Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "bridge support" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Ocena przyczyn i stopnia zniszczenia nawodnych podpór mostu hydraulicznego odpopielania
    The estimation of reasons and degree of destruction of aquatic supports of the hydraulic ash removal bridge
    Autorzy:
    Błaszczyński, Tomasz
    Łowińska-Kluge, Aldona
    Powiązania:
    https://bibliotekanauki.pl/articles/973539.pdf
    Data publikacji:
    2020
    Wydawca:
    Polski Związek Inżynierów i Techników Budownictwa
    Tematy:
    most hydrauliczny odpopielania
    podpora mostu
    konstrukcja żelbetowa
    uszkodzenie
    agresja chemiczna
    korozja biologiczna
    badanie laboratoryjne
    badanie makroskopowe
    badanie mikroskopowe
    wytrzymałość betonu
    analiza chemiczna
    biological corrosion
    laboratory test
    macroscopic examination
    microscopic examination
    concrete strength
    chemical analysis
    hydraulic ash removal bridge
    bridge support
    reinforced concrete structure
    damage
    chemical attack
    Opis:
    W przedstawianym artykule opisano przypadek uszkodzeń betonu w nawodnych podporach mostu hydraulicznego odpopielania w jednej z elektrowni. Dokonanie oceny przyczyn zniszczenia betonu, jak i określenie możliwości wystąpienia w nim zjawisk korozyjnych, a więc w konsekwencji prognozowania trwałości obiektu budowlanego oraz wybór, na tej podstawie, właściwej procedury naprawczo-renowacyjnej wymagało przeprowadzenia szeregu niezbędnych badań i analiz. I tak, w omawianym przypadku, przeprowadzono kompleksowe badania na obiekcie i badania na próbkach betonu wyciętych, w postaci odwiertów rdzeniowych, z uszkodzonej konstrukcji (m.in. makroskopowe, mikroskopowe SEM, XRD, DTA, analizy chemiczne). W oparciu o te badania ustalono rodzaje korozji odpowiedzialne za analizowane zniszczenia.
    The article describes a case of concrete damage in waterway supports of a hydraulic bridge for ash removal in one of power plants. Assessment of concrete destruction causes, as well as determination of the possibility of corrosion occurring in the concrete, and therefore, as a consequence of forecasting the durability of the construction facility and selection of appropriate repair and renovation procedure, required a number of necessary tests and analyses. In the discussed case, comprehensive tests on the facility and on concrete samples, cut out of the damaged construction in the form of cored boreholes (including macroscopic, microscopic, SEM, XRD, DTA tests and chemical analyses) were carried out. Based on these tests, the types of corrosion responsible for the analysed damage were determined.
    Źródło:
    Przegląd Budowlany; 2020, 91, 11; 18-23
    0033-2038
    Pojawia się w:
    Przegląd Budowlany
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of digital twin and support vector machine in structural health monitoring of bridges
    Autorzy:
    Al-Hijazeen, Asseel Za'al Ode
    Fawad, Muhammad
    Gerges, Michael
    Koris, Kálmán
    Salamak, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/27312162.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    monitorowanie stanu konstrukcji
    most
    uszkodzenie
    bliźniak cyfrowy
    uczenie maszynowe
    maszyna wektorów wsparcia
    structural health monitoring
    bridge
    damage
    digital twin
    machine learning
    support vector machine
    Opis:
    Structural health monitoring (SHM) of bridges is constantly upgraded by researchers and bridge engineers as it directly deals with bridge performance and its safety over a certain time period. This article addresses some issues in the traditional SHM systems and the reason for moving towards an automated monitoring system. In order to automate the bridge assessment and monitoring process, a mechanism for the linkage of Digital Twins (DT) and Machine Learning (ML), namely the Support Vector Machine (SVM) algorithm, is discussed in detail. The basis of this mechanism lies in the collection of data from the real bridge using sensors and is providing the basis for the establishment and calibration of the digital twin. Then, data analysis and decision-making processes are to be carried out through regression-based ML algorithms. So, in this study, both ML brain and a DT model are merged to support the decision-making of the bridge management system and predict or even prevent further damage or collapse of the bridge. In this way, the SHM system cannot only be automated but calibrated from time to time to ensure the safety of the bridge against the associated damages.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 31--47
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies