XiaoMi-AI文件搜索系统
World File Search SystemSFRC
SFRC的应变率压缩行为
摘要钢纤维增强 - 凝结（SFRC）的压缩行为取决于加载速率。这项研究在实验和分析上调查了加载速率对旨在用于预制城市保护家具的SFRC压缩行为的影响。为此，在四个下降高度和四个不同应变速率的准静态测试下，对圆柱体SFRC样品进行了修改的仪器 - 滴射 - 重量测试。分析获得惯性力，并通过实验测量。结果表明，通过增加应变速率，弹性模量，抗压强度和能量耗散能力增加。提出了三种不同的模型，以预测每个机械特性，一个在准静态范围内，而其他模型则与霍普金森分裂压力棒和降低重量影响测试相对应。讨论了SFRC特性获得的实验动力学与静态比率，并将其与本研究和其他研究人员提出的那些进行了比较。三个提出的模型显着改善了预测，在抗压强度，弹性和韧性的模量方面，动态增加因子值。
SFRC的应变率压缩行为
摘要钢纤维增强 - 凝结（SFRC）的压缩行为取决于加载速率。这项研究在实验和分析上调查了加载速率对旨在用于预制城市保护家具的SFRC压缩行为的影响。为此，在四个下降高度和四个不同应变速率的准静态测试下，对圆柱体SFRC样品进行了修改的仪器 - 滴射 - 重量测试。分析获得惯性力，并通过实验测量。结果表明，通过增加应变速率，弹性模量，抗压强度和能量耗散能力增加。提出了三种不同的模型，以预测每个机械特性，一个在准静态范围内，而其他模型则与霍普金森分裂压力棒和降低重量影响测试相对应。讨论了SFRC特性获得的实验动力学与静态比率，并将其与本研究和其他研究人员提出的那些进行了比较。三个提出的模型显着改善了预测，在抗压强度，弹性和韧性的模量方面，动态增加因子值。
链式机械学习模式 - 预测载荷 -
Although the application of fiber-reinforced concrete (FRC) beams turns back to a few decades ago (Adhikary & Mutsuyoshi, 2006 ; Masuelli, 2013 ; Soltanzadeh et al., 2015 ), significant efforts also have been made to increase the strength and ductility of concrete in construction and building structures since sustainable infrastructure is cru- cial for economic development (Aldwaik &阿德利，2016年）。与其他纤维增强的复合结构（çelik＆König，2022; Rafiei＆Adeli，2017b; Shafighfard等，2021）一样，最近已证明FRC结构是拥有比正常混凝土更具特殊耐药性和强度的能力。能够预测钢纤维 - 增强混凝土（SFRC）束的结构行为是研究人员在攻击其性能时面临的众多挑战之一（Rafiei等，2017; Singh，2016; Venkateshwaran＆Tan，2018）。在众多的弯曲参数中（Gribniak等，2012; Gribniak＆Sokolov，2023），延展性比引起了研究人员的注意，因为它的能力反映了结构元素对弯曲载荷的反应。另一个重要的弯曲度量是弯曲载荷能力（峰值负载），该指标已通过数值模拟，实验研究和机器学习（ML）基于基于的预测技术进行了研究。一些研究人员已经对SFRC梁进行了数值和/或分析研究，以降低与实验研究相关的劳动和/或材料成本（Jeong＆Jo，2021;Júnior＆Parvin，2022）。tan等。Yang等。 （2020）Yang等。（2020）纵向钢筋比率和残留拉伸强度是SFRC梁柔性性能的参数研究中考虑的典型变量。使用纤维来增强拉伸强度并不比连续加固在改善混凝土束的力矩容量方面更有效，但是与普通的RC梁相比，纤维增强型会增加僵硬和强度（Mobasher等人，2015年）。（2022）进行了SFRC材料特性对弯曲性能的影响的参数分析，发现弯曲延展性受到RC梁中高体积分数的影响。对具有不同纤维纵横比，方向和梁尺寸的SFRC梁的三维（3D）模型表明，由于弯曲增强的峰值载荷增加了较高的分布纤维，因此在拉伸应力方向上定向纤维。此外，具有较低纤维增强比的较小梁显示出较高的峰值载荷（Al-Ahmed等，2022）。实验研究通常被认为是数值工作（Pereira等，2020）的组成部分，以验证它们提供的结果。