Research developments of a novel self-prestressing system for flexural strengthening reinforced concrete structures
Notice bibliographique
Résumé
The state of infrastructure in Canada is concerning, with many structures requiring rehabilitation or replacement in the near future. Researchers are investigating Fe-SMAs as a novel prestress strengthening system to address this need. The novel system provides a faster and more adaptable alternative to traditional methods. The straightforward and quicker installation system makes Fe-SMA feasible at any point in a structure's lifespan. The key to this system is its ability to self-prestress through the shape memory effect, developing recovery stress when restrained. This paper systematically reviews studies on the flexural strengthening of reinforced concrete (RC) beams using Fe-SMA, discussing the system’s performance, installation techniques (EB/EUB, NSM, CR), and long-term durability. It compares conventional prestress strengthening techniques and outlines key challenges and research directions. Findings suggest that Fe-SMA can effectively extend the service life of infrastructure by delaying deterioration while addressing the limitations of current methods. Fe-SMA offers advantages over traditional materials, such as steel and CFRP, including improved ductility, enhanced corrosion resistance, and cost-effectiveness. Its effectiveness has been demonstrated in real-life applications, such as the strengthening of a 113-year-old bridge, which showcases its potential for large-scale rehabilitation. Additionally, Fe-SMA offers environmental benefits, including ease of reintegration and the ability to be processed into new materials. The paper identifies challenges such as stress relaxation, non-uniform stress distribution during sequential activation, and the need for advanced anchorage systems. A notable feature is Fe-SMA's ability to recover stress losses through multiple activations, which requires standardized reactivation protocols. Future research should focus on quantitative cost and life-cycle analyses, as well as environmental impact assessments, to further validate the advantages of Fe-SMA.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».