VinhUni
Trang chủ
Thông điệp
Nhà khoa học
Bài báo khoa học
Đề tài khoa học
Sách, giáo trình
Tin tức
Thống kê
English
Bài báo khoa học
Trang chủ
Bài báo khoa học
Chi tiết bài báo
Hàm lượng cốt dọc tối thiểu của tiết diện cột bê tông cốt thép
Tác giả:
Phan Quang Minh, Trần Ngọc Long
419
0
Tạp chí Bộ xây dựng
Quyển:
Trang:
Năm xuất bản:
2015
Cùng tác giả
Đánh giá, giá trị cường độ và mô đun đàn hồi bê tông theo thời gian giữa mô hình lý thuyết và thực n
Biến dạng co ngắn dọc trục của cột bê tông cốt thép chịu tải trọng dài hạn
Giáo trình kết cấu bê tông cốt thép
Ảnh hưởng của Từ biến bê tông Dầm mới đến độ võng và mô men uốn của các Dầm chủ khi mở rộng Cầu cũ
Nghiên cứu cơ bản về phát triển giường rong biển sử dụng thực phẩm lãng phí từ ngành công nghiệp thực phẩm lên men
Nghiên cứu thực nghiệm về ứng dụng metakaolin và tro bay trong ASR
Đánh giá độ tin cậy của cột thép rỗng có xét đến ảnh hưởng của lực cắt
ĐÁNH GIÁ MỘT SỐ YẾU TỐ ẢNH HƯỞNG ĐẾN HIỆU QUẢ GIA CƯỜNG CỘT BTCT BẰNG TẤM SỢI COMPOSITE FRP THEO TIÊU CHUẨN ACI 440.2R-08
Ảnh hưởng của ăn mòn kim loại lên cấu trúc độ tin cậy của nhà công nghiệp một tầng
Ảnh hưởng của ăn mòn kim loại lên cấu trúc độ tin cậy của khung thép 3D
Phân tích độ nhạy tổng thể của cột rỗng bằng thép có xét đến ảnh hưởng của lực cắt
Dự đoán giá trị lực tới hạn của cột thép tiết diện thay đổi sử dụng thuật toán Artificial Neural Networks
Dự báo khả năng chịu lực dọc trục của cột thép Oval sử dụng ANN và ANFIS
Global sensitivity of reliability for the crane runway girder
ANN-based model for predicting the axial load capacity of the cold-formed steel semi-oval hollow section column
Experimental evaluation of concrete shrinkage deformation under the influence of foehn wind in vietnam
Time-Dependent Reliability Assessment of a Continuous I-shaped Steel Beam Considering Corrosion Effects
Prediction of shear capacity of RC beams strengthened with FRCM composite using hybrid ANN-PSO model
Prediction of Axial Compression Capacity of Cold-Formed Steel Oval Hollow Section Columns Using ANN and ANFIS Models
Prediction of speed limit of cars moving on corroded steel girder bridges using artificial neural networks