GFRP-Reinforced Concrete Columns: State-of-the-Art, Behavior, and Research Needs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This comprehensive review paper delves into the utilization of Glass Fiber-Reinforced Polymer (GFRP) composites within the realm of concrete column reinforcement, spotlighting the surge in structural engineering applications that leverage GFRP instead of traditional steel to circumvent the latter’s corrosion issues. Despite a significant corpus of research on GFRP-reinforced structural members, questions about their compression behavior persist, making it a focal area of this review. This study evaluates the properties of GFRP bars and their impact on the structural behavior of concrete columns, addressing variables such as concrete type and strength, cross-sectional geometry, slenderness ratio, and reinforcement specifics under varied loading protocols. With a dataset spanning over 250 publications from 1988 to 2024, our findings reveal a marked increase in research interest, particularly in regions like China, Canada, and the United States, highlighting GFRP’s potential as a cost-effective and durable alternative to steel. However, gaps in current knowledge, especially concerning Ultra-High-Performance Concrete (UHPC) reinforced with GFRP, underscore the necessity for targeted research. Additionally, the contribution of GFRP rebars to compressive column capacity ranges from 5% to 40%, but current design codes and standards underestimate this, necessitating new models and design provisions that accurately reflect GFRP’s compressive behavior. Moreover, this review identifies other critical areas for future exploration, including the influence of cross-sectional geometry on structural behavior, the application of GFRP in seismic resistance, and the evaluation of the size effect on column strength. Furthermore, the paper calls for advanced studies on the long-term durability of GFRP-reinforced structures under various environmental conditions, environmental and economic impacts of GFRP usage, and the potential of Artificial Intelligence (AI) and Machine Learning (ML) in predicting the performance of GFRP-reinforced columns. Addressing these research gaps is crucial for developing more resilient and sustainable concrete structures, particularly in seismic zones and harsh environmental conditions, and fostering advancements in structural engineering through the adoption of innovative, efficient construction practices.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle