Wyniki wyszukiwania - BazTech

1

Czynniki pozasprzętowe wpływające na dokładność oceny wytrzymałości betonu w konstrukcjach

Stawiski B.

Materiały Budowlane

|

2013

|

nr 3

47--48

EN

Concrete strength in the structure is not uniform in the entire section, especially if it concerns layers in the form of ceiling slabs, concrete floors. Due to availability of structures for testing, heterogeneity of concrete resulting not from random causes but from the method of forming or compacting cannot be ignored in tests. Ceilings are usually accessible from the bottom and floors from the top, sandwich walls produced in vertical position are easily accessible only from one side etc. The article presents examples of differentiated concrete strength determined experimentally in various zones of ceiling slabs, floors made of ordinary concrete. It includes also the principles of procedures in order to avoid big mistakes in determination of concrete strength, as well as a special method of testing structures when an answer to the question about class of the produced concrete is sought.

2

Influence of distribution type on the probability of acceptance of concrete strength

Skrzypczak I., Woliński S.

Archives of Civil Engineering

|

2007

|

Vol. 53, nr 3

479-495

EN

The subject of this paper are criteria and methods of evaluations of ready-mixed concrete. These methods may influence the rational decisions about the quality of concrete and may be favorable to the producer or contractor. The Monte Carlo simulation method has been applied to obtain operating-characteristic curves (OC-curves) for different compound conformity criteria and different distribution types of concrete strength. The distribution type of concrete strength significantly influences the risk that the suitable lot of concrete can be rejected (producer's risk) as well as the risk that the defective lot of concrete can be accepted (contractor's risk), especially for small sample sizes. The most favorable for a producer and unfavorable for a contractor is lognormal distribution. The normal distribution protects mostly the contractor's profit, whereas the Weibull distribution gives balanced results. The analyses presented in this paper show that the compound criteria in cases of small sample sizes n<15 can have unfavorable effects to the both producer and contractor, for example groundless increase of production costs and high level of contractor's risk.

PL

Przedmiotem artykułu są kryteria i metody oceny wytrzymałości betonu towarowego, umożliwiające podejmowanie racjonalnych decyzji, uwzględniających korzyści producenta i odbiorcy betonu. W pracy zastosowano metodę symulacji Monte Carlo, aby otrzymać krzywe operacyjno-charakterystyczne (krzywe OC) dla złożonych kryteriów zgodności i różnych typów wytrzymałości betonu na ściskanie. Typ rozkładu wytrzymałości znacznie wpływa na ryzyko, że dobra partia betonu może zostać odrzucona (ryzyko producenta), jak również na ryzyko, że wadliwa partia betonu może zostać przyjęta (ryzyko odbiorcy), w szczególności dla prób o małej liczebności. Sprzyjający dla producenta i niekorzystny dla odbiorcy jest rozkład lognormalny. Rozkład normalny faworyzuje odbiorcę, podczas gdy zastosowanie rozkładu Weibulla prowadzi do zrównoważonego podziału ryzyka miedzy producenta i odbiorcę. Analiza przedstawiona w artykule wskazuje, że założone kryteria zgodności w przypadku próby o małej liczebności n<15, mogą mieć niekorzystne skutki zarówno dla producenta, jak i odbiorcy betonu, na przykład zwiększenie kosztów produkcji i poziomu ryzyka odbiorcy betonu.

3

Statystyczne kryteria zgodności wytrzymałości betonu o normalnym i logarytmo-normalnym rozkładzie wytrzymałości

Skrzypczak I., Woliński S.

Zeszyty Naukowe Politechniki Rzeszowskiej. Budownictwo i Inżynieria Środowiska

|

2004

|

z. 37[211], cz.1

363-371

EN

Analysis and risk estimation connected with application of statistical criteria for concrete acceptance according to the standards have been performed in the contribution. The Monte Carlo method and results of test received from industrial laboratories have been used for numerical simulations. Prediction accuracy of statistical acceptance criteria has been determinate with use of normal and lognormal distribution. Comparison of OC curves for these both distributions has been presented.