El comportamiento a la tracción del hormigón reforzado con fibras de ultra alto rendimiento (UHPFRC) depende de la dispersión y la orientación de las fibras de acero dentro de la matriz del hormigón. La dispersión desigual de las fibras de acero orientadas aleatoriamente en el hormigón puede provocar diferencias en el comportamiento a tracción entre las probetas de ensayo de materiales y las vigas. Por lo tanto, en este estudio se investigó el comportamiento a tracción ajustando el resultado del análisis de la curva momento-curvatura al resultado experimental de una viga UHPFRC. Para ello, se fabricaron tres mezclas de UHPFRC con diferentes resistencias a la compresión para comprobar las propiedades del material y el comportamiento a flexión de las vigas de UHPFRC. Se utilizó un solo tipo de fibra de acero y una combinación de tipos de fibra de acero con fracciones de volumen de 1,0
y 1,5%, respectivamente, en las tres mezclas. Basándose en las recomendaciones de diseño, se modelaron las propiedades del material del UHPFRC. Los resultados muestran finalmente que, ajustando los resultados del análisis a los resultados experimentales de las curvas de momento-curvatura, se puede estimar razonablemente la resistencia a la tracción de las vigas de UHPFRC.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Determinación de la conductividad térmica en mezclas de moldes de fundición
Artículo:
Investigación de las propiedades magnéticas de microesferas magnéticas de poli (glicidil metacrilato): Experimental y teórico
Artículo:
Efecto del tratamiento con solución sólida sobre la microestructura y las propiedades mecánicas de aleaciones de magnesio extruidas MgY12Zn2,5
Artículo:
Potencial de fitorremediación de la tecnología del sistema Vetiver para mejorar la calidad de los efluentes de las fábricas de aceite de palma
Artículo:
Predicción de la temperatura del metal caliente mediante redes neuronales en un horno de polarización