Experimental and numerical investigation of preloaded recycled concrete beams strengthened with CFRP
Notice bibliographique
Résumé
Purpose The use of recycled coarse aggregate in concrete structures promotes environmental sustainability; however, performance of these structures might be negatively impacted when it is used as a replacement to traditional aggregate. This paper aims to simulate recycled concrete beams strengthened with carbon fiber-reinforced polymer (CFRP), to advance the modeling and use of recycled concrete structures. Design/methodology/approach To investigate the performance of beams with recycled coarse aggregate concrete (RCAC), finite element models (FEMs) were developed to simulate 12 preloaded RCAC beams, strengthened with two CFRP strengthening schemes. Details of the modeling are provided including the material models, boundary conditions, applied loads, analysis solver, mesh analysis and computational efficiency. Findings Using FEM, a parametric study was carried out to assess the influence of CFRP thickness on the strengthening efficiency. The FEM provided results in good agreement with those from the experiments with differences and standard deviation not exceeding 11.1% and 3.1%, respectively. It was found that increasing the CFRP laminate thickness improved the load-carrying capacity of the strengthened beams. Originality/value The developed models simulate the preloading and loading up to failure with/without CFRP strengthening for the investigated beams. Moreover, the models were validated against the experimental results of 12 beams in terms of crack pattern as well as load, deflection and strain.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».