A REVIEW OF THE APPLICATION OF SELF-PRESTRESSED IRON-BASED SMA IN CIVIL ENGINEERING
-
摘要:
自预应力铁基形状记忆合金(SMA)具有良好的力学性能和自我调整能力，可以有效地提高结构的振动控制性能，减轻结构由于重复加载而引起的疲劳损伤，同时也可增加土木工程结构的承载能力并且延长寿命。此外，自预应力铁基SMA与智能土木工程技术相结合，能够具备在复杂环境下的自我感知和调整功能，进一步拓宽了其在土木工程中的应用领域。该文介绍了铁基SMA(Fe-SMA)的基本力学性能以及自预应力特性。重点针对自预应力特性，总结了Fe-SMA在土木工程领域的相关应用及研究进展。作为一种新的预应力材料，Fe-SMA绞线与丝材在未来工程结构全寿命智能诊治与自修复领域具有广阔应用前景。
Abstract:The self-prestressed ferro-based shape memory alloy (SMA) exhibits excellent mechanical properties and self-adjusting capabilities, which can effectively enhance the vibration control performance of structures, mitigate fatigue damage caused by cyclic loading, increase the load-bearing capacity, and prolong the service life of civil engineering structures. Moreover, when combined with intelligent civil engineering technology, self-prestressed iron-based SMA materials can provide self-sensing and adaptive functions in complex environments, and thus expand their application scope in civil engineering. This paper introduces the fundamental mechanical properties and self-prestressing characteristics of iron-based SMA and summarizes its applications and research advancements in the field of civil engineering. As a novel prestressed material, iron-based SMA stranded wires and cables have promising prospects for future applications in intelligent diagnosis, treatment, and self-repair of engineering structures.
-
形状记忆合金(Shape memory alloys, 简称SMA)具有独特的超弹性、形状记忆效应以及高阻尼、高电阻、高耐腐蚀等特性[1 − 2]。常见的SMA主要有3类，即Ni-Ti基、Cu基、Fe基SMA。Ni-Ti基SMA(Ni-Ti SMA)因其具有优良的机械性能、耐腐蚀性能和生物相容性而被认为是相对较好的生物材料之一，尽管在过去，镍钛SMA的制备和加工可能确实面临一些挑战，但是随着技术的进步和市场需求的增长，相关工艺已经得到了改进和优化。现在，市场上的镍钛SMA材料已经相当成熟，制备和加工工艺也变得更加可靠和高效，这使得其应用变得更加广泛。Cu基SMA(Cu-SMA)主要包括 Cu-Zn-Al和Cu-Al-Ni系。Cu-Zn-Al合金的优点是价格便宜和容易加工，缺点是过热时易分解为平衡相，并且容易产生马氏体稳定化，以及双程形状记忆效应在几千次循环后易于退化。Cu-Al-Ni系合金相变温度在80 ℃~200 ℃，可以在较高温度下使用，但难于加工[3]。铁基SMA(Fe-SMA)由于具有良好的耐腐蚀性、形状恢复能力、塑性变形能力和抗疲劳性能等优点，加之其成本低廉以及相对简单的制备工艺，目前在工程和金相领域受到广泛关注[4]。
在20世纪80年代，Fe-SMA在研究和开发阶段取得了突破性的进展[5 − 6]。然而，在早期阶段，Fe-SMA需要经过额外的机械训练才能展现出良好的形状记忆效应，这在一定程度上限制了其广泛应用的可能性[7]。随着冶炼工艺的不断改进，于2001年成功研制出无需机械训练的Fe-SMA[8]，大大降低了其生产成本。然而，由于其较高的相变温度，Fe-SMA在土木工程领域的推广应用仍然发展缓慢。瑞士联邦材料科学与技术实验室(EMPA)自20世纪初开始广泛研究SMA，并在2009年由DONG等[9]研发出一种新型铁基形状记忆合金。这种合金具有相变温度在160 ℃~240 ℃范围内，并且具有较高的回复应力，为Fe-SMA在土木工程领域的规模化应用奠定了基础。从2012年开始，瑞士、韩国、西班牙和加拿大等国的学者陆续进行了一系列Fe-SMA的研究。这些研究内容涉及Fe-SMA的回复应力、耐腐蚀性能以及应用于工程结构修复时的关键技术。近年来，EMPA与Re-fer公司合作开发了多种形式的Fe-SMA产品，包括Fe-SMA条带、Fe-SMA带肋筋和光圆筋等。这些产品的极限抗拉强度接近1 GPa，极限应变最高可达40%。根据不同的工程需求，Fe-SMA产品可用于提升混凝土结构和钢结构的抗弯抗剪性能以及疲劳加固等。目前已经进行了20余项基于Fe-SMA的试点应用[10]。
本文介绍了针对SMA形状记忆效应本构模型的相关研究进展，总结了Fe-SMA的基本力学性能以及自预应力特性。重点针对Fe-SMA的自预应力特性，总结其在土木工程领域的相关应用及研究进展并提出一些看法与意见。此外作为一种新的预应力材料，Fe-SMA绞线与丝材在未来工程结构全寿命智能诊治与自修复领域具有广阔应用前景。
1 Fe-SMA的基本材料特性
1.1 Fe-SMA的基本力学性能
Fe-SMA因其马氏体相变不同可分为 Fe-Pt、Fe-Pd、Fe-Ni-Co基和 Fe-Mn-Si 基合金。Pd、Pt 价格昂贵，故其实用意义不是很大，不作为研究和应用的热点。由于 Fe-Mn-Si 基SMA的马氏体相变起始温度(Ms) 接近室温、形状记忆效应相对较好，因此具有很好的应用前景[11]。也是目前最常用的Fe-SMA。
Fe-SMA具有两种典型的基团，即具有较好的形状记忆效应(SME)但耐蚀性较差的Fe-28Mn-6Si-5Cr以及具有较好的耐蚀性但SME较差的Fe-14Mn-5Si-9Cr-5Ni[9]。而在Fe-Mn-Si基合金中加入少量的Nb和C，可以大大改善合金的SME[12]。表1为几种常见筋材与三种不同SMA筋的材料和力学性能对比[2]。
表 1 几种筋材的材料和力学性能对比Table 1. Comparison of material and mechanical properties of several reinforcement materials筋材类型 弹性
模量/GPa屈服
强度/MPa最大
应变/(%)最大可回复
应变/(%)耐腐
蚀性成本 普通钢筋 190~210 200~500 10~20 0.1~0.2 易腐蚀 低 不锈钢钢筋 170~200 400~600 30~40 0.2~0.4 不易腐蚀 较低 FRP筋 40~150 − 1.0~2.3 1.0~2.3 不易腐蚀 中 镍钛SMA筋 38~84 379~746 40~50 6~9 难腐蚀 高 铁基SMA筋 75~165 400~550 40 0.15~4 不易腐蚀 中 铜基SMA筋 20~35 180~210 18 7~12 不易腐蚀 中 从表1数据可以得出，与普通筋材相比，SMA可回复应变可达6%~8%，远大于普通钢筋的 0.2%。利用这种特性，可以有效提高结构的位移延性，减小残余变形，达到损伤自修复的功效[13]。而在形状记忆合金中，与NiTi-SMA筋材相比，Fe-SMA筋的成本更低，且弹性模量更大。与Cu-SMA筋相比，Fe-SMA筋的屈服强度更高。
我国现行的《建筑抗震设计标准》[14]和《钢结构设计标准》[15]规定了屈强比应不大于0.85以及断后伸长率不低于20%等指标，以确保结构用钢具备足够的延性和塑性变形能力。张哲熹等[16]对比了三种不同合金配比的Fe-SMA以及另外三种结构用钢(316L不锈钢、LYP100低屈服点钢以及高强钢Q690)在单调拉伸下的应力-应变曲线。如图1所示。
![]()
该研究表明：相比于低屈服点钢，Fe-SMA没有明显屈服点，且Mn 元素含量占比对Fe-SMA的极限承载力有较大影响，含锰量在15%~20%的Fe-SMA极限强度总体上高于含锰量大于25%的Fe-SMA。
1.2 Fe-SMA的自预应力技术
利用Fe-SMA的形状记忆效应并将其回复应力作用在结构中的作用常被称作“自预应力作用”(如图2)。表2给出了几种典型SMA的临界相变温度。
