Saltar navegación e ir al contenido principal
Biblioteca digital de Bogotá
Logo BibloRed
Cargando contenido
¿Qué estás buscando?
  • Escribe palabras clave como el título de un contenido, un autor o un tema que te interese.

  • Búsqueda avanzada

Seleccionar

Contenidos y Experiencias Digitales

Filtrar

Formatos de Contenido
Tipo de colección
Género
Idioma
Derechos de uso

Selecciona contenidos según las condiciones legales para su uso y distribución.

Estás filtrando por

Cargando contenido

Se encontraron 110737 resultados en recursos

  • Exclusivo BibloRed
Imagen de apoyo de  Suggested New Statistical Parameter for Estimating Joint Roughness Coefficient considering the Shear Direction

Suggested New Statistical Parameter for Estimating Joint Roughness Coefficient considering the Shear Direction

Por: Hindawi | Fecha: 2021

Los 10 perfiles de rugosidad estándar proporcionaron una comparación visual para obtener el coeficiente de rugosidad conjunta (JRC) de la superficie de la junta de roca, pero la precisión de este método está influenciada por factores humanos. Por lo tanto, muchos investigadores intentan evaluar la morfología de rugosidad de la superficie de la junta a través del método de parámetros estadísticos. Sin embargo, el JRC obtenido de la mayoría de los parámetros estadísticos existentes no reflejaba la propiedad direccional de la superficie de la junta. Considerando los 10 perfiles estándar como modelos de diferentes juntas rugosas, propusimos una nueva idea para la estimación precisa del JRC. Basándonos en el concepto de diferencia de área, se propusieron por primera vez el promedio de diferencia de área positiva () y la suma de diferencia de área positiva () para reflejar la rugosidad de las superficies de las juntas en función de la propiedad direccional, y también se investigó su relación de ajuste con el JRC. El
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Suggested New Statistical Parameter for Estimating Joint Roughness Coefficient considering the Shear Direction

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A Hypoelastic Dynamic Constitutive Model to Account for the Hysteretic Behaviour of Soil Subjected to Cyclic Loads

A Hypoelastic Dynamic Constitutive Model to Account for the Hysteretic Behaviour of Soil Subjected to Cyclic Loads

Por: Hindawi | Fecha: 2021

Para reducir las dificultades asociadas con los modelos constitutivos dinámicos, en este estudio se estableció un modelo para el suelo basado en hipoelasticidad. La relación esfuerzo-deformación en el suelo bajo una carga cíclica se dividió en tres etapas: carga inicial, descarga y recarga. La relación esfuerzo-deformación en cada etapa se determinó utilizando una ecuación hiperbólica. Sobre esta base, se describió el significado físico de los parámetros en el modelo y su método de determinación. Se investigaron los efectos de los parámetros en la relación esfuerzo-deformación y se estableció el algoritmo de integración del modelo. Finalmente, la racionalidad del modelo propuesto se verificó realizando pruebas triaxiales bajo cargas convencionales y cíclicas. Los resultados muestran que el modelo es capaz de demostrar adecuadamente todas las relaciones esfuerzo-deformación en el suelo bajo cargas estáticas y dinámicas.
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A Hypoelastic Dynamic Constitutive Model to Account for the Hysteretic Behaviour of Soil Subjected to Cyclic Loads

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Estimation of Soil Cohesion Using Machine Learning Method, A Random Forest Approach

Estimation of Soil Cohesion Using Machine Learning Method, A Random Forest Approach

Por: Hindawi | Fecha: 2021

La cohesión del suelo (C) es una de las propiedades críticas del suelo y está estrechamente relacionada con propiedades básicas del suelo como la distribución del tamaño de partículas, el tamaño de poro y la resistencia al corte. Por lo tanto, principalmente se determina mediante métodos experimentales. Sin embargo, los métodos experimentales suelen ser lentos y costosos. Por lo tanto, se recomienda encarecidamente desarrollar un enfoque alternativo basado en técnicas de aprendizaje automático (ML) para resolver este problema. En este estudio, se construyeron modelos de aprendizaje automático, a saber, máquina de vectores de soporte (SVM), proceso de regresión gaussiana (GPR) y bosque aleatorio (RF), basados en un conjunto de datos de 145 muestras de suelo recogidas del proyecto de autopista Da Nang-Quang Ngai, Vietnam. La base de datos también incluye seis parámetros de entrada, es decir, contenido de arcilla, contenido de humedad, límite líquido, límite plástico, graved
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Estimation of Soil Cohesion Using Machine Learning Method, A Random Forest Approach

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Experimental Study on Mechanical Properties of Reinforced Soil Interface under Dry-Wet Cycle

Experimental Study on Mechanical Properties of Reinforced Soil Interface under Dry-Wet Cycle

