Predicting dimensional distortions in roll forming of comingled polypropylene/glass fiber thermoplastic composites: On the effect of matrix viscoelasticity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thermal deformations that occur during formation of long-fiber-reinforced composites have been a continued challenge for manufacturers as the final shape of a given part can be different from the original mold shape. The ensuing dimensional distortions can be difficult to predict due to complex thermo-mechanical behaviour of composite laminates during different forming cycles. This study intends to model the fundamental mechanisms that lead to thermal deformations during forming of a thermoplastic matrix composite comprised of comingled polypropylene and E-glass fibers. While the discussion is framed around a custom-design multi-stage roll-forming process, it is also relevant to a wider range of thermoplastic composites manufacturing processes. A methodology is developed to characterize the thermal mechanical behavior of the material, optimize the manufacturing process, and predict the magnitude of resulting spring-in angle due to thermal deformations. It is found that the process control parameters can be optimized first such that the crystallization of the matrix occurs at an ideal position along the forming line. Once the process is optimized, the developed numerical model, with a thermoelastic material behaviour, can give an adequate prediction of spring-in at the end of the process. Finally, through a comparative study, it is discussed how for other manufacturing processes, such as compression molding, including a thermoviscoelastic liquid/solid material behaviour may be required to yield accurate spring-in predictions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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