虽然形状记忆效应为形状记忆合金的共有特性，但相较于NiTi-SMA，Fe-SMA具有更高的逆相变温度和更大的热滞后性，足以在室温下产生稳定的回复应力。此外，Fe-SMA在加热到仅160 ℃后，无需所谓的“训练”处理即可实现高达300 MPa的回复应力[19]。通俗来讲，NiTi-SMA需在低温环境下才可产生形状记忆效应；而Fe-SMA在室温下就能产生。这种优势使其能广泛作为预应力构件用来加固结构。而我们也称这种在室温下的形状记忆效应为“自预应力技术”或“自预应力作用”。因此，虽然“自预应力技术”算是Fe-SMA特有的性能，但是其本质上仍然是形状记忆效应。关于其作用机理如图3(a)所示[20]。Fe-SMA的形状记忆效应是由材料内部马氏体和奥氏体之间的相变所引起的。常温奥氏体相的Fe-SMA合金在加载和卸载时均可发生塑性变形。同时，可以部分形成应力诱发马氏体。当合金被加热到其奥氏体起始温度(As)以上时，它开始恢复其未变形的形状，并转变为其奥氏体相(反向转变)。当温度超过奥氏体结束温度(Af)时，合金完全处于奥氏体相，并完全恢复其原始形状(路径1)。需要注意的是，如果采用应力诱导SMA发生相变，会伴随塑性变形以及 α-马氏体(无法相变的马氏体)的形成，两者会导致Fe-SMA产生不完全的形状记忆效应。基于上述原理，如果形状恢复受到物理限制，SMA内部会产生一个很大的内部应力，称为回复应力，可以利用它向结构部件施加预应力(路径2)。在加热过程早期，Fe-SMA应力会略微降低并为负值，这是由于热膨胀效应所产生的应力在初期大于形状记忆效应所产生的回复应力[21]。(如图3(b)) 随着温度的进一步升高，马氏体向奥氏体转变速度加快，回复应力占据主导地位，曲线逐渐上升。但在升温过程中，热膨胀效应的存在降低了SMA所产生的回复应力，因此在冷却阶段，受冷缩影响，Fe-SMA的回复应力进一步增加。直到穿过马氏体起始温度(Ms)边界(正相变)时，回复应力开始略有降低。然而，只要环境温度保持在Ms以上，回复应力将保持不变。
需要注意一点的是，对比不同论文对Fe-SMA自预应力原理的描述，在卸载阶段(②~③)，Fe-SMA的应力-应变关系曲线有可能呈现出非线性下降，该下降段与普通钢材有所不同。这是因为除去Fe-SMA的弹性应变(线性应变ε1)，还存在一部分的伪弹性应变(非线性应变ε2)，这类应变产生的原因在于应力诱导所产生的马氏体并不稳定[22 − 25]。
此外，铁基形状记忆合金的回复应力的表现，可以说是多因素复合决定的结果。从内部因素看，Fe-SMA的合金组分、元素的质量比等都会在不同程度上影响其回复应力的大小。例如，增加某一种元素的质量比，可能会导致晶格结构发生微调，从而改变Fe-SMA的力学性能。从外部因素看，预拉伸处理程度和处理方式以及激活过程中的温度，都会对Fe-SMA的回复应力产生显著的影响。预拉伸处理可改变材料的微观结构，进而影响其后续的应变回复行为。激活温度则与相变过程密切相关，能够改变相变起始温度和相变完成温度，从而影响回复应力的大小。综合来讲，不同的激活条件可以通过改变铁基形状记忆合金的微观结构或者相变行为，从而影响其回复应力的产生。一大批学者对此进行了深入系统的研究，他们的聚焦点有合金成分的选取与调整、处理手段的优化，也包含了对影响回复应力大小的内外部因素的深层次研究，以期更深入了解铁基形状记忆合金的回复应力形成机理。BARUJ等[12]通过预轧制固溶奥氏体和后续时效处理，进一步提高了含Nb和C的Fe-Mn-Si基合金的形状记忆性能。同时研究了奥氏体预变形和后续时效时间对形状记忆效应的影响。WEN等[26]提出了Fe-Mn-Si-Cr-Ni形状记忆合金通过第二相粒子的定向析出显著提高形状记忆效应的原理，并通过室温预变形后的时效实现了这一原理。WANG等[27]研究了加热温度、碳含量、预应变量、退火温度和常规训练对冷拉Fe-Mn-Si-Cr-Ni-C形状记忆合金室温回复应力的影响，如图4所示。
![]()
结果表明：减少由回复应力引起的塑性变形和马氏体相变量能显著增强Fe-Mn-Si合金的室温回复应力，这种提升的效果比增加回复应变更加明显。同时碳的加入或晶粒的细化可显著降低回复应力引起的塑性变形量和马氏体相变量，从而显著提高回复应力。LEE等[28]研究了一种用于机械耦合和预应力的受约束Fe-Mn-Si-Cr-Ni-VC形状记忆合金中回复应力的形成，特别着重于可能降低回复应力的非理想约束。实验研究了不同初始间隙和弹性约束条件下回复应力的演化规律。讨论了几个参数对应力降低的影响。结果表明：形状记忆合金可以产生足够大的实际应用的回复应力，即使应力降低发生弹性缩短或由于初始自由恢复。ABUZAID等[29]研究了时效条件对Fe-Mn-Ni-Al形状记忆合金形状记忆性能的影响，通过选择适当的时效温度和时效时间，可以使合金在室温下呈现形状记忆效应。LIU等[30]研制了一种新型大直径Fe-SMA绞线，并对其应力回复性能进行了实验研究，分析了不同预应变水平、激励温度和二次激励效应对Fe-SMA绞线回复应力的影响。结果表明：随着激励温度的升高，增量回复应力减小。图5显示了在200 ℃激活温度下，6%和10%预应变条件下试样的第一次和第二次激活比较。在图5(a)和图5(b)中，三条实线分别表示：第一次激励的应力-温度曲线、加热过程中第二次激励的应力-温度曲线、冷却过程中第二次激励的应力-温度曲线，虚线表示样品在500 ℃激励时的应力-温度曲线。结果表明：低温激活的Fe-SMA绞线在二次激活后可以产生更多的预应力，最后以南韶河混凝土箱梁桥为例，计算了Fe-SMA钢绞线对预应力损失的补偿效果。
![]()
图 5 200 ℃初始激励温度下第一次激励与第二次激励的对比Figure 5. Comparison of the first activation and the second activation at the initial activation temperature of 200 ℃2 SMA形状记忆效应本构模型
与传统金属材料的线性本构模型不同，SMA由于其特殊的热力学性质，其本构模型表现出非线性，涉及应力、应变和温度的关系式。且已经从最初的单轴模型和经验模型发展到包含多种因素的精确模型。这些本构模型基于热力学和热动力学原理，从不同的角度构建，包括微观本构模型、细观本构模型和宏观本构模型等。微观本构模型利用材料内部微观结构描述SMA的热力学特性，例如相变形核、界面移动、马氏体孪生增长等；其基本理论基于Ginzburg-Landau理论或分子动力学理论[31]。宏观本构模型侧重从整体材料行为出发，描述在不同应力、温度和应变条件下的力学响应，简化了微观结构细节。相比细观和微观模型，它计算更简便，适用于工程应用，但精度较低，无法详细反映微观相变机制[32]。
宏观本构模型主要分为两类：一维模型和三维模型。其中一维本构模型主要描述了在单轴应力条件下，形状记忆合金的应力-应变关系，特别是材料在加热或冷却过程中如何从变形状态恢复到原始形状的行为。TANAKA等[33]于1986年最早建立了SMA的宏观本构模型，他们利用能量方程和Clausius—Duhem不等式描述了相变引起的滞后现象，建立了指数型硬化函数。1990年，LIANG等[34]在TANAKA等[33]的基础上提出了用余弦型硬化函数替代指数型硬化函数，他们提出了一个更精确的马氏体分数与温度关系的拟合方程，以定量预测应力-应变关系和形状记忆行为。然而由于TANAKA等[33]和LIANG等[34]的一维本构模型没有考虑到马氏体重取向和相变过程中材料参数的变化，因此，HUANG[35]在TANAKA等[33]和LIANG等[34]工作的基础上将马氏体分数内部变量分离为温度诱导部分和应力诱导部分，从而使推导出的一维本构律能够准确地表示所有温度下的假弹性和形状记忆效应，提高了模型的计算精度。2005年，滕兆春等[36]基于形状记忆合金 Brinson一维热力学本构方程，采用复合材料细观力学分析方法，建立了热载荷作用下嵌入 SMA 丝复合材料梁的一维热弹性本构关系。2014年，ZHANG等[37]在考虑SMA相变诱导塑性的基础上，提出了描述SMA循环衰减的一维本构模型。
SMA形状记忆效应的宏观本构模型中的三维本构模型主要描述材料在多轴应力状态下的应力-应变关系，重点关注在复杂应力条件下，材料的形状记忆效应，包括各向异性和非线性行为。1994年，BOYD等[38]利用偏应力的等效应力代替单向应力，将SMA总应变分解为弹性应变、相变应变和热胀应变三部分，并建立了三维SNA力学本构方程。而LAGOUDAS等[39]于1995年基于BOYD等[38]和LAGOUDAS等[39]提出的热力学框架，将早期确立的几个基于SMA的不同模型预测的正反向转化过程中释放或吸收的热能与量热测量的实验数据进行了比较，然后在有限元分析方案中使用回归映射积分技术实现统一的热力学本构模型，以实现模型的增量化。QIDWAI和 LAGOUDAS[40]于2000年进一步采用回归映射(弹性预测-转换校正)算法对SMA热力学本构响应的数值实现进行了全面研究。HARTL等[41]于2009年建立了同时考虑马氏体相变和塑性屈服的三维本构模型。MIRZAEIFAR等[42]于2013年提出了考虑SMA拉压不对称性的三维本构模型。XU等[43]于2020年基于大变形框架，提出了考虑变形诱导塑性(TRIP)和双向形状记忆效应(TWSME)的形状记忆合金三维本构模型，该模型能够捕获SMA处于多轴应力状态时应力相关的TRIP生成，以及无载荷条件下经过热机械训练的SMA的TWSME。 2024年QIANG等[44]在经典Ramberg-Osgood模型基础上，针对Fe-SMA的特性进行了参数修正，建立了既适用于静态和激活后静态拉伸的综合本构模型以及静态拉伸本构模型，明确了预拉应变与热激励温度对其回复应力的影响规律。
细观本构模型是基于细观力学理论，在晶粒尺度上描述SMA的力学行为，并可以从物理上解释SMA的各种变形机制[45]。细观本构模型的核心在于结合晶体塑性理论来描述材料内部晶粒的行为[45 − 47]，晶体塑性理论主要研究单个晶粒在外力作用下的变形行为，然后通过平均化方法将这些行为扩展到整个代表性体积元(Representative volume element, RVE)上，从而实现对宏观力学行为的描述。
基于晶体塑性理论的本构模型可以对SMA多种变形机制进行描述。PATOOR等[46]最早将晶体塑性理论引入到SMA细观本构模型，该模型很好地反映了超弹性合金拉伸和压缩试验之间的不对称性。而THAMBURAJA等[47]通过晶体塑性的方法，进一步探究了晶体织构对拉压不对称性的影响。于超[45]考虑了相变诱导塑性和残余马氏体等引入的循环衰减，基于热力学框架在单晶尺度上建立了热-力耦合的循环本构模型，并通过显式过渡准则和温度均匀性假设，将单晶模型过渡到多晶循环本构模型。
综上所述，针对SMA形状记忆效应本构模型的研究与创建虽在很早之前就以开始进行，但目前仍缺乏能够准确、方便模拟SMA力学性能的数值模拟本构模型。SMA复杂、特殊的材料特性使其建立准确的数值模拟本构模型存在困难。在许多领域广被认可的Tanaka模型、Liang-Rogers模型以及Brinson模型，也因模型中包含大量参数，在用于实际分析时很难确定[48]。且虽Tanaka-Liang-Brinson模型简单明了，可在一定程度上描述SMA的形状记忆特性，但其难以揭示形状记忆特性的物理本质。在使用 ANSYS中的Auricchio本构模型[49]拟合了用于数值模拟的SMA应力-应变曲线时，发现难以准确模拟SMA试件在大变形后的残余变形问题。虽然在加载过程中有限元值与试验值的拟合度较高，但在大变形后的卸载阶段，两者之间的偏差较大。由于 SMA 材料试验成本高昂，数值模拟成为深入研究 SMA 自复位结构的关键方法。为了使研究结果更贴近实际，确保材料参数的准确性和简便性是至关重要的。
3 Fe-SMA加固方法
目前使用记忆钢的加固技术包括外部施加和机械端锚固的条带以及嵌入式带肋钢筋。前者类似于传统的预应力钢筋，需要特殊的设备，如液压千斤顶。对于机械锚固，需要端板和螺栓来锚定预应力。MICHELS等[50]将Fe-SMA带材在室温下进行预拉伸，并产生残余变形。如图6所示。随后，将其作为端部锚固带作用在结构上。在这种情况下，机械端锚定阻止合金在应变中恢复，从而将其转变为回复应力。这就在混凝土衬底中产生了预应力。
而出现次数更多的则是第二种，将Fe-SMA条带以嵌入的方式作用在结构上用以加固混凝土结构，该方法称为近表面安装法(NSM)。研发铁基SMA的瑞士联邦材料科学与技术实验室(EMPA)的研究员CZADERSKI等[51]最早在2014年提出了一种可行性研究，使用Fe-SMA条带，而不是纤维增强聚合物(FRP)带的NSMR。在搭接剪切试验中，研究了与水泥基砂浆胶合在凹槽中的肋状Fe-SMA的粘结行为，结果表明：Fe-SMA以NSM法作用于结构中足以用于加固应用。随后同属该团队的SHAHVERDI等[52 − 53]和SCHRANZ等[54 − 55]在2016年−2021年这五年间钢筋混凝土梁为研究对象，进行了带肋Fe-SMA条带加固及预应力混凝土梁抗弯性能的试验研究。制造具有合理尺寸的肋状Fe-SMA条带用于结构加固，通过电阻加热的方法激活嵌入混凝土梁中的长Fe-SMA条带，将Fe-SMA用作预应力NSM加固，以及通过DIC对嵌入的Fe-SMA条带进行应变测量，如图7所示。成功证明了Fe-SMA基于NSM法加固钢筋混凝土结构的可行性。之后又通过试验测定了Fe-SMA带材的回复应力和回复应变，采用NSM技术对几根RC梁进行了加固，预应变至2%或4%并加热至160 ℃后的回复应力(预应力)在250 MPa~300 MPa范围内。两年后，该团队研究了NSM加固技术下Fe-SMA的粘结性能。并确定几个设计参数的影响，包括：槽尺寸、棒直径、棒材料、覆盖深度、砂浆强度和混凝土强度。随后研究了两种不同的预应力加固方法，即NSM法与覆盖更换方法(CR)(拆除混凝土保护层和安装带有额外砂浆层的记忆钢筋)，对混凝土受弯构件的加固效果，使用带肋Fe-SMA钢筋。钢筋混凝土板类似于箱梁横截面的悬臂延伸，仅采用水泥锚杆进行加固，并承受准静力荷载。试验结果表明：两种方法都成功地加固了与箱梁桥悬臂延伸相似的实尺度钢筋混凝土板，且加热和相关预应力没有导致水泥锚固件出现裂缝或显著变形。
此外，RAAD等[56]将FRP和Fe-SMA耦合利用NSM技术对钢筋混凝土梁进行抗弯加固，利用文献中已有的实验研究数据进行验证，考虑的参数为杆长和NSM杆材料类型，预应力水平分别为20%、30%和40%，确定了这些参数对梁的承载能力、跨中位移、延性指标和破坏模式的影响。试验结果表明：此种复合材料加固能够显著提高钢筋混凝土梁的承载能力，抑制裂缝的产生。
综上所述，Fe-SMA在加固混凝土结构中的应用，主要涉及两种技术：外部施加和机械端锚固的条带以及嵌入式带肋钢筋。虽然该技术显示了一定的成功，但也存在一些问题和潜在的改进空间：
1)尽管试验结果显示了Fe-SMA加固的有效性，但其长期的持久性和耐久性仍需进一步验证。特别是在复杂的实际工程环境中，如潮湿、高温等条件下，Fe-SMA的性能是否能够长期保持稳定是一个重要的问题。
2)文中提到了几个设计参数对加固效果的影响，如槽尺寸、覆盖深度等，但并未深入讨论如何优化这些参数以提高加固效果和经济性。对于不同类型和尺寸的结构，需要进一步研究和优化这些设计参数。
3)虽然试验结果表明Fe-SMA加固技术在实尺度混凝土结构上取得了一定的成功，但其在更广泛的工程实践中的适用性还需进一步验证。特别是针对各种类型和尺寸的结构，如隧道、管道、输电塔等。需要更多的实地应用和案例研究来验证该技术的可行性和有效性。
4)目前缺乏相应的标准和规范，规范Fe-SMA加固技术的设计、施工和验收流程，以提高其在工程实践中的可操作性和可靠性。
4 自预应力Fe-SMA加固钢结构
在现代社会中，钢结构因其高强度、轻质、耐久性强及环保性能好的特性，被广泛应用于各类建筑物、桥梁、船舶、车辆等结构体中。然而，由于自然因素和人为因素的影响，钢结构会出现裂缝、腐蚀等多种损伤，需要对其进行修复和维护，以保持其正常服务功能和使用安全。铁基形状记忆合金因其独特的热感应性和超弹性特性，在钢结构修复中显示出了巨大的潜力。其主要优势包括：强度高、塑性好、防腐性强、修复效果显著，并且该材料可根据设计要求，通过改变温度就能改变其结构形状，具有很强的自我修复能力。
目前，基于自预应力原理的Fe-SMA修复技术在世界范围内的应用越来越广泛，很多学者都在大量研究和探讨这种新型的修复技术。利用Fe-SMA加固钢结构不仅可以有效增加结构的安全性和耐久性，还能大大延长钢结构的使用寿命，从而达到节约资源、保护环境的目标。
IZADI等[24, 57]介绍了一种用于钢板强化的铁基形状记忆合金系统的研制。采用不同形态(单侧、双侧、激励和非激励)的Fe-SMA钢试件进行强化，如图8所示。开发了一种机械锚固系统，用于将预应力Fe-SMA条带锚固到钢基底上；然后将Fe-SMA条通过使用电阻加热技术加热到约260 ℃的温度来对条带施加预应力。此外，讨论了Fe-SMA在钢板疲劳强化中的应用，采用Fe-SMA钢带对一块无预裂纹钢板和两块预裂纹钢板进行了加固；研究了多次再激活和不同加载频率(如fr =0.005 Hz、5 Hz、10 Hz和15 Hz)对Fe-SMA的高周疲劳行为的影响。结果表明：Fe-SMA条带的应用大大提高了裂纹钢板的疲劳寿命，在某些情况下，实现了完全疲劳裂纹止裂。
![]()
HOSSEINI等[58]对Fe-SMA和碳纤维增强基复合材料(CFRP)在材料层面进行比较，包括静态拉伸、高周疲劳、蠕变和松弛、耐腐蚀性能以及在高温和火灾下的表现。静态和疲劳试验的结果显示，Fe-SMA和CFRP都能有效提高结构的性能。通过对加固钢板和大梁进行试验比较，发现两种加固技术的性能和应用复杂性相似。在成本方面，尽管Fe-SMA的价格较高，但考虑到可获得的预应力和夹紧系统的成本，两种加固系统在成本上是相近的。但相较于CFRP，Fe-SMA的热膨胀系数更小，在高温环境下的表现更好。IZADI等[59]证明了激活预应力Fe-SMA条在钢桥连接疲劳改造中的有效性，采用Fe-SMA对钢桥疲劳裂纹铆接接头进行改造。实验结果表明：激励后的Fe-SMA条带显著提高了疲劳寿命，并阻止了疲劳裂纹的扩展。
FRITSCH等[60]开发了一种Fe-SMA带直接紧固加固钢构件技术。通过几个搭接剪切试验，以检查5个钉锚系统的承载能力，最终确定较佳钉锚系统。并通过加固一根钢工字梁，验证其加固系统的有效性。QIANG等[61 − 62]通过实验证实，Fe-SMA板覆盖止裂孔可以有效修复正交各向异性钢桥面横隔板的疲劳裂纹，降低应力水平，提高开裂部位刚度，如图9(a)；并通过对Fe-SMA板的几何参数和激励温度的数值模拟，验证了这种方法的有效性，其次通过多次力学性能试验，研究了Fe-SMA与钢板之间的螺栓连接的可靠性和便利性，如图9(b)。同时详细讨论了多种参数对螺栓连接性能的影响，并为该连接方法提供了具体的设计建议。WANG等[63 − 65]集中研究了铁基形状记忆合金在金属结构修复中的应用，通过实验研究了Fe-SMA与金属基体的界面行为，验证了其高粘结强度。利用Fe-SMA的形状记忆效应和与CFRP的粘结技术，提出并验证了一个新型金属结构疲劳强化方案，显示出明显优于传统CFRP钢带的性能。最后进一步研究了Fe-SMA粘结预应力疲劳强化方案的止裂能力，并通过实验对影响预应力水平的几种激励方法进行了试验研究，发现气炬激励效果相对较好，可使疲劳裂纹扩展寿命延长6.9倍，证明了该方案能显著延长金属材料的疲劳生命周期。
通过对以上关于Fe-SMA加固钢结构的相关研究的了解。可以了解到一些有效信息并总结出一些不足：
1)目前已有相关研究讨论了基于Fe-SMA多种参数对螺栓连接性能的影响，这意味着目前对这些影响因素的理解可能还不够全面，需要更多的研究来阐明这些参数如何具体影响连接性能。
