Off-axis mechanical properties of AR-glass textile reinforced engineered cementitious composite: Experimental and theoretical study
Notice bibliographique
Résumé
AR-Glass Textile Reinforced Engineered Cementitious Composite (GTR-ECC) is widely utilized in structural strengthening owing to its excellent mechanical properties. However, its behavior under off-axis loading remains unclear. This paper investigates the mechanical properties of GTR-ECC under off-axis tensile loading, along with its constituent materials. Results show that GTR-ECC exhibits improved first-crack stress and ultimate strength compared to plain ECC. Notably, the enhancement ratios for these properties under off-axis angles (15°, 30°, 45°) were significantly higher than those observed in the 0° case. This is attributed to the dual effects of the textile: reinforcement from the textile itself and weakening due to the cross-sectional voids it creates. At 0°, the weft yarns create penetrating voids, resulting in a more pronounced weakening effect compared to other angles. Crack distribution in GTR-ECC was similar to ECC, with widths of 60–120 μm, confirming effective synergy between textile and matrix. Furthermore, a modified rule-of-mixtures model is proposed, which incorporates both the reinforcing and weakening effects of the textile, enabling the prediction of the off-axis tensile performance of GTR-ECC based on the properties of its constituent materials. The model shows high accuracy, with average errors of 5.31 % for first-crack stress, 5.96 % for peak strength, and a Global CMAD of 4.51 %. This study provides experimental insights into the mechanical behavior of GTR-ECC under varying off-axis angles and proposes a precise micromechanical model, establishing a foundation for the application of GTR-ECC under complex loading conditions.
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 ».