Fabrication, testing and modeling