2)由于粘合剂粘结在增强件和母结构之间提供均匀的应力传递，因此，粘合剂粘结是钢材考虑疲劳性能方面更理想的连接方法。目前针对Fe-SMA与金属界面之间的粘结行为的研究尚不深入，对于大型金属结构的预应力粘结Fe-SMA需要进一步的研究来确保粘结强度的高效性和可靠性。
3)相关文献中有将Fe-SMA与CFRP在提高结构性能方面进行对比，发现其无论在成本还是使用性能方面都与CFRP相似，但在部分环境下，如在高温环境下的稳定性方面则要优于CFRP材料。此外也有文章将二者结合，发现结合后由于其协同效应因而表现出比传统CFRP材料更高的结构修复性能。基于此，后续可针对Fe-SMA，研究不同材料间的相互作用和协同效应，以确保整体加固系统
的性能符合预期。
4)虽然目前研究中提到Fe-SMA粘结预应力疲劳强化方案显示出了明显的止裂能力，但研究参数较为片面且多为试验室环境，需要进一步验证这一方案是否能够满足不同工程对疲劳裂纹控制的具体需求。
由此可见，Fe-SMA的广泛应用和研发对于钢结构加固修复技术的进步、建筑工业的可持续发展以及绿色建筑、节能减排等方面具有积极的影响。 综上所述，Fe-SMA作为一种新型材料，具有在钢结构加固和修复中应用的潜力，可以提高结构的性能和延长使用寿命，对于建筑工业的可持续发展和社会的可持续发展具有重要意义。
5 自预应力Fe-SMA加固钢筋混凝土结构
可恢复功能结构概念的出现，为重大工程的性能设计提供了全新的思路，其目标是使结构在发生震后能够快速恢复使用，从而减轻因功能中断所带来的影响。这种可恢复功能结构体系成为当前工程防震减灾领域研究的热点之一。而相较于钢结构，Fe-SMA加固钢筋混凝土结构的开发与应用更加广泛且深入。普通钢筋混凝土和不锈钢钢筋混凝土结构具有足够的延性变形和能量吸收能力，可以有效地消耗地震能量，但是在强震之后，其结构通常会有大量的残余变形。目前，针对钢筋混凝土结构的加固大多数研究多集中于采用粘贴纤维复合材料对结构进行加固改造，这种加固方法虽然可以提高承载力，但是目前常用的纤维复合材料多为线弹性材料，延性不足，且材料与混凝土之间易发生剥离破坏[66]。因此，采用新型智能材料是降低结构震后残余变形和地震主要损伤的一种有效策略。
5.1 Fe-SMA加固混凝土梁
SHAHVERDI等[67]以钢筋混凝土梁为研究对象，进行了基于 NSM法的 Fe-SMA带加固及预应力混凝土梁抗弯性能的试验研究，如图10所示。研究结果表明：与普通钢筋混凝土梁相比，预应力Fe-SMA混凝土梁的开裂荷载显著提高，同时裂缝宽度和残余变形显著降低，进一步证明了基于NSM法的 Fe-SMA加固混凝土梁的可行性。
![]()
图 10 Fe-SMA条带加筋预应力混凝土梁抗弯性能试验梁尺寸 /mmFigure 10. Fe-SMA tape reinforced and prestressed concrete beam flexural performance test beam dimensions随后，该团队将Fe-SMA条带更换为带肋钢筋，加固技术改变为喷射混凝土，再次论证带肋Fe-SMA钢筋与喷射混凝土组合加固钢筋混凝土梁的可行性。CZADERSKI等[68]将直径12 mm的Fe-SMA带肋U型箍筋与喷射砂浆结合用以钢筋混凝土的抗剪加固。通过对高0.75 m、总长5.2 m的T梁进行大规模试验，验证了Fe-SMA抗剪加固的实用性和有效性。JI等[69]通过试验和理论分析，研究了配Fe-SMA箍筋的钢筋混凝土(RC)梁的抗剪性能。以箍筋间距以及SMA是否被激活为试验变量，制备了5个在四点载荷下可能发生剪切破坏的试样。研究结果表明：使用Fe-SMA箍筋可以显着提高混凝土构件的抗剪强度和初始刚度，并通过控制裂缝的形成，改善其可用性。LIU等[70]将Fe-SMA筋内置在塑料波纹管内并灌注耐高温砂浆，研究了Fe-SMA筋的激励状态、预应力水平、直径大小等因素对混合配置Fe-SMA纵筋的混凝土T型梁的抗弯性能的影响。结果表明：激励Fe-SMA筋能够明显延缓T梁开裂。此外，该团队利用Fe-SMA在火灾下受热激励产生的回复应力来提高混凝土结构的抗火性能，试验结果表明：配置Fe-SMA的混凝土梁在火灾下的跨中挠度明显低于普通混凝土梁，耐火极限得到了明显提高[71]。
5.2 Fe-SMA主动约束混凝土柱
ZERBE等[72]对含Fe-SMA条带的混凝土柱在单轴压缩荷载作用下的性能进行了试验研究，如图11所示。试验共对25根圆柱进行了测试，分析了内筋的存在、初始围压、外SMA约束比的影响。试验结果表明：含Fe-SMA约束的混凝土柱的整体性能有了很大的改善，特别是轴向变形能力。VIEIRA等[73]开发一个有限元模型模拟受约束混凝土柱与Fe-SMA在压缩荷载下的行为。目的是为了准确地展示形状记忆合金钢筋和内部横向钢筋在不同加载条件下的联合作用，精确捕捉了轴心受压作用下Fe-SMA约束混凝土柱的内部响应。JEONG等[20]试验比较了CFRP和Fe-SMA对钢筋混凝土柱的抗震加固效果。对4根横向配筋不足的钢筋混凝土圆形柱进行了不同加固方案的拟静力循环加载试验。在±7%的位移比下，所有CFRP和Fe-SMA约束的试件，横向强度和弯曲延性均表现出满意的整体响应。试验结果表明：得益于预应力效应，与CFRP约束相比，Fe-SMA约束在混凝土柱中产生的损伤积累更低。此外，针对Fe-SMA主动约束混凝土柱，东南大学课题组提出了一种快速施加环向主动约束的方式，包括用于Fe-SMA条带的新型铆钉锚固系统和陶瓷铠甲激励设备。同时，该团队提出了一种Fe-SMA条带外包FRP的新型主被动组合约束方法，不仅能提升约束效果，还能增强Fe-SMA条带的耐腐蚀性能[74]。
通过对上述文献的提炼总结，可以基本了解目前关于Fe-SMA加固钢筋混凝土结构的相关研究现状，虽然已经取得了一定的进展，但仍然存在一些不足需要后续进行持续性的研究。
1)在加固类型方面，目前针对钢筋混凝土梁和柱的加固研究较多，而基于Fe-SMA在其他类型的构件如框架节点、剪力墙、管道等研究相对较少，在了解Fe-SMA相较于其他材料的具体优势后，可逐渐开展更多结构类型的研究，以便Fe-SMA在未来更广泛的使用。
2)大部分研究集中在单轴应力状态下，而在实际结构中，混凝土和钢筋往往会在多轴应力状态下工作。因此，需要更多的研究来评估Fe-SMA材料在复杂应力状态下的性能。
3) LIU等[30]以南韶河混凝土箱梁桥为例，计算了Fe-SMA钢绞线对预应力损失的补偿效果。VŮJTĚCH等[75]利用Fe-SMA加固了捷克共和国一座113年的老桥。文段中虽然有大量的试验研究，但在实际工程中的应用案例较少。了解Fe-SMA材料在真实建筑环境中的表现，以及与传统材料的比较，对于评估其在抗震加固中的实用性至关重要。
4)目前研究中很少涉及环境因素(如温度、湿度、海水侵蚀、土壤电化学腐蚀等)对Fe-SMA性能的影响。这些因素可能会对材料的物理和化学性质产生影响，从而影响其在实际环境中的表现。
总体来说，Fe-SMA在钢筋混凝土结构的加固和抗震方面具有良好的应用潜力，可以有效提高结构的抗震能力和可恢复性能。
6 结论与展望
本文主要介绍了铁基形状记忆合金在不同领域的应用和研究成果。讨论了Fe-SMA与其他结构用钢的性能对比，并介绍了其形状记忆效应和自预应力技术。整理了Fe-SMA在加固钢结构以及混凝土结构中的应用，包括加固RC构件的合金带以及加固桥梁甲板的铁基形状记忆合金筋等。综合得到以下结论：
(1)使用性能方面，Fe-SMA相较于传统钢材，具有韧性高，不易腐蚀，抗裂性能好，能够显著提升结构的抗弯、抗剪性能；且在高温环境下性能相对稳定，在受热激励下产生的回复应力能够提高混凝土结构的抗火性能。具有良好的研究与使用价值。
(2)使用成本方面，Fe-SMA的成本要低于NiTi-SMA。而与传统的加固技术相比，Fe-SMA加固系统在性能和应用复杂性上与其他技术相当，成本相似，具有更好的成本效益。且在某些特定环境下其性能可能会优于传统材料。这使得Fe-SMA成为一个具有竞争优势的加固材料。
(3)开发应用方面，一些文献通过试验展示了Fe-SMA与其他材料的联动效应，如Fe-SMA与塑料波纹管结合；Fe-SMA与CFRP结合等，最终都展示出了良好的相互作用与协同效应。收获了一加一大于二的效果。同时也为后续Fe-SMA与其他材料融合搭配提供了新的思路。
(4)有关Fe-SMA的相关研究较少且多集中在Fe-SMA条带或板材的相关应用，形式较为单一，对于丝材或绞线方面研究较少。针对此类型需进行更加系统的研究。
最后，通过对Fe-SMA现有研究进行思考，可以得到一些展望。目前Fe-SMA被广泛用于预应力构件，以加固结构并解决常规预应力混凝土的问题，而现有的研究普遍局限于被动修复方面。通过手动激活以修复受损构件或在建造阶段利用Fe-SMA的形状记忆效应对构件施加预应力。基于此，一些研究者提出了智能钢筋混凝土(Intelligent Reinforced Concrete, IRC)的概念[76 − 77]，如图12、图13所示。结合综述中总结到的Fe-SMA的成本优势以及其在加固钢筋混凝土结构中的使用性能优势，本文提出一些构想。将 Fe-SMA 绞线植入混凝土中，通过监测电阻变化实现对混凝土应变的探测。利用 Fe-SMA 的阻抗特性，可以通过电流激活SMA发生相变，产生回复力以减小裂缝。相较于使用成本较高的NiTi-SMA纤维，Fe-SMA具有更低的成本和稳定的性能。因此，可以将原概念中的NiTi-SMA纤维替换为Fe-SMA绞线，并结合 NiTi-SMA超细丝的阻抗原理，形成一种新型的自检测自修复功能的一体化元件。并基于该一体化元件，对Fe-SMA绞线与混凝土之间的粘结滑移性能进行进一步研究。
-
![]()
![]()
![]()
图 5 200 ℃初始激励温度下第一次激励与第二次激励的对比
Figure 5. Comparison of the first activation and the second activation at the initial activation temperature of 200 ℃
![]()
![]()
图 10 Fe-SMA条带加筋预应力混凝土梁抗弯性能试验梁尺寸 /mm
Figure 10. Fe-SMA tape reinforced and prestressed concrete beam flexural performance test beam dimensions
表 1 几种筋材的材料和力学性能对比
Table 1 Comparison of material and mechanical properties of several reinforcement materials
筋材类型 弹性
模量/GPa屈服
强度/MPa最大
应变/(%)最大可回复
应变/(%)耐腐
蚀性成本 普通钢筋 190~210 200~500 10~20 0.1~0.2 易腐蚀 低 不锈钢钢筋 170~200 400~600 30~40 0.2~0.4 不易腐蚀 较低 FRP筋 40~150 − 1.0~2.3 1.0~2.3 不易腐蚀 中 镍钛SMA筋 38~84 379~746 40~50 6~9 难腐蚀 高 铁基SMA筋 75~165 400~550 40 0.15~4 不易腐蚀 中 铜基SMA筋 20~35 180~210 18 7~12 不易腐蚀 中 
下载: 导出CSV
-
[1] 徐祖耀. 形状记忆材料[M]. 上海: 上海交通大学出版社, 2000. XU Zuyao. Shape memory materials [M]. Shanghai: Shanghai Jiao Tong University Press, 2000. (in Chinese)
[2] RAZA S, SHAFEI B, SAIIDI M S, et al. Shape memory alloy reinforcement for strengthening and self-centering of concrete structures—State of the art [J]. Construction and Building Materials, 2022, 324: 126628. doi: 10.1016/j.conbuildmat.2022.126628
[3] 金学军, 金明江, 耿永红. 铁基形状记忆合金马氏体相变研究进展[J]. 中国材料进展, 2011, 30(9): 32 − 41, 56. JIN Xuejun, JIN Mingjiang, GENG Yonghong. Recent developments of martensitic transformation in ferrous shape memory alloys [J]. Materials China, 2011, 30(9): 32 − 41, 56. (in Chinese)
[4] ZHANG Z X, ZHANG J, WU H L, et al. Iron-based shape memory alloys in construction: Research, applications and opportunities [J]. Materials, 2022, 15(5): 1723. doi: 10.3390/ma15051723
[5] SATO A, CHISHIMA E, SOMA K, et al. Shape memory effect in γ ⇄ transformation in Fe-30Mn-1Si alloy single crystals [J]. Acta Metallurgica, 1982, 30(6): 1177 − 1183. doi: 10.1016/0001-6160(82)90011-6
[6] SATO A, CHISHIMA E, YAMAJI Y, et al. Orientation and composition dependencies of shape memory effect IN Fe-Mn-Si alloys [J]. Acta Metallurgica, 1984, 32(4): 539 − 547. doi: 10.1016/0001-6160(84)90065-8
[7] MARUYAMA T, KUBO H. Ferrous (Fe-based) shape memory alloys (SMAs): Properties, processing and applications [M]// YAMAUCHI K, OHKATA I, TSUCHIYA K, et al. Shape Memory and Superelastic Alloys: Applications and Technologies. Cambridge, UK: Woodhead Publishing, 2011: 141 − 159.
[8] KAJIWARA S, LIU D, KIKUCHI T, et al. Remarkable improvement of shape memory effect in Fe-Mn-Si based shape memory alloys by producing NbC precipitates [J]. Scripta Materialia, 2001, 44(12): 2809 − 2814. doi: 10.1016/S1359-6462(01)00978-2
[9] DONG Z Z, KLOTZ U E, LEINENBACH C, et al. A novel Fe-Mn-Si shape memory alloy with improved shape recovery properties by VC precipitation [J]. Advanced Engineering Materials, 2009, 11(1/2): 40 − 44. doi: 10.1002/adem.200800312
[10] REFER. Memory C-steel vorspannverfahren [EB/OL]. https://www/re-fer.eu, 2021-04-20.
[11] 邹芹, 党赏, 李艳国, 等. Fe-基形状记忆合金的研究进展[J]. 材料导报, 2019, 33(23): 3955 − 3962. doi: 10.11896/cldb.18120204 ZOU Qin, DANG Shang, LI Yanguo, et al. Research progress of iron-based shape memory alloys: A review [J]. Materials Reports, 2019, 33(23): 3955 − 3962. (in Chinese) doi: 10.11896/cldb.18120204
[12] BARUJ A, KIKUCHI T, KAJIWARA S, et al. Effect of pre-deformation of austenite on shape memory properties in Fe-Mn-Si-based alloys containing Nb and C [J]. Materials Transactions, 2002, 43(3): 585 − 588. doi: 10.2320/matertrans.43.585
[13] 钱辉, 邱培凡, 金光耀, 等. 功能自恢复SMA/ECC 墩柱抗震性能试验研究[J]. 工程力学, 2023, 40(4): 172 − 183. doi: 10.6052/j.issn.1000-4750.2021.10.0791 QIAN Hui, QIU Peifan, JIN Guangyao, et al. Experimental study on seismic behavior of self-centering SMA/ECC bridge pier [J]. Engineering Mechanics, 2023, 40(4): 172 − 183. (in Chinese) doi: 10.6052/j.issn.1000-4750.2021.10.0791
[14] GB/T 50011−2010, 建筑抗震设计标准[S]. 北京: 中国建筑工业出版社, 2010. GB/T 50011−2010, Code for seismic design of buildings [S]. Beijing: China Architecture & Building Press, 2010. (in Chinese)
[15] GB 50017−2017, 钢结构设计标准[S]. 北京: 中国建筑工业出版社, 2017. GB 50017−2017, Standard for design of steel structures [S]. Beijing: China Architecture & Building Press, 2017. (in Chinese)
[16] 张哲熹, 方成, 王伟, 等. Fe-SMA的材料特性及在土木工程中的应用进展[J]. 防灾减灾工程学报, 2022, 42(2): 411 − 424. ZHANG Zhexi, FANG Cheng, WANG Wei, et al. Material properties of Fe-SMA and its application in civil engineering [J]. Journal of Disaster Prevention and Mitigation Engineering, 2022, 42(2): 411 − 424. (in Chinese)
