R.E.News future Technology-Smarter Structures with Self-Sensing Composite Bars

20/06/25-FR-English-NL-footer

Structures plus intelligentes grâce aux barres composites auto-détectrices

Image-(SHM)

Dans le monde de la construction, peu de défis sont plus urgents que d'assurer la sécurité et la performance à long terme des structures en béton armé (BA). Des ponts et tunnels aux immeubles de grande hauteur et aux parkings, le béton constitue l'ossature des infrastructures modernes. Pourtant, cachés entre ces murs et poutres, des dommages peuvent s'infiltrer sans être détectés. Du moins, jusqu'à présent.

Une nouvelle étude publiée dans la revue Engineering fait sensation dans le secteur. Des chercheurs, dirigés par Yingwu Zhou, ont mis au point des barres composites auto-détectrices en polymère renforcé de fibres d'acier (SFCB) qui sont sur le point de révolutionner la façon dont les ingénieurs surveillent l'intégrité structurelle. En intégrant la détection par fibre optique directement dans les barres d'armature, cette recherche pose les bases d'un béton capable, littéralement, de signaler son propre état.

La surveillance traditionnelle de l'état des structures (SHM) s'appuie depuis longtemps sur des capteurs ponctuels pour suivre les contraintes, les déformations ou les fissures. Bien qu'utiles, ces outils ne fournissent des informations que sur les emplacements précis où ils sont installés. C'est un peu comme diagnostiquer un patient à l'aide d'un simple thermomètre.

Découvrez la détection par fibre optique distribuée (DFOS). Contrairement aux capteurs ponctuels, la DFOS capture les données de contrainte en continu sur toute la longueur de la fibre, offrant une image complète de ce qui se passe à l'intérieur de la structure. Combinée aux SFCB, elle vous permet d'obtenir une barre composite qui ne se contente pas de renforcer la structure, mais contribue également à sa surveillance et à sa maintenance.

Comme l'explique l'équipe de Yingwu Zhou : « Cette innovation intègre des fonctions de contrôle des dommages, d'autodétection et de renforcement dans une seule barre composite.»

Le véritable génie de ce système réside dans la méthodologie d'évaluation des dommages à plusieurs niveaux. Plutôt que de considérer les dommages structurels de manière binaire (endommagés ou non), l'équipe a développé un modèle à plusieurs niveaux qui évalue la sécurité, la durabilité et la facilité d'utilisation selon plusieurs seuils.

Voici son fonctionnement :

La dégradation de la rigidité devient la mesure déterminante des dommages.

Les données de déformation issues des SFCB sont liées à des comportements structurels clés tels que le moment, la courbure, la charge, la flèche et la largeur des fissures.

Les seuils de dommages sont basés sur des paramètres tels que la flèche à mi-portée et les limites de largeur des fissures.

L'analyse de ces paramètres permet aux ingénieurs de déterminer rapidement si une structure est sûre, proche des limites de service ou au bord d'une rupture critique.

Pour accroître la précision, les chercheurs ont introduit un modèle modifié d'endommagement des fibres qui intègre la perte progressive de rigidité tout au long de la durée de vie d'une structure. Il ne s'agit pas d'une simple expérimentation théorique, mais d'un modèle pratique qui utilise des données de déformation réelles issues du DFOS pour dresser un tableau plus précis.

Leur méthode a été testée à l'aide d'expériences de flexion trois points sur des poutres en béton armé renforcées par des SFCB. Les résultats ont été convaincants. Non seulement le modèle simplifié prédisait précisément les performances et les variables d'endommagement à des étapes cruciales, mais le modèle d'endommagement des fibres fournissait également une représentation fiable de la progression des dommages.

De plus, « L'augmentation du taux de renforcement a réduit les seuils d'endommagement à tous les niveaux et amélioré la résistance de la poutre aux dommages en flexion », indique l'étude.
Contrôle des fissures avant qu'elles ne deviennent critiques

L'une des contributions majeures de cette recherche est une nouvelle méthode de prédiction de la largeur des fissures dans les poutres en béton armé. Avant la rupture, une estimation précise de la largeur des fissures peut faire la différence entre une maintenance préventive et une défaillance inattendue.

Grâce à cette méthode, les ingénieurs peuvent évaluer le moment où une poutre entre dans une phase critique, bien avant qu'elle ne devienne dangereuse. Il s'agit d'une stratégie proactive, basée sur des données, qui pourrait réduire considérablement les coûts et améliorer les délais de réponse.

Les chercheurs soulignent : « Le modèle théorique simplifié a permis d'estimer avec succès les paramètres de performance et le développement des fissures avant la rupture, permettant ainsi des interventions plus précoces. »

Il ne faut pas le sous-estimer : les SFCB auto-détecteurs changent la donne. Ils représentent une évolution significative vers des infrastructures plus intelligentes et plus résilientes. Au lieu de s'appuyer sur des outils de surveillance externes et des inspections manuelles, les ingénieurs peuvent désormais concevoir des structures en béton armé dotées d'une intelligence intégrée.

Les implications sont considérables pour :

Sécurité : la détection précoce des dommages pourrait prévenir les effondrements structurels.

Coût : réduction du besoin d'inspections manuelles et de réparations d'urgence.

Conception : les structures peuvent être optimisées tant en termes de performance que de surveillance.

Durabilité : la réduction des ressources consacrées aux réparations se traduit par une empreinte environnementale réduite.

Alors que le secteur de la construction s'oriente vers la numérisation et les technologies intelligentes, des solutions comme celle-ci permettent de combler le fossé entre les matériaux traditionnels et l'innovation de pointe.

Bien que ces recherches soient encore en phase de validation, les applications potentielles sont vastes. Pensez aux ponts qui signalent leurs propres niveaux de contrainte pendant les tempêtes, ou aux gratte-ciels qui s'autodiagnostiquent après un tremblement de terre. Grâce aux barres composites auto-détectrices, ces scénarios passent de la science-fiction à la réalité.

Yingwu Zhou et ses co-auteurs Zenghui Ye, Zhongfeng Zhu et Feng Xing ont posé les bases essentielles de cette évolution. Leur article en libre accès, « Évaluation des performances des structures en béton armé utilisant des barres composites auto-détectrices en polymère renforcé de fibres d'acier : théorie et validation des tests », est disponible ici pour ceux qui souhaitent approfondir leurs connaissances.

La voie à suivre est claire : des matériaux plus intelligents permettent des infrastructures plus intelligentes. Et grâce aux outils désormais en place pour écouter ce que nos bâtiments nous disent, l'avenir de la construction devient bien plus intelligent.
NJC.© Info Yingwu Zhou and co-authors Zenghui Ye, Zhongfeng Zhu, and Feng Xing

---------------------------------------------------------------------------------------------------------------------

20/06/25-English

Smarter Structures with Self-Sensing Composite Bars

Image-Image-(SHM)

In the world of construction, there are few challenges more pressing than ensuring the long-term safety and performance of reinforced concrete (RC) structures. From bridges and tunnels to high-rises and car parks, concrete is the skeleton of modern infrastructure. Yet, hidden within those concrete walls and beams, damage can creep in unnoticed. That is, until now.

A new study in Engineering is turning heads across the industry. Researchers, led by Yingwu Zhou, have developed self-sensing steel fibre-reinforced polymer composite bars (SFCBs) that are poised to revolutionise how engineers monitor structural integrity. By weaving fibre optic sensing directly into the reinforcement bars themselves, this research lays the foundation for concrete that can, quite literally, report on its own condition.

Traditional structural health monitoring (SHM) has long relied on point sensors to track stresses, strains, or cracks. While useful, these tools only offer information from the specific locations where they’re installed. It’s a bit like diagnosing a patient using just a single thermometer.

Enter distributed fibre optic sensing (DFOS). Unlike point sensors, DFOS captures strain data continuously along the length of the fibre, offering a complete picture of what’s happening inside the structure. Combine that with SFCBs, and you’ve got a composite bar that doesn’t just reinforce the structure – it helps monitor and maintain it too.

As Yingwu Zhou’s team explained: “This innovation integrates damage control, self-sensing, and reinforcement functions into a single composite bar.”

The real genius of this system lies in the multilevel damage assessment methodology. Rather than viewing structural damage in a binary sense (damaged or not), the team developed a tiered model that evaluates safety, durability, and usability across several thresholds.

Here’s how it works:

Stiffness degradation becomes the defining metric for damage.

Strain data from SFCBs is linked to key structural behaviours like moment, curvature, load, deflection, and crack width.

Thresholds for damage levels are based on parameters like mid-span deflection and crack width limits.

By analysing these parameters, engineers can quickly determine if a structure is safe, nearing service limits, or on the verge of critical failure.

To boost accuracy, the researchers introduced a modified fibre damage model that incorporates the progressive loss of stiffness over a structure’s service life. This isn’t just theoretical tinkering – it’s a practical model that uses real-world strain data from DFOS to paint a more accurate picture.

Their method was put to the test using three-point flexural experiments on RC beams reinforced with SFCBs. The results were compelling. Not only did the simplified model closely predict performance and damage variables at crucial stages, but the fibre damage model also provided a reliable reflection of damage progression.

