Abaques pour le dimensionnement du renforcement externe en matériaux composites de poutres en béton armé
Bibliographic record
Abstract
De nombreuses structures en béton armé, situées en Amérique du Nord, ont dépassé leur vie utile et ont besoin de réparation ou de renforcement. La technique de renforcement externe par le collage de polymères renforcés de fibres (PRF) sur les surfaces de béton est une méthode innovatrice qui a prouvé son efficacité quant à la réhabilitation et à l'augmentation de la résistance des structures en béton armé. Cependant, le fait qu'il n'y ait pas de normes de conception et d'aides au dimensionnement disponibles jusqu'à maintenant sur ce sujet, limite encore l'utilisation de cette technique. Dans le cadre de l'élaboration d'un manuel de dimensionnement sur le renforcement des structures en béton armé avec des PRF par le Réseau de Centres d'excellence ISIS Canada, des outils de dimensionnement ont été développés lors de cette étude et sont présentés dans ce mémoire. Ces outils traitent de la conception du renforcement externe en flexion de poutres en béton armé à l'aide de PRF. Ils se présentent sous forme d'abaques à partir desquelles la quantité de PRF nécessaire pour fournir un gain de résistance en flexion spécifique peut être établie pour une poutre à son état ultime. Ces abaques sont basées sur les équations relatives aux modes de rupture classiques des poutres renforcées de PRF. Les abaques contiennent un maximum d'information et sont utilisables dans la majorité des cas de renforcement pouvant être rencontrés. Le renforcement des poutres à section rectangulaire, avec ou sans armature de compression, et le renforcement des poutres à section en T peuvent être traités avec les abaques présentées dans ce mémoire. L'utilisation des abaques permet de dimensionner rapidement et facilement le renforcement d'une poutre avec des PRF, selon des propriétés précises, tout en minimisant le nombre de calculs. L'incorporation de ces abaques à un manuel de dimensionnement va permettre aux ingénieurs d'avoir accès à un guide plus complet, et ils pourront être plus enclins à avoir recours aux PRF pour renforcer ou réparer des structures en béton armé.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".