Étude numérique d'une connexion boulonnée aveugle entre un tablier en aluminium sur poutres en acier
Bibliographic record
Abstract
L'utilisation de l’aluminium dans les ponts au Canada n'est pas nouvelle, mais elle est moins répandue que celle des matériaux plus traditionnels comme l'acier, le béton ou le bois, et ce, même si l'aluminium possède plusieurs propriétés qui rendent son utilisation intéressante. L'aluminium présente plusieurs caractéristiques qui favorisent son utilisation, telles que : sa très bonne résistance à la corrosion, sa légèreté, ainsi qu'une bonne formabilité. Pour ces raisons, l'aluminium est envisagé pour la production de tabliers de ponts fabriqués à partir d'extrusions multicellulaires. Néanmoins, ces tabliers doivent être reliés à des poutres en acier par un assemblage rapide et facile qui pourra en même temps répondre à critères techniques. Compte tenu de la difficulté d'accéder à l'intérieur des cellules extrudées, l’utilisation d'un boulon à haute résistance n'était pas possible, d'où l'idée d'étudier numériquement l'utilisation de deux boulons aveugles Ajax ONESIDE et BOM. Il a été déterminé, par des simulations numériques avec la méthode des éléments finis, que ces deux boulons ont la capacité de permettre la libre expansion / contraction de l'aluminium, en maintenant une action composite avec et sans la présence du freinage, ainsi qu'en générant une usure de quelques micromètres à la surface de contact, sans aucun risque d’initiation de fissure. Une étude comparative avec un boulon à haute résistance a été réalisée afin de classer ces boulons par comportement, et il a été montré que le boulon à haute résistance offre une meilleure résistance au freinage quel que soit l'effet thermique sur l'assemblage. En revanche, en analysant son comportement vis-à-vis le phénomène du fretting, on constate qu'une apparition probable de fissures associée à une usure mineure peut se produire au niveau de la zone de contact tête boulon/ platelage.
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) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.022 | 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; both teacher heads agree on what is shown here.
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".