What’s more: “Increasing the reinforcement ratio reduced the damage thresholds across all levels and improved the beam’s ability to resist flexural damage,” the study reported.
Crack Control Before It Becomes Critical

One of the standout contributions of this research is a new method to predict crack width in RC beams. Prior to yielding, accurate crack width estimation can be the difference between preventive maintenance and an unexpected failure.

With this method, engineers can assess when a beam is entering a critical stage, long before it becomes dangerous. It’s a proactive, data-informed strategy that could significantly cut costs and improve response times.

The researchers emphasised: “The simplified theoretical model successfully estimated performance parameters and crack development before the yielding point, enabling earlier interventions.”

Let’s not understate this: self-sensing SFCBs are a game-changer. They represent a significant shift towards smarter, more resilient infrastructure. Instead of relying on external monitoring tools and manual inspections, engineers can now design RC structures that come with built-in intelligence.

This has massive implications for:

Safety: Early detection of damage could prevent structural collapses.

Cost: Reduced need for manual inspections and emergency repairs.

Design: Structures can be optimised for both performance and monitoring.

Sustainability: Fewer resources spent on repairs means a lower environmental footprint.

As the construction sector leans into digitalisation and smart technologies, solutions like this help bridge the gap between traditional materials and cutting-edge innovation.

While this research is still in its validation phase, the potential applications are broad. Think bridges reporting their own stress levels during storms, or skyscrapers self-diagnosing after an earthquake. With self-sensing composite bars, these scenarios move from science fiction into the realm of engineered reality.

Yingwu Zhou and co-authors Zenghui Ye, Zhongfeng Zhu, and Feng Xing have laid crucial groundwork for this shift. Their open-access paper, “Performance Assessment of Reinforced Concrete Structures Using Self-Sensing Steel Fiber-Reinforced Polymer Composite Bars: Theory and Test Validation,” is available here for those keen to dive deeper.

The path forward is clear. Smarter materials make for smarter infrastructure. And with the tools now in place to listen to what our buildings are telling us, the future of construction just got a whole lot more intelligent.
NJC.© Info Yingwu Zhou and co-authors Zenghui Ye, Zhongfeng Zhu, and Feng Xing

---------------------------------------------------------------------------------------------------------------

20/06/25-NL

Slimmere constructies met zelfdetecterende composietstaven

Image-Image-(SHM)

In de bouwwereld zijn er weinig uitdagingen zo urgent als het waarborgen van de veiligheid en prestaties van gewapend beton (RC) op lange termijn. Van bruggen en tunnels tot hoogbouw en parkeergarages, beton vormt het skelet van moderne infrastructuur. Toch kan schade, verborgen in die betonnen muren en balken, onopgemerkt binnensluipen. Tot nu toe tenminste.

Een nieuwe studie in Engineering trekt de aandacht in de hele sector. Onderzoekers, onder leiding van Yingwu Zhou, hebben zelfdetecterende staalvezelversterkte polymeercomposietstaven (SFCB's) ontwikkeld die een revolutie teweeg zullen brengen in de manier waarop ingenieurs de structurele integriteit bewaken. Door glasvezelsensoren rechtstreeks in de wapeningsstaven zelf te verweven, legt dit onderzoek de basis voor beton dat letterlijk over zijn eigen conditie kan rapporteren.

Traditionele structurele gezondheidsmonitoring (SHM) is lange tijd afhankelijk geweest van puntsensoren om spanningen, rekken of scheuren te registreren. Hoewel deze tools nuttig zijn, bieden ze alleen informatie over de specifieke locaties waar ze zijn geïnstalleerd. Het is een beetje zoals het diagnosticeren van een patiënt met slechts één thermometer.

Daar komt gedistribueerde glasvezeldetectie (DFOS) om de hoek kijken. In tegenstelling tot puntsensoren registreert DFOS continu rekgegevens over de lengte van de vezel, waardoor een compleet beeld ontstaat van wat er zich in de constructie afspeelt. Combineer dat met SFCB's en je hebt een composietstaaf die niet alleen de constructie versterkt, maar ook helpt bij het monitoren en onderhouden ervan.

Zoals het team van Yingwu Zhou uitlegde: "Deze innovatie integreert schadebeperking, zelfdetectie en versterkingsfuncties in één composietstaaf."

De echte genialiteit van dit systeem schuilt in de methodologie voor schadebeoordeling op meerdere niveaus. In plaats van structurele schade in een binaire zin te bekijken (beschadigd of niet), ontwikkelde het team een ​​gelaagd model dat veiligheid, duurzaamheid en bruikbaarheid evalueert op basis van verschillende drempelwaarden.

