Effet de la teneur en humidité du bois sur la performance des assemblages bois boulonnés de pin gris
Bibliographic record
Abstract
Ce projet porte sur la problématique de l’influence de l’humidité sur la performance des attaches boulonnées des charpentes en bois. Afin d’améliorer la justesse des règles de calcul des charpentes en bois présentées dans la norme canadienne CSA-O86, nous vérifions, dans cette étude, la pertinence du coefficient de service (KSF) appliqué aux attaches dans des teneurs en humidité (TH) variables. Pour ce faire, nous utilisons cinq types d’attaches assemblées de bois sec (TH ≈ 12%) et humide (TH ≥ 19%) et testées en trois conditions d’humidité (TH ≈ 8%; TH ≈ 12%; TH ≥ 19%). Toutes les attaches sont constituées d’une membrure de pin gris (Pinus banksiana) de 89 mm d’épaisseur et de plaques de jonctions en acier de 6,4 mm d’épaisseur, le tout assemblé de boulons de 12,7 mm de diamètre de grade 2 et, dans certains cas, de grade 5. Les attaches sont à un, deux et six boulons; pour ce dernier, on fait varier l’espacement entre les rangées et entre les boulons. Chaque série inclut six éprouvettes, avec un joint à chacune des deux extrémités, pour un total de 198 tests de traction parallèle au fil du bois en double cisaillement. Les paramètres suivants sont déterminés pour chaque test : la limite de proportionnalité, le seuil de plasticité, la charge maximale, la rigidité, la ductilité et le mode de rupture. Les résultats de cette étude révèlent que c’est l’humidité du bois lors du test et non pas lors du montage qui est plus importante pour la performance des attaches. La rigidité augmente en proportion de la diminution de l’humidité en dessous du point de saturation des fibres, qui est accompagnée par une transition du mode de rupture de ductile à fragile. Les attaches assemblées et testées humides (TH > 19%) sont les plus faibles, mais les plus ductiles. Le séchage du bois a un plus grand effet sur les attaches avec un espacement plus petit entre connecteurs : en plus de la rupture fragile, leur résistance est réduite 15% en condition très sèche (TH ≈ 8%). La diminution de la résistance d’attaches en conditions très sèches est observée; néanmoins, pour les modes de rupture fragiles, le coefficient de service (KSF) est jugé trop conservateur. Des propositions sont faites et justifiées pour le remplacement du KSF par le coefficient de service en cisaillement et en traction longitudinale (KSv et KSt) dans les cas de rupture fragile, comme il est couramment recommandé dans la norme américaine National Design Specification.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".