The exact effect that each of the basic shear design parameters exerts on the shear capacity of reinforced concrete (RC) beams without shear reinforcement (V c ) is still unclear. Previous research on this subject often yielded contradictory results, especially for reinforced high-strength concrete (HSC) beams. Furthermore, by simply adding V c and the contribution of stirrups V s to calculate the ultimate shear capacity V u , current shear design practice assumes that the addition of stirrups does not alter the effect of shear design parameters on V c . This paper investigates the validity of such a practice. Data on 656 reinforced concrete beams were used to train an artificial neural network model to predict the shear capacity of reinforced concrete beams and evaluate the performance of several existing shear strength calculation procedures. A parametric study revealed that the effect of shear reinforcement on the shear strength of RC beams decreases at a higher reinforcement ratio. It was also observed that the concrete contribution to shear resistance, V c , in RC beams with shear reinforcement is noticeably larger than that in beams without shear reinforcement, and therefore most current shear design procedures provide conservative predictions for the shear strength of RC beams with shear reinforcement.Résumé : L'effet précis que chaque paramètre de conception de base du cisaillement exerce sur la capacité de résis-tance au cisaillement de poutres en béton armé sans renforcement en cisaillement (V c ) n'est pas encore bien connu. Les recherches antérieures sur ce sujet présentaient souvent des résultats de rendement contradictoires, particulièrement pour les poutres en béton à haute résistance. De plus, en ajoutant simplement V c et V s pour calculer V u , la pratique courante en conception contre le cisaillement présume que l'addition d'étriers ne modifie pas l'effet des paramètres de conception contre le cisaillement sur V c . Cet article examine la validité d'une telle pratique. Les données de 656 poutres en béton armé ont été utilisées pour former un modèle de réseau neuronal artificiel à prédire la capacité de résistance au cisaillement de poutres en béton armé et à évaluer le rendement de plusieurs procédures existantes de calcul de la ré-sistance au cisaillement. Une étude paramétrique a indiqué que l'effet du renforcement en cisaillement sur la résistance au cisaillement des poutres en béton armé diminue à un plus haut rapport de renforcement. Il a également été remarqué que la contribution du béton à la résistance au cisaillement, V c , dans les poutres en béton armé avec renforcement en cisaillement est plus importante que dans les poutres sans renforcement en cisaillement et, qu'ainsi, les plus récentes procédures de conception contre le cisaillement fournissent des prévisions conservatrices de résistance au cisaillement des poutres en béton armé avec renforcement en cisaillement.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.