Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: T-section beam

Sortuj według:

Ogranicz wyniki do:

Badania na ścinanie belek zbrojonych podłużnie i poprzecznie prętami FRP

Szczech Damian, Kotynia Renata

Materiały Budowlane

2024

nr 4

32--36

W artykule przedstawiono przegląd literatury w dziedzinie badania na ścinanie belek zbrojonych podłużnie i poprzecznie prętami FRP. Przegląd badań obejmuje zestawienie parametrów różnych zmiennych: rodzaju zastosowanego zbrojenia; wysokości użytecznej elementu; szerokości belek; smukłości ścinania; wytrzymałości betonu na ściskanie; stopnia zbrojenia podłużnego i poprzecznego; modułu sprężystości prętów; kształtu strzemion; porównania z elementami zbrojonymi prętami stalowymi, a także schematu statycznego. Na podstawie przeglądu wiedzy zaproponowano program badań własnych.

This article presents a review of research in the field of shear tests of beams with longitudinal and transverse FRP reinforcement. The research review includes a summary of the parameters of various variables: type of reinforcement, depth of the element, width of the beams, shear span to depth ratio, compressive strength of concrete, longitudinal and transverse reinforcement ratio, modulus of elasticity of bars, shape of stirrups, comparison with elements reinforced with steel bars, as well as the static scheme. Based on the foreign studies the own research program has been proposed.

Springback prediction in T-section beam bending process using neural networks and finite element method

Song Y., Yu Z.

Archives of Civil and Mechanical Engineering

2013

Vol. 13, no. 2

229--241

In this paper, three point bending method is used for the T-section beam bending process. The prediction model of springback is developed using artificial neural network approach. The corresponding loading stroke that can theoretically eliminate the residual deflection of a beam after springback is determined. Application examples indicate that the proposed approach could achieve an allowable straightness error. Numerical simulations using finite element method are also performed to investigate the effect of material properties on springback. A neural network for identification of material parameters is developed by the simulation data. Besides, the residual stress distributions across the beam section are analyzed. The finite element model is validated with experimental results of springback.