Calcul de la capacité de pylônes à treillis avec une approche stabilité
Bibliographic record
Abstract
De par leur grande résistance et leur faible poids propre, les pylônes à treillis s’avèrent être une structure de choix pour transporter l’électricité sur les grandes distances qui séparent les lieux de production des centres urbains. Dans la pratique, le design de ces structures se fait généralement par une analyse linéaire élastique en considérant des connexions rotulées et des membrures soumises uniquement à des efforts axiaux. Le manque de précision de cette méthode oblige la réalisation d’essais grandeur réelle pour s’assurer que le pylône est sécuritaire et économique. Cette opération est coûteuse et retarde l’avancement des projets. Le but ultime de ce travail de recherche est de développer une procédure numérique simple et accessible aux ingénieurs de la pratique afin d'améliorer la prédiction de la capacité et du mode de rupture des pylônes à treillis. Au niveau de la modélisation, les cornières ont été modélisées par des éléments poutre de Timoshenko avec gauchissement. Les connexions sont, quant à elles, représentées par des éléments discrets affectés aux extrémités des barres et dont le comportement est linéaire élastique. Les rigidités en translation sont infiniment rigides alors que celles en rotation sont déterminées par une modélisation volumique. Enfin, les excentricités sont prises en compte par des liens rigides entre le centre de gravité et le point d’attache. Du côté de la méthode de calcul, la contrainte critique de flambement élastique F[indice inférieur e] est déterminée par une analyse de flambement linéaire plutôt que par la méthode des longueurs effectives. Ensuite, la résistance de la barre est calculée en suivant la même procédure que les normes. Plusieurs modes sont ainsi analysés de manière à couvrir les différentes configurations d’attache d’une cornière dans un pylône. La méthode ainsi développée a été comparée aux résultats d’essais expérimentaux sur 12 pylônes ainsi qu’aux résultats calculés avec différentes normes de conception. Il en ressort que la méthode prédit bien la résistance et donne des résultats comparables aux normes. Les barres avec un faible élancement comme les membrures jambes sont les mieux prédites. La procédure élaborée permet donc d’augmenter la précision du calcul de la capacité ultime et du mode de rupture des pylônes. Cette amélioration est d’intérêt car elle répond aux besoins de l’industrie des lignes de transport d'électricité, des partenaires industriels du projet et de la chaire de recherche Hydro-Québec/RTE - Structures et mécanique des lignes de transport d'énergie électrique. En effet, elle pourrait éventuellement permettre de diminuer les coûts de construction en réduisant le recours aux essais pleine échelle et en donnant des outils aux ingénieurs pour optimiser leur design. Elle facilitera également la réalisation d’essais hybrides.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".