Por: Hindawi | Fecha: 2021

El muro de contención de suelo reforzado ha sido ampliamente utilizado en proyectos costeros, y los ciclos de humedad-sequedad influyen en las propiedades mecánicas de la interfaz de suelo reforzado. Este estudio realiza pruebas macro-micro y selecciona cuatro muestras de suelo reforzado con diferentes contenidos de agua, cinco tipos de condiciones de presión de sobrecarga y tres series de ciclos de humedad-sequedad, con un total de 60 condiciones de trabajo. Se utilizó la prueba de extracción para estudiar las propiedades mecánicas de la interfaz de suelo reforzado. El microscopio electrónico de barrido se utilizó para observar la caracterización microscópica de las partículas bajo diferentes condiciones de trabajo. A través del análisis de los resultados experimentales, podemos llegar a las siguientes conclusiones. (1) El coeficiente de fricción de la interfaz de suelo reforzado disminuye con el aumento del número de ciclos de humedad-sequedad. (2) La cohesión aparente de la interfaz suelo-refuer
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Experimental Study on Mechanical Properties of Reinforced Soil Interface under Dry-Wet Cycle

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Meso-Experimental Study on Tensile Characteristics of Clay

Meso-Experimental Study on Tensile Characteristics of Clay

Por: Hindawi | Fecha: 2021

Este artículo presenta un estudio experimental sobre el cambio de mesoestructura de arcilla utilizando un sistema de prueba innovador. Su objetivo es evaluar las características de tensión de la arcilla. El sistema de prueba diseñado en este artículo incluye un dispositivo de carga de tracción, un dispositivo de adquisición de imágenes y un programa de procesamiento de imágenes, que puede recopilar y procesar las imágenes mesoestructurales de la muestra de suelo y predecir la ubicación de la zona de fractura por tracción con una pequeña carga previa. Las pruebas se realizaron con tres zonas de observación diferentes, incluida la zona de fractura por tracción (Zona 1), el área adyacente a la zona de fractura por tracción (Zona 2) y las áreas alejadas de la zona de fractura por tracción (Zona 3). Los resultados muestran que el desarrollo de grietas es continuo pero no lineal hasta el fallo por tracción en la Zona 1, y las grietas emergen pero dejan de desarrollarse en la Zona 2 con la penetración de las grietas en la Zona
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Meso-Experimental Study on Tensile Characteristics of Clay

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  An Evaluation Method for Effective Prestress of Simply Supported Prestressed Concrete Beams with Breathing Cracks

An Evaluation Method for Effective Prestress of Simply Supported Prestressed Concrete Beams with Breathing Cracks

Por: Hindawi | Fecha: 2021

La pérdida de la efectividad de la pretensión y la detección precisa del esfuerzo real en puentes de hormigón pretensado prefabricado existentes son dos de los principales desafíos en la industria de puentes. En este sentido, esta investigación tiene como objetivo desarrollar un método mejorado para el ensayo de momento crítico de descompresión (DM) de secciones agrietadas dependiendo de la tasa de cambio de esfuerzo de las barras de tracción. Se obtiene un método de cálculo para la pretensión efectiva total de los cordones de pretensado en la región de tracción con la suposición de la sección plana y el elastómero de pre-descompresión. El método propuesto es verificado mediante pruebas de laboratorio en vigas, análisis numérico y al abordar problemas de pretensión efectiva en vigas simplemente apoyadas existentes. Los resultados de la determinación del estado crítico de descompresión muestran que el método propuesto (es decir, la tasa de cambio de esfuerzo de
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

An Evaluation Method for Effective Prestress of Simply Supported Prestressed Concrete Beams with Breathing Cracks

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Research on Damage Identification of Nonuniform Microcrack in Beam Structures

Research on Damage Identification of Nonuniform Microcrack in Beam Structures

Por: Hindawi | Fecha: 2021

La identificación de microfisuras no uniformes es de gran importancia en ingeniería mecánica, aeroespacial y civil. En este estudio, la fisura no uniforme se simplifica como una fisura semielíptica, y se proponen métodos de cálculo simplificados para evaluar la gravedad del daño y la identificación del mismo en fisuras semielípticas. Los métodos propuestos se basan en el método de cálculo para fisuras uniformes. La transformada wavelet y el algoritmo inteligente (AI) se utilizan para identificar la ubicación y gravedad del daño en la estructura, respectivamente. La singularidad del coeficiente wavelet se puede utilizar para identificar rápidamente y con precisión la singularidad de la señal, y el AI calcula eficiente y precisamente la gravedad del daño estructural. Los algoritmos de optimización de enjambre de partículas (PSO) y algoritmo genético (GA), ampliamente utilizados, se aplican para identificar la gravedad del daño en la viga. Se realizan
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Research on Damage Identification of Nonuniform Microcrack in Beam Structures

