MétaCan
Menu
Back to cohort
Record W7161769278 · doi:10.82308/55495

Steel shear tab connections subjected to combined shear and axial forces

2015· dissertation· en· W7161769278 on OpenAlexaboutno aff
Alireza Mirzaei

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldEngineering
TopicStructural Load-Bearing Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsShear (geology)Shear strength (soil)Principal stressDirect shear test

Abstract

fetched live from OpenAlex

L'utilisation d'une plaque de cisaillement seule est une approche courante pour relier les poutres en acier aux colonnes. Au cours des 30 dernières années, de nombreux programmes d'expériences en laboratoire ont porté sur ces assemblages soumis à une charge verticale seule. Cependant, l'effet des forces axiales sur la performance des plaques de cisaillement a récemment fait l'objet d'études. Typiquement, la présence d'une force axiale dans l'assemblage à plaque de cisaillement entraînera l'utilisation de plusieurs rangées verticales de boulons, ce qui n'est abordé dans aucun guide de conception canadien. Le principal objectif du programme de recherche décrit ici était de développer une approche de calcul qui puisse être utilisée par les ingénieurs pour prendre en compte l'effet combiné des forces axiale et de cisaillement dans une plaque de cisaillement.Un ensemble de quatre essais grandeur nature ont été effectués sur des assemblages à plaque de cisaillement entre une poutre W610x140 et une colonne W360x196, ainsi qu'entre une poutre W310x60 et une colonne W360x196. La plaque de cisaillement, qui a été calculée comme pour un assemblage avec deux lignes de boulons, a été soumise à une force verticale (de cisaillement) combinée à une traction axiale ainsi qu'à la rotation attendue dans une liaison typique poutre-colonne. Le même type d'assemblage a été ensuite soumis au cisaillement et à la compression axiale. Les résultats de ces expériences et d'expériences antérieures, sur des plaques de cisaillement soumises seulement à une charge de gravité, ont été utilisés dans l'élaboration d'un modèle d'éléments finis (EF) capable de simuler la réponse de l'assemblage soumis à une charge de cisaillement, de prédire la résistance ultime et la progression de la rupture. Les modélisations de plaques de cisaillement par éléments finis réalisées jusqu'à présent ne simulaient pas l'endommagement, n'incluaient pas l'effet de la rupture de la soudure et, par conséquent, surestimaient souvent la résistance de l'assemblage. Les modèles présentés dans cette thèse utilisent des techniques de modélisation spéciales et sont en mesure de prédire tous les modes de rupture, tels que la rupture par pression diamétrale, la rupture de la section nette, la plastification par cisaillement, la plastification par flexion et la rupture de la soudure de l'assemblage.Les modèles EF ont ensuite été utilisés pour évaluer la performance des plaques de cisaillement soumises à des forces de cisaillement et axiale combinées. Des courbes d'interaction force de cisaillement - force axiale ont été obtenues pour différentes amplitudes de forces de traction et de compression, et ce, pour douze assemblages. Une méthode de calcul a été proposée permettant aux ingénieurs d'inclure l'effet de n'importe quelle amplitude de force axiale, dans le calcul d'assemblage à plaque de cisaillement.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.019
Threshold uncertainty score0.063

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0190.003

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.

Opus teacher head0.010
GPT teacher head0.242
Teacher spread0.233 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicStructural Load-Bearing AnalysisFrench-language works237,207