MétaCan
Menu
Retour à la cohorte
Enregistrement W2013468547 · doi:10.4236/gsc.2015.51002

Review of Non-Newtonian Mathematical Models for Rheological Characteristics of Viscoelastic Composites

2015· article· en· W2013468547 sur OpenAlexafffund
Robenson Cherizol, Mohini Sain, Jimi Tjong

Notice bibliographique

RevueGreen and Sustainable Chemistry · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensFord Motor Company (Canada)University of Toronto
Organismes subventionnairesMitacsUniversity of TorontoFord Motor Company
Mots-clésViscoelasticityRheologyMaterials scienceConstitutive equationShear thinningComposite materialRheometryViscosityDeborah numberShear rateNewtonian fluidNon-Newtonian fluidStress relaxationMechanicsThermodynamicsFinite element methodPhysicsCreep

Résumé

récupéré en direct d'OpenAlex

This study presents an overview of viscoelastic characteristics of biocomposites derived of natural-fibre-reinforced thermoplastic polymers and predictive models have been presented in order to understand their rheological behavior. Various constitutive equations are reviewed for a better understanding of their applicability to polymer melt in determining the viscosity. The models to be investigated are the Giesekus-Leonov model, the Upper Convected Maxwell (UCM) model, the White-Metzner model, K-BKZ model, the Oldroyd-B model, and the Phan-Thien-Tanner models. The aforementioned models are the most powerful for predicting the rheological behavior of hybrid and green viscoelastic materials in the presence of high shear rate and in all dimensions. The Phan-Thien Tanner model, the Oldroyd-B model, and the Giesekus model can be used in various modes to fit the relaxation modulus accurately and to predict the shear thinning as well as shear thickening characteristics. The Phan-Thien Tanner, K-BKZ, Upper convected Maxwell, Oldroyd-B, and Giesekus models predicted the steady shear viscosity and the transient first normal stress coefficient better than the White-Metzner model for green-fibre-reinforced thermoplastic composites.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations42
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreen and Sustainable ChemistryMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207