GFRP-Reinforced Concrete Columns: State-of-the-Art, Behavior, and Research Needs
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.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».