Flexural and serviceability behaviour of macro-synthetic fibre-reinforced concrete beams reinforced with GFRP bars
Notice bibliographique
Résumé
Due to the corrosion challenges of conventional steel reinforcement, glass fibre-reinforced polymer (GFRP) bars are used as internal reinforcement in many structural applications. However, due to the lower elastic modulus, the design of GFRP-reinforced concrete structures is primarily governed by the serviceability limits, especially the crack width and deflection. This research addresses these limitations by incorporating macro-synthetic fibres to enhance the flexural performance and serviceability of GFRP-reinforced beams. Eleven concrete beams with varying parameters, including concrete strength, fibre volume fraction, and reinforcement ratio, were cast and tested under a four-point loading scheme. The experimental results were analyzed in terms of crack pattern, deflection, strain in concrete and GFRP bars, crack width, and ultimate flexural capacity. Macro-synthetic fibres significantly improved the flexural performance and serviceability of the beams, reducing deflections and crack widths. The deflection predictions from ACI 440.11–22 code and CSA S806–12 standards overestimated experimental deflections at 0.33 M n by neglecting fibre contributions to tensile stiffness, while the proposed equation achieved better accuracy with a predicted-to-experimental ratio of 1.02 ± 0.05. A new analytical equation provided to determine the stress in the GFRP bars at the service stage, considering the contribution of fibre reinforced concrete (FRC). Increasing the macro-synthetic fibre content up to 0.5 % by volume significantly reduced the bond-dependent coefficient ( k b ), with a reduction of up to 32.8 %. The results indicated that the simplified method, integrating CSA S806–12 and ACI 544.4R-18, yielded more accurate moment capacity predictions, with an average ratio of experimental to predicted ultimate moment capacity of 1.09 and a coefficient of variation of 7.87 %. This research contributes to the existing experimental dataset on GFRP-FRC members and demonstrates the potential of macro-synthetic fibres in addressing serviceability concerns, providing valuable insights for the design and construction of durable concrete structures in corrosive environments.
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 ».