Flexural Strengthening of Concrete Structures Using Externally Bonded and Unbonded Prestressed CFRP Laminates: A Literature Review
Notice bibliographique
Résumé
Carbon fiber-reinforced polymer (CFRP) materials have been widely used in prestressed and non-prestressed systems for the flexural strengthening of concrete structures in many construction projects worldwide. Strengthening with non-prestressed CFRP materials, which is known as passive repair, could lead to an increase in the ultimate capacity of the concrete member. However, it has little effect on its serviceability performance (e.g., cracking, yielding, and deflection properties). Flexural strengthening with prestressed CFRPs provides an active repair technique that positively effects the strength and serviceability of structures. In addition, strengthening with prestressed fiber-reinforced composites efficiently uses the material’s high tensile strength. Although different fiber-reinforced polymer (FRP) materials and forms have been used in prestressing applications, this paper focused on the use of CFRP laminates (e.g., sheets, strips, or plates). These laminates have been widely used due to their excellent mechanical properties, ease of application in various geometrical shapes, good conforming surface area of contact with structures, and low installation costs. A comprehensive literature review was presented on strengthening using prestressed CFRP laminates in conventionally and internally prestressed concrete structures (PCSs). The externally bonded and unbonded prestressed CFRP laminate applications that used different anchorage systems were presented. The flexural behavior, failure modes, and serviceability performance of the strengthened concrete members were discussed. The effects of the prestressing level on ductility and energy absorption and a summary of the recommended optimum prestressing level discussions were presented in this paper. Furthermore, a review of the theoretical studies that were conducted for prestressed CFRP applications was provided. The knowledge gaps in the research area and future research recommendations were presented.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».