Proposed Shear Design Equations for FRP-Reinforced Concrete Beams Based on Genetic Algorithms Approach
Notice bibliographique
Résumé
To calculate the shear capacity of structural members reinforced with fiber-reinforced polymer (FRP), current shear design provisions generally use slightly modified versions of existing semiempirical shear design equations initially developed for steel reinforced concrete beams. Such methods generally assume that the traditional approach of superimposing concrete contribution to shear, Vc to that of stirrups, Vs can also be used to calculate the nominal shear capacity, Vn of FRP-reinforced concrete beams provided that the axial rigidity of FRP longitudinal bars and the capacity of FRP stirrups at the bent portions are accounted for. These methods also noticeably vary in the manner they account for the effect of basic shear design parameters on shear strength. This paper presents simple yet improved equations to calculate the shear capacity of FRP-reinforced concrete beams based on the genetic algorithms approach. The performance of the proposed equations is compared to that of four commonly used shear design methods for FRP-reinforced concrete beams, namely the ACI 440, CSA S806, JSCE, and ISIS Canada. Results show that current guidelines are either inadequate or very conservative in estimating the shear strength of FRP-reinforced concrete beams. Moreover, the shear capacity of FRP-reinforced concrete beams calculated using the proposed equations is in better agreement with available experimental data than that calculated using shear equations provided by current provisions. This study also shows that the axial rigidity of FRP longitudinal bars is best represented by a cubic root function and that the contribution of FRP stirrups to shear strength is a square root function of the stirrups ultimate capacity rather than a linear function as proposed by current shear provisions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».