MétaCan
Menu
Retour à la cohorte
Enregistrement W1980092074 · doi:10.1002/pc.10215

Characterization of interfacial properties of composite materials by acoustic emission

2000· article· en· W1980092074 sur OpenAlexaff
Ibrahima Ndiaye, A. Maslouhi, J. Denault

Notice bibliographique

RevuePolymer Composites · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensNational Research Council CanadaUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAcoustic emissionComposite materialEpoxyDelamination (geology)Composite numberStrain energy release rateToughnessFracture toughnessFibre-reinforced plasticComposite laminates

Résumé

récupéré en direct d'OpenAlex

Abstract The global mechanical properties of composite structures in service depend on fiber/matrix interface and interlaminar strength. The paper proposes to use Acoustic Emission (AE) and advanced signal processing to evaluate the interlaminar performance of polymeric composites. A delaminating process simulated with a Double Cantilever Beam (DCB) in opening mode (Mode I) coupled with an Acoustic Emission (AE) technique has been employed. Different samples were analyzed to observe the damage evolution and to evaluate the interlaminar decohesion processes. The resistance to delamination growth is expressed in terms of the interlaminar DCB mode (mode I) fracture toughness, measured by strain energy release rate, G I , dissipated per unit area of delamination growth in composite. Three categories of samples were used: two unidirectional carbon fiber/epoxy resins with one degraded by heat and one with a commercially used resin. It was found that sample that was exposed at a temperature greater than the glass transition temperature Tg of the epoxy had a higher cumulative energy release rate than the two other samples types. The original type having the lowest release rate. Acoustic emission parameters have been found to be powerful indicators of the intensity of the damage. Multivariate analysis of up to 49 parameters was performed in order to group classes of AE signals with matching characteristics. A correlation was established between the energy release rate and the acoustic emission energy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,200
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetMechanical Behavior of CompositesTravaux en français237 207