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  A DSM-Based CCPM-MPL Representation Method for Project Scheduling under Rework Scenarios

A DSM-Based CCPM-MPL Representation Method for Project Scheduling under Rework Scenarios

Por: Hindawi | Fecha: 2021

Los riesgos de retrabajo causados por las interacciones en el flujo de información se han convertido en un desafío importante en la programación de proyectos. Para hacer frente a este desafío, proponemos un modelo que integra el método de gestión de proyectos de cadena crítica, el método de matriz de estructura de diseño y el método max-plus. Nuestro modelo utiliza una relación de inicio a inicio de actividades en lugar de la tradicional relación de final a inicio, lo que también permite superposiciones entre actividades. Mejoramos la precisión del tiempo de seguridad de retrabajo de dos maneras: (1) se tiene en cuenta el efecto general de superposición al calcular el tiempo de retrabajo de una actividad que surge de la interacción en el flujo de información de sus múltiples predecesores superpuestos con ella; (2) el tiempo de retrabajo que surge de las superposiciones de actividades, el primer tiempo de retrabajo y el segundo tiempo de retrabajo se calculan como componentes del tiempo de seguridad de retrabajo en nuestro modelo, mientras que el último se ignora en los métodos tradicionales. Además, la precisión de los buffers de
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

A DSM-Based CCPM-MPL Representation Method for Project Scheduling under Rework Scenarios

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Application of Extreme Gradient Boosting Based on Grey Relation Analysis for Prediction of Compressive Strength of Concrete

Application of Extreme Gradient Boosting Based on Grey Relation Analysis for Prediction of Compressive Strength of Concrete

Por: Hindawi | Fecha: 2021

La predicción de la resistencia del concreto es un punto de investigación interesante y podría ser realizada de manera efectiva, especialmente para el concreto con un sistema complejo, con el desarrollo del aprendizaje automático e inteligencia artificial. Por lo tanto, un excelente algoritmo debería poner énfasis en recibir una mayor atención por parte de los investigadores. Este estudio presenta un novedoso sistema predictivo de la siguiente manera: extreme gradient boosting (XGBoost) basado en análisis de relación gris (GRA) para predecir la resistencia a la compresión del concreto que contiene escoria y metacaolín. Uno de sus puntos destacados es una metodología de selección de características, es decir, GRA, que se utilizó para determinar las principales variables de entrada. Otro aspecto destacado es que su rendimiento se comparó con la red neuronal artificial (ANN) y el algoritmo genético-red neuronal artificial (GA-ANN) frecuentemente utilizados mediante el uso de un conjunto de datos aleatorio y los mismos conjuntos de datos de prueba. Para tres mismos conjuntos de datos de prueba, los valores promedio de ANN
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Application of Extreme Gradient Boosting Based on Grey Relation Analysis for Prediction of Compressive Strength of Concrete

Copia el enlace o compártelo en redes sociales

  • Exclusivo BibloRed
Imagen de apoyo de  Evaluation of the Additives? Behaviour to Determine the Best Modifier for Improving Asphalt Performance at High Temperature

Evaluation of the Additives? Behaviour to Determine the Best Modifier for Improving Asphalt Performance at High Temperature

Por: Hindawi | Fecha: 2021

El estudio actual tiene como objetivo examinar las propiedades físicas y reológicas en el rango de alta temperatura de 52, 58, 64, 70, 76 y 82 °C, utilizando aglomerantes asfálticos ajustados. Se seleccionaron tres tipos de modificadores de asfalto como estireno-butadieno-estireno, acetato de vinilo de etileno y neumáticos al final de su vida útil. Los aditivos seleccionados se implementaron con diferentes contenidos que van desde el 4% al 7% por peso del asfalto puro. Se establecieron varios métodos de prueba, como la ductilidad, la viscosidad, la inspección microscópica y experimentos con reómetro dinámico de corte. Los resultados demostraron que el porcentaje de disminución en la ductilidad fue del 93%, 91% y 88% con respecto a la adición de los neumáticos al final de su vida útil (ELTs), el acetato de vinilo de etileno (EVA) y el estireno-butadieno-
Fuente: Revista Virtual Pro Formatos de contenido: Otros

Compartir este contenido

Evaluation of the Additives? Behaviour to Determine the Best Modifier for Improving Asphalt Performance at High Temperature

Copia el enlace o compártelo en redes sociales

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones

¿Deseas limpiar los términos de la búsqueda avanzada?

Vas a limpiar los términos que has aplicado hasta el momento para poder rehacer tu búsqueda.

Selecciona las Colecciones en las que vas a añadir el contenido

Para consultar los contenidos añadidos busca la opción Tus colecciones en el menú principal o en Mi perfil.

Mis colecciones

Cargando colecciones