Zo werkt het:

Stijfheidsverlies wordt de bepalende maatstaf voor schade.

Rekgegevens van SFCB's zijn gekoppeld aan belangrijke structurele gedragingen zoals moment, kromming, belasting, doorbuiging en scheurwijdte.

Drempelwaarden voor schadeniveaus zijn gebaseerd op parameters zoals doorbuiging halverwege de overspanning en scheurwijdtegrenzen.

Door deze parameters te analyseren, kunnen ingenieurs snel bepalen of een constructie veilig is, de gebruikslimieten nadert of op de rand van een kritieke breuk staat.

Om de nauwkeurigheid te verhogen, introduceerden de onderzoekers een aangepast vezelschademodel dat rekening houdt met het progressieve verlies aan stijfheid gedurende de levensduur van een constructie. Dit is niet zomaar theoretisch gepruts – het is een praktisch model dat gebruikmaakt van realistische rekgegevens van DFOS om een ​​nauwkeuriger beeld te schetsen.

Hun methode werd getest met behulp van driepuntsbuigexperimenten op RC-balken versterkt met SFCB's. De resultaten waren overtuigend. Het vereenvoudigde model voorspelde niet alleen nauwkeurig de prestatie- en schadevariabelen in cruciale fasen, maar het vezelschademodel gaf ook een betrouwbare weerspiegeling van de schadeprogressie.

Bovendien: "Het verhogen van de wapeningsratio verlaagde de schadedrempels op alle niveaus en verbeterde het vermogen van de balk om buigschade te weerstaan", aldus de studie.
Scheurbeheersing voordat het kritiek wordt

Een van de meest opvallende bijdragen van dit onderzoek is een nieuwe methode om scheurwijdte in RC-balken te voorspellen. Vóór het vloeien kan een nauwkeurige schatting van de scheurwijdte het verschil maken tussen preventief onderhoud en een onverwachte storing.

Met deze methode kunnen ingenieurs beoordelen wanneer een balk een kritieke fase ingaat, lang voordat deze gevaarlijk wordt. Het is een proactieve, datagedreven strategie die de kosten aanzienlijk kan verlagen en de reactietijden kan verbeteren.

De onderzoekers benadrukten: "Het vereenvoudigde theoretische model schatte met succes prestatieparameters en scheurontwikkeling vóór het vloeipunt, waardoor eerdere interventies mogelijk werden."

Laten we dit niet onderschatten: zelfdetecterende SFCB's zijn een game-changer. Ze vertegenwoordigen een significante verschuiving naar slimmere, veerkrachtigere infrastructuur. In plaats van te vertrouwen op externe monitoringtools en handmatige inspecties, kunnen ingenieurs nu RC-constructies ontwerpen die zijn uitgerust met ingebouwde intelligentie.

Dit heeft enorme gevolgen voor:

Veiligheid: Vroegtijdige detectie van schade kan instortingen van de constructie voorkomen.

Kosten: Minder noodzaak voor handmatige inspecties en noodreparaties.

Ontwerp: Constructies kunnen worden geoptimaliseerd voor zowel prestaties als monitoring.

Duurzaamheid: Minder middelen voor reparaties betekent een kleinere ecologische voetafdruk.

Nu de bouwsector zich richt op digitalisering en slimme technologieën, helpen oplossingen zoals deze de kloof te overbruggen tussen traditionele materialen en geavanceerde innovatie.

Hoewel dit onderzoek zich nog in de valideringsfase bevindt, zijn de potentiële toepassingen breed. Denk aan bruggen die hun eigen spanningsniveaus rapporteren tijdens stormen, of wolkenkrabbers die zichzelf diagnosticeren na een aardbeving. Met zelfdetecterende composietstaven veranderen deze scenario's van sciencefiction in het rijk van de technische realiteit.

Yingwu Zhou en co-auteurs Zenghui Ye, Zhongfeng Zhu en Feng Xing hebben de cruciale basis gelegd voor deze verschuiving. Hun open access artikel, "Performance Assessment of Reinforced Concrete Structures Using Self-Sensing Steel Fiber-Reinforced Polymer Composite Bars: Theory and Test Validation", is hier beschikbaar voor wie er dieper op in wil gaan.

De weg vooruit is duidelijk. Slimmere materialen zorgen voor slimmere infrastructuur. En met de tools die nu beschikbaar zijn om te luisteren naar wat onze gebouwen ons vertellen, is de toekomst van de bouw een stuk intelligenter geworden.
NJC.© Info Yingwu Zhou and co-authors Zenghui Ye, Zhongfeng Zhu, and Feng Xing

----------------------------------------------------------------------------------------------------------------