[17] LEE W J, WEBER B, FELTRIN G, et al. Phase transformation behavior under uniaxial deformation of an Fe-Mn-Si-Cr-Ni-VC shape memory alloy [J]. Materials Science and Engineering: A, 2013, 581: 1 − 7. doi: 10.1016/j.msea.2013.06.002
[18] CHEN J B, WANG W, FANG C. Manufacturing, testing and simulation of novel SMA-based variable friction dampers with enhanced deformability [J]. Journal of Building Engineering, 2022, 45: 103513. doi: 10.1016/j.jobe.2021.103513
[19] LEINENBACH C, CZADERSKI C, MICHELS J, et al. Development of rolling technology for an iron-based shape-memory-alloy [J]. Materials Science Forum, 2016, 854: 79 − 86. doi: 10.4028/www.scientific.net/MSF.854.79
[20] JEONG S, KIM K H E, CHOI H, et al. Comparative evaluation of flexural response and damage assessment of concrete columns confined with CFRP and self-prestressing iron-based SMA [J]. Journal of Building Engineering, 2024, 82: 108228. doi: 10.1016/j.jobe.2023.108228
[21] 朱虹, 刘子卿, 董志强, 等. 基于铁基形状记忆合金的新型预应力技术及其工程应用[J]. 东南大学学报(自然科学版), 2022, 52(2): 402 − 416. doi: 10.3969/j.issn.1001-0505.2022.02.024 ZHU Hong, LIU Ziqing, DONG Zhiqiang, et al. New prestressing technology based on iron-based shape memory alloys and its application in engineering [J]. Journal of Southeast University (Natural Science Edition), 2022, 52(2): 402 − 416. (in Chinese) doi: 10.3969/j.issn.1001-0505.2022.02.024
[22] 强旭红, 武亚鹏, 姜旭. 铁基形状记忆合金力学性能和激活回复性能研究[J]. 同济大学学报(自然科学版), 2023, 51(5): 718 − 727. doi: 10.11908/j.issn.0253-374x.21576 QIANG Xuhong, WU Yapeng, JIANG Xu. Experimental investigation on mechanical properties and activationrecovery performance of Fe-based shape memory alloys [J]. Journal of Tongji University (Natural Science), 2023, 51(5): 718 − 727. (in Chinese) doi: 10.11908/j.issn.0253-374x.21576
[23] LI L Z, WANG S Z, CHATZI E, et al. Analysis and design recommendations for structures strengthened by prestressed bonded Fe-SMA [J]. Engineering Structures, 2024, 303: 117513. doi: 10.1016/j.engstruct.2024.117513
[24] IZADI M R, GHAFOORI E, MOTAVALLI M, et al. Iron-based shape memory alloy for the fatigue strengthening of cracked steel plates: Effects of reactivations and loading frequencies [J]. Engineering Structures, 2018, 176: 953 − 967. doi: 10.1016/j.engstruct.2018.09.021
[25] LEE W J, WEBER B, FELTRIN G, et al. Stress recovery behaviour of an Fe–Mn–Si–Cr–Ni–VC shape memory alloy used for prestressing [J]. Smart Materials and Structures, 2013, 22(12): 125037. doi: 10.1088/0964-1726/22/12/125037
[26] WEN Y H, ZHANG W, LI N, et al. Principle and realization of improving shape memory effect in Fe-Mn-Si-Cr-Ni alloy through aligned precipitations of second-phase particles [J]. Acta Materialia, 2007, 55(19): 6526 − 6534. doi: 10.1016/j.actamat.2007.08.005
[27] WANG C P, WEN Y H, PENG H B, et al. Factors affecting recovery stress in Fe-Mn-Si-Cr-Ni-C shape memory alloys [J]. Materials Science and Engineering: A, 2011, 528(3): 1125 − 1130. doi: 10.1016/j.msea.2010.10.068
[28] LEE W J, WEBER B, LEINENBACH C. Recovery stress formation in a restrained Fe–Mn–Si-based shape memory alloy used for prestressing or mechanical joining [J]. Construction and Building Materials, 2015, 95: 600 − 610. doi: 10.1016/j.conbuildmat.2015.07.098
[29] ABUZAID W, SEHITOGLU H. Shape memory effect in FeMnNiAl iron-based shape memory alloy [J]. Scripta Materialia, 2019, 169: 57 − 60. doi: 10.1016/j.scriptamat.2019.05.006
[30] LIU Z Q, DONG Z Q, ZHU H, et al. Stress recovery behaviour of a large-diameter Fe-SMA stranded wire developed for structural prestressing loss compensation [J]. Advances in Structural Engineering, 2023, 26(5): 966 − 982. doi: 10.1177/13694332221149475
[31] 李杰锋, 杨忠清. 形状记忆合金热力学经验本构模型的数值分析及修正[J]. 材料导报, 2021, 35(18): 18116 − 18123. doi: 10.11896/cldb.20070071 LI Jiefeng, YANG Zhongqing. Numerical analysis and modification of thermomechanical empirical constitutive model of shape memory alloy [J]. Materials Reports, 2021, 35(18): 18116 − 18123. (in Chinese) doi: 10.11896/cldb.20070071
[32] 张小勇. 用于疲劳寿命预测的SMA本构模型及其工程应用[D]. 北京: 北京航空航天大学, 2012. ZHANG Xiaoyong. Development and applications of a SMA constitutive model for actuators fatigue life prediction [D]. Beijing: Beihang University, 2012. (in Chinese)
[33] TANAKA K, KOBAYASHI S, SATO Y. Thermomechanics of transformation pseudoelasticity and shape memory effect in alloys [J]. International Journal of Plasticity, 1986, 2(1): 59 − 72. doi: 10.1016/0749-6419(86)90016-1
[34] LIANG C, ROGERS C A. One-dimensional thermomechanical constitutive relations for shape memory materials [J]. Journal of Intelligent Material Systems and Structures, 1990, 1(2): 207 − 234. doi: 10.1177/1045389X9000100205
[35] HUANG W. On the selection of shape memory alloys for actuators [J]. Materials & Design, 2002, 23(1): 11 − 19.
[36] 滕兆春, 李世荣, 付小华. 热载荷作用下嵌入SMA丝复合材料梁的横向自由振动[J]. 工程力学, 2005, 22(4): 131 − 136. doi: 10.3969/j.issn.1000-4750.2005.04.025 TENG Zhaochun, LI Shirong, FU Xiaohua. Transverse free vibrations of a composite beam with embedded SMA wires subjected to thermal [J]. Engineering Mechanics, 2005, 22(4): 131 − 136. (in Chinese) doi: 10.3969/j.issn.1000-4750.2005.04.025
[37] ZHANG X Y, YAN X J, XIE H M, et al. Modeling evolutions of plastic strain, maximum transformation strain and transformation temperatures in SMA under superelastic cycling [J]. Computational Materials Science, 2014, 81: 113 − 122. doi: 10.1016/j.commatsci.2013.07.022
[38] BOYD J G, LAGOUDAS D C. A thermodynamical constitutive model for shape memory materials. Part I. The monolithic shape memory alloy [J]. International Journal of Plasticity, 1996, 12(6): 805 − 842. doi: 10.1016/S0749-6419(96)00030-7
[39] LAGOUDAS D C, BO Z H, QIDWAI M A. A unified thermodynamic constitutive model for SMA and finite element analysis of active metal matrix composites [J]. Mechanics of Composite Materials and Structures, 1996, 3(2): 153 − 179. doi: 10.1080/10759419608945861
[40] QIDWAI M A, LAGOUDAS D C. Numerical implementation of a shape memory alloy thermomechanical constitutive model using return mapping algorithms [J]. International Journal for Numerical Methods in Engineering, 2000, 47(6): 1123 − 1168. doi: 10.1002/(SICI)1097-0207(20000228)47:6<1123::AID-NME817>3.0.CO;2-N
[41] HARTL D J, LAGOUDAS D C. Constitutive modeling and structural analysis considering simultaneous phase transformation and plastic yield in shape memory alloys [J]. Smart Materials and Structures, 2009, 18(10): 104017. doi: 10.1088/0964-1726/18/10/104017
[42] MIRZAEIFAR R, DESROCHES R, YAVARI A, et al. On superelastic bending of shape memory alloy beams [J]. International Journal of Solids and Structures, 2013, 50(10): 1664 − 1680. doi: 10.1016/j.ijsolstr.2013.01.035
[43] XU L, SOLOMOU A, BAXEVANIS T, et al. Finite strain constitutive modeling for shape memory alloys considering transformation-induced plasticity and two-way shape memory effect [J]. International Journal of Solids and Structures, 2021, 221: 42 − 59. doi: 10.1016/j.ijsolstr.2020.03.009
[44] QIANG X H, WANG Y H, WU Y P, et al. Constitutive model and activation recovery performance of Fe-SMA: Experimental and theoretical study [J]. Construction and Building Materials, 2024, 420: 135537. doi: 10.1016/j.conbuildmat.2024.135537
[45] 于超. NiTi形状记忆合金宏细观热-力耦合循环本构模型研究[D]. 成都: 西南交通大学, 2015. YU Chao. Thermo-mechanically coupled macro-and micro-scopic cyclic constitutive models of NiTi shape memory alloy [D]. Chengdu: Southwest Jiaotong University, 2015. (in Chinese)
[46] PATOOR E, EBERHARDT A, BERVEILLER M. Micromechanical modelling of superelasticity in shape memory alloys [J]. Journal de Physique: IV, 1996, 6(C1): C1-277 − C1-292.
[47] THAMBURAJA P, ANAND L. Polycrystalline shape-memory materials: Effect of crystallographic texture [J]. Journal of the Mechanics and Physics of Solids, 2001, 49(4): 709 − 737. doi: 10.1016/S0022-5096(00)00061-2
[48] 王悦. SMA自复位节点研究综述[J]. 低温建筑技术, 2020, 42(6): 44 − 49. WANG Yue. Research on SMA resetting connections: A review [J]. Low Temperature Architecture Technology, 2020, 42(6): 44 − 49. (in Chinese)
[49] MA H W, ZHU Y B, YAM M C H, et al. Experimental and numerical investigation of an end plate connection with using long shank SMA bolts [J]. Journal of Harbin Institute of Technology (New Series), 2015, 22(3): 22 − 30.
[50] MICHELS J, SHAHVERDI M, CZADERSKI C. Flexural strengthening of structural concrete with iron-based shape memory alloy strips [J]. Structural Concrete, 2018, 19(3): 876 − 891. doi: 10.1002/suco.201700120
[51] CZADERSKI C, SHAHVERDI M, BRÖNNIMANN R, et al. Feasibility of iron-based shape memory alloy strips for prestressed strengthening of concrete structures [J]. Construction and Building Materials, 2014, 56: 94 − 105. doi: 10.1016/j.conbuildmat.2014.01.069
[52] SHAHVERDI M, CZADERSKI C, MOTAVALLI M. Iron-based shape memory alloys for prestressed near-surface mounted strengthening of reinforced concrete beams [J]. Construction and Building Materials, 2016, 112: 28 − 38. doi: 10.1016/j.conbuildmat.2016.02.174
[53] SHAHVERDI M, MICHELS J, CZADERSKI C, et al. Iron-based shape memory alloy strips for strengthening RC members: Material behavior and characterization [J]. Construction and Building Materials, 2018, 173: 586 − 599. doi: 10.1016/j.conbuildmat.2018.04.057
[54] SCHRANZ B, CZADERSKI C, VOGEL T, et al. Bond behaviour of ribbed near-surface-mounted iron-based shape memory alloy bars with short bond lengths [J]. Materials & Design, 2020, 191: 108647.
[55] SCHRANZ B, MICHELS J, CZADERSKI C, et al. Strengthening and prestressing of bridge decks with ribbed iron-based shape memory alloy bars [J]. Engineering Structures, 2021, 241: 112467. doi: 10.1016/j.engstruct.2021.112467
[56] RAAD J, PARVIN A. Iron-based shape memory alloy and fiber reinforced polymers rods for prestressed NSM strengthening of RC beams [J]. Engineering Structures, 2020, 207: 110274. doi: 10.1016/j.engstruct.2020.110274
[57] IZADI M R, GHAFOORI E, SHAHVERDI M, et al. Development of an iron-based shape memory alloy (Fe-SMA) strengthening system for steel plates [J]. Engineering Structures, 2018, 174: 433 − 446. doi: 10.1016/j.engstruct.2018.07.073
[58] HOSSEINI A, MICHELS J, IZADI M, et al. A comparative study between Fe-SMA and CFRP reinforcements for prestressed strengthening of metallic structures [J]. Construction and Building Materials, 2019, 226: 976 − 992. doi: 10.1016/j.conbuildmat.2019.07.169
[59] IZADI M, MOTAVALLI M, GHAFOORI E. Iron-based shape memory alloy (Fe-SMA) for fatigue strengthening of cracked steel bridge connections [J]. Construction and Building Materials, 2019, 227: 116800. doi: 10.1016/j.conbuildmat.2019.116800
[60] FRITSCH E, IZADI M, GHAFOORI E. Development of nail-anchor strengthening system with iron-based shape memory alloy (Fe-SMA) strips [J]. Construction and Building Materials, 2019, 229: 117042. doi: 10.1016/j.conbuildmat.2019.117042
[61] QIANG X H, WANG Y H, WU Y P, et al. Experimental and numerical study on cracked steel bridge diaphragm reinforced with bonding Fe-SMA plate [J]. Thin-Walled Structures, 2023, 191: 111075. doi: 10.1016/j.tws.2023.111075
[62] QIANG X H, DUAN X R, JIANG X, et al. Experimental study on mechanical properties of bolted joints between Fe-SMA and steel plates [J]. Engineering Structures, 2023, 297: 116980. doi: 10.1016/j.engstruct.2023.116980
[63] WANG W D, HOSSEINI A, GHAFOORI E. Experimental study on Fe-SMA-to-steel adhesively bonded interfaces using DIC [J]. Engineering Fracture Mechanics, 2021, 244: 107553. doi: 10.1016/j.engfracmech.2021.107553
[64] WANG W D, LI L Z, HOSSEINI A, et al. Novel fatigue strengthening solution for metallic structures using adhesively bonded Fe-SMA strips: A proof of concept study [J]. International Journal of Fatigue, 2021, 148: 106237. doi: 10.1016/j.ijfatigue.2021.106237
[65] WANG W D, ZHOU W, MA Y E, et al. Complete fatigue crack arrest in metallic structures using bonded prestressed iron-based shape memory alloy repairs [J]. International Journal of Fatigue, 2024, 180: 108104. doi: 10.1016/j.ijfatigue.2023.108104
[66] 钱辉, 陈程, 张庆元, 等. 自修复SMA/ECC复合材料加固RC梁受弯性能试验研究[J]. 工程力学, 2023, 40(6): 73 − 84. doi: 10.6052/j.issn.1000-4750.2021.11.0871 QIAN Hui, CHEN Cheng, ZHANG Qingyuan, et al. Experimental study on flexural behavior of RC beam strengthened with self-repairing SMA/ECC composites materials [J]. Engineering Mechanics, 2023, 40(6): 73 − 84. (in Chinese) doi: 10.6052/j.issn.1000-4750.2021.11.0871
[67] SHAHVERDI M, CZADERSKI C, ANNEN P, et al. Strengthening of RC beams by iron-based shape memory alloy bars embedded in a shotcrete layer [J]. Engineering Structures, 2016, 117: 263 − 273. doi: 10.1016/j.engstruct.2016.03.023
[68] CZADERSKI C, SHAHVERDI M, MICHELS J. Iron based shape memory alloys as shear reinforcement for bridge girders [J]. Construction and Building Materials, 2021, 274: 121793. doi: 10.1016/j.conbuildmat.2020.121793
[69] JI S W, YEON Y M, HONG K N. Shear performance of RC beams reinforced with Fe-based shape memory alloy stirrups [J]. Materials, 2022, 15(5): 15051703. doi: 10.3390/ma15051703
[70] LIU Z Q, ZHU H, ZENG Y H, et al. Study on the flexural properties of T-shaped concrete beams reinforced with iron-based shape memory alloy rebar [J]. Engineering Structures, 2024, 306: 117792. doi: 10.1016/j.engstruct.2024.117792
[71] ZHENG Y C, ZHU H, DONG Z Q, et al. Experimental study on improving the fire performance of the concrete beams with Fe-SMA [J]. Engineering Structures, 2024, 310: 118155. doi: 10.1016/j.engstruct.2024.118155
[72] ZERBE L, VIEIRA D, BELARBI A, et al. Uniaxial compressive behavior of circular concrete columns actively confined with Fe-SMA strips [J]. Engineering Structures, 2022, 255: 113878. doi: 10.1016/j.engstruct.2022.113878
[73] VIEIRA D, ZERBE L, BELARBI A. Numerical modeling of iron-based SMA confined concrete columns under axial compressive loading [J]. Engineering Structures, 2023, 275: 115185. doi: 10.1016/j.engstruct.2022.115185
[74] HAN T H, DONG Z Q, ZHU H, et al. Compression behavior of concrete columns combinedly confined by FRP externally wrapped Fe-SMA strips [J]. Engineering Structures, 2023, 294: 116754. doi: 10.1016/j.engstruct.2023.116754
[75] VŮJTĚCH J, RYJÁČEK P, CAMPOS MATOS J, et al. Iron-Based shape memory alloy for strengthening of 113-Year bridge [J]. Engineering Structures, 2021, 248: 113231. doi: 10.1016/j.engstruct.2021.113231
[76] SONG G, MO Y L. Increasing Concrete Structural Survivability Using Smart Materials, a proposal submitted to Grants to Enhance and Advance Research (GEAR), University of Houston, 2003.
[77] SONG G, MO Y L, OTERO K, et al. Health monitoring and rehabilitation of a concrete structure using intelligent materials [J]. Smart Materials and Structures, 2006, 15(2): 309 − 314. doi: 10.1088/0964-1726/15/2/010
计量
- 文章访问数: 59
- HTML全文浏览量: 19
- PDF下载量: 29
