuus saattaa joissakin tapauksissa laskea. Tarkastelut toivat molemmilla normeille hyvin samansuuruisia tuloksia eurokoodin vaatiessa hieman kevyempää raudoitusta kuin edeltäjänsä betoninormi. Uudistuneet suunnitteluperusteet antavat paljon mahdollisuuksia, mutta tuovat myös mukanaan haasteita. Menetelmiä tutkimalla ja ohjeita kehittämällä saadaan aikaan toimivat työkalut sillansuunnitteluun myös eurokoodien aikakaudella.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.123 | 0.022 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".