Torsional Strengthening of RC Beams with Openings Using Hybrid SHCC–Glass Fiber Mesh Composites
Notice bibliographique
Résumé
This study investigates the effectiveness of strain-hardening cementitious composites (SHCC) reinforced with glass fiber (GF) mesh in enhancing the torsional behavior of reinforced concrete (RC) beams with circular openings. Eight full-scale RC beams were tested under pure torsion, including two control beams and six strengthened beams with varying configurations of horizontal, vertical, and combined SHCC-GF mesh retrofitting. The experimental program evaluated the influence of single- and double-layer GF mesh reinforcement on torsional capacity, crack propagation, stiffness, and energy absorption. The results demonstrated that the presence of an opening reduced the ultimate torsional capacity by 29%, elastic stiffness by 48%, and energy absorption by 64% compared to the solid control beam. Strengthening with horizontal SHCC strips restored 21–35% of the lost capacity, while vertical strips performed even better, achieving 44–61% improvement. The combined horizontal–vertical configuration with a double-layer GF mesh proved the most effective, increasing ultimate load by 91% compared to the unstrengthened beam with an opening. Finite element models (FEM) are developed using ABAQUS to simulate the performance of the tested beams.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».