纤维增强聚合物(FRP)与混凝土的结合利用了两种材料的优势,具有广泛的应用前景[[1], [2], [3]]。FRP以板材或片材的形式被广泛用于加固或改造钢筋混凝土(RC)及其他结构[4]。这项技术能够高效有效地提高RC构件的力学性能,因此在全球范围内得到了研究人员和工程师的广泛认可和采用[5]。在加固RC构件时,FRP板材通常通过粘合剂粘贴在混凝土的外表面。FRP增强构件的力学性能在很大程度上取决于FRP板材与混凝土之间的粘结行为。
因此,已有大量研究致力于探讨外部粘贴FRP板材与混凝土之间的粘结行为[[6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18]]。根据研究方法,现有的FRP-混凝土粘结行为研究大致可以分为三类:(1)实验研究;(2)理论或解析研究;(3)数值研究,包括基于商业软件的简化离散建模和有限元(FE)建模,或者通过自定义Python开发来应对ABAQUS中的界面分析挑战[20]。文献中通常将实验研究与FE建模相结合,而解析方法也常与数值建模结合使用。近年来,还出现了机器学习[22]和基于教学-学习的优化元启发式算法[23]等新算法的应用。
在现有研究中,实验研究占多数。研究人员采用了多种类型的粘结测试,包括单剪测试、双剪测试和梁测试。这些测试通常模拟中间裂纹引起的脱粘(IC脱粘),其中板材受到纯拉伸作用。研究发现,FRP板材的锚固强度随粘结长度的增加而持续增强,直到粘结长度达到一个称为有效粘结长度的阈值。先前的实验和理论研究已经证实,当粘结长度L大于有效粘结长度L_eff时,无论L的值如何,界面的承载能力F_max都无法增加[7,24,25]。基于实验测试结果,研究人员投入了大量精力开发锚固强度或粘结-滑移模型。其中一些模型能够很好地捕捉界面行为,并得到了广泛认可,尤其是戴等人[26]、卢等人[10,27,28]、王等人[29,30]、张等人[31,32]和赵等人[33]提出的模型。
为了更好地理解界面行为,基于实验确定的粘结模型,已经推导出了几种FRP-混凝土界面行为的封闭形式解析解[[13], [14], [15], [16], [17], [18]]。解析方法可以提供关于FRP与混凝土之间应力传递的严谨和深入的理解,理想情况下可以描述界面强度、粘结应力分布、界面滑移以及载荷-位移关系。解析方法还可以解释回弹现象[34],但由于实验研究中难以精确控制和测量,这一现象很少被讨论[35,36]。然而,由于推导显式方程的数学难度,解析推导主要基于简化的粘结-滑移模型。当粘结-滑移模型复杂时,获得解析解既困难又复杂。数值建模是解析方法的一种替代工具,在大多数情况下可以得出直观的结果。
常用的数值方法包括有限元(FE)建模、离散元(DE)建模和有限差分建模。通过FE建模,可以利用适当的粘结模型来获取不同阶段和不同位置的混凝土、FRP和界面的应力状态。已经采用多种建模策略,在多个尺度上对FRP-混凝土界面进行了FE建模,从界面的介观尺度分析到FRP增强构件的分析[27,28,39]。尽管FE建模被广泛使用,但它存在收敛困难和大计算量等局限性。最近,离散元建模也被用于模拟FRP-混凝土界面行为[40,41]。在这种建模技术中,混凝土和FRP被理想化为通过弹簧连接的刚体系列,这有助于研究循环性能[42]。然而,该技术仍处于发展阶段,无法很好地捕捉下降段和回弹现象。
与上述方法相比,有限差分建模是一种轻量且高效的数值方法。模型创建和计算所需的时间显著减少,且可以容易地获得收敛解。无论采用何种类型的粘结模型,有限差分建模都能得到接近解析解的数值结果[6,[43], [44], [45], [46]]。该技术的关键步骤是通过数值迭代求解控制方程。目前,文献中的大多数迭代算法基于一阶/二阶差分方法或弧长迭代技术[45]。这是有限差分建模中的一个常见问题;例如,最近一项关于FRP-钢界面的研究也使用了二阶方法[47]。现有的有限差分建模方法在适用性限制、计算效率和精度优化方面仍存在一些局限性。具体来说,这些方法在获取完整行为时存在迭代困难,无法计算下降段和回弹现象,也无法与解析解显著偏离。此外,考虑侧向约束的粘结-滑移模型的数值方法仍需进一步探索。
鉴于这些挑战,本研究开发了一种基于四阶和五阶龙格-库塔方法的先进有限差分方法,并实现了自适应边界条件。第2节介绍了基本理论并分类了界面问题的边界条件。第3节详细介绍了所提出的算法,并将其与传统方法进行了比较。无需预先知道峰值载荷,即可获得完整的载荷-滑移曲线。第4节通过解析解和实验数据验证了该方法的准确性、鲁棒性以及再现包括回弹现象在内的复杂非线性行为的能力。第5节将该方法应用于缺乏解析解的侧向约束界面。通过数千个数值解,进行了参数分析,揭示了新的力学见解,并讨论了传统有效粘结长度L_eff的适用性。因此,所提出的方法为粘结-滑移模型的发展和理解提供了强大而高效的工具,具有扩展到多种界面问题的潜力。