MétaCan
Menu
Retour à la cohorte
Enregistrement W1996469383 · doi:10.1115/imece2007-41178

Effect of Notch Location on the Stress Concentration and Reliability of Notched Composite Laminates Based on a Probabilistic Approach

2007· article· en· W1996469383 sur OpenAlexaff
Rajamohan Ganesan, AKILA ARUMUGAM

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComposite laminatesMaterials scienceComposite materialDelamination (geology)StiffnessComposite numberEnhanced Data Rates for GSM EvolutionStress (linguistics)Fibre-reinforced plasticStructural engineeringStress concentrationSpecific strengthEpoxyFracture mechanicsComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Composite materials and laminates are being widely used in aerospace and automotive industries due to their less weight to stiffness ratio. Especially the use of composite laminates, made up of Carbon or Graphite Fiber Reinforced Plastics (CFRP/GFRP), in military and commercial aircraft structures has progressed steadily over the past few decades. Drilling holes and making cutouts in these laminates are unavoidable for practical reasons. These holes (or) cutouts introduces stress concentration near the hole (or) cutout edge and reduces the load-bearing capacity of the structure. Cutouts are made at the edges of composite laminates for practical purposes, which is capable of reducing the delamination effect in notched laminates. The stress distribution in notched composite laminates can vary according to the location of the notch in the laminate, which leads to the variation in strength and reliability values of notched laminates. The objective of the present work is to study the effect of notch location on the stress concentration and reliability of notched composite laminates. Composite laminate displays significant variation in material and strength properties and the stress distribution in the laminate becomes stochastic in nature. Thus the notched laminates were analyzed using a stochastic approach and designed based on a reliability-based design approach.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,295
Écart entre enseignants0,268 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetProbabilistic and Robust Engineering DesignTravaux en français237 207