Cyclic performance of reinforced concrete T-beams strengthened in shear with fiber-reinforced polymer composites: Sheets versus laminates
Notice bibliographique
Résumé
Much existing reinforced concrete (RC) civil infrastructure worldwide is in need of shear strengthening and rehabilitation. The use of externally bonded (EB) carbon fiber-reinforced polymer (CFRP) sheets and laminates to strengthen deficient RC beams in shear is now an acceptable and cost-effective practice, particularly under static loads. However, due to its complexity, the cyclic (fatigue) behavior and performance of shear-strengthened beams is not fully documented. Recently, use of CFRP continuous sheets wrapped over the shear length for fatigue upgrade has been studied. This technique may present drawbacks related to surface preparation and FRP debonding. Therefore, when possible, prefabricated CFRP L-shaped laminates can be a cost-effective alternative because they require less surface preparation and do not peel off easily. The objective of this paper was to present the results of an experimental investigation that compared cyclic (fatigue) and static (post-fatigue) behavior of two EB CFRP techniques (sheets vs. laminates) for shear retrofit of RC T-beams. In total, six laboratory tests on full-size 4520-mm-long beams were conducted. The specimens were subjected to fatigue loading of up to 6 million load cycles at a rate of 3 Hz. Specimens that sustained 6 million cycles were then tested monotonically up to failure. The variables examined in the paper were: (1) the EB CFRP strengthening scheme, and (2) the presence and ratio (spacing) of internal shear reinforcement. The test results confirmed the effectiveness of using EB CFRP shear-strengthening methods under cyclic loading. They also revealed that the fatigue performance of RC T-beams strengthened with L-shaped laminates is significantly superior in extending fatigue life compared to corresponding T-beams strengthened with U-wrapped sheets. This was quantified in terms of deflection response (47% increase due to fatigue loading for specimens with L-shaped laminates compared to 90% for specimens with U-wrapped sheets), and the level of increase in steel-stirrups strain range (9–42% vs. 62–114%) and in EB CFRP (36–97% vs. 58–163%).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».