Efficient shear-flexure interaction model for nonlinear analysis of reinforced concrete structural walls

Abstract

Se llevó a cabo una investigación para desarrollar un modelo macroscópico que integra la interacción axial, flexión y corte bajo condiciones de carga cíclica para obtener predicciones precisas de la respuesta no lineal de muros estructurales de hormigón armado (HA). El modelo, denominado Efficient-Shear-Flexure-Interaction (E-SFI), busca proveer de resultados precisos para muro de baja, mediana, y alta esbeltez, con una formulación computacionalmente eficiente que pueda ser usada en condiciones generalizadas. El modelo E-SFI, basado en el Shear-Flexure Interaction Multiple-Vertical-Line-Element-Model (SFI-MVLEM), incorpora un panel de HA bi-dimensional descrito por un enfoque de modelo de ángulo fijo. La nueva formulación remueve el grado de libertad interno por cada elemento panel de HA del modelo SFI-MVLEM mediante la incorporación de una expresión calibrada para calcular la deformación normal horizontal, obteniendo solo seis grados de libertad por elemento, similar a los modelos comunes basados en fibras. Para validar el modelo, una extensa base de datos de 252 probetas de muro de HA reportadas en la literatura fue utilizada, obteniendo un promedio de la razón entre la capacidad al corte predicha y medida experimentalmente (Vmodel/Vtest) de 1.04 con un coeficiente de variación de 0.24, indicando una predicción precisa de la capacidad al corte, como también revelando una relativamente baja dependencia del modelo a los parámetros del muro. Además, se comparó la respuesta histerética predicha y medida experimentalmente para diez probetas de muro de HA instrumentadas reportadas en la literatura, para un rango de relación de esbeltez entre 0.44 a 3.0, bajo condiciones de curvatura simple o doble, obteniendo una predicción precisa de la respuestas de desplazamiento global, flexural y de corte. Finalmente, se realizó una evaluación comparativa de la eficiencia del modelo E-SFI, revelando que la nueva formulación permite una mejora importante en términos de tiempo de ejecución y tasa de convergencia comparado con el modelo SFI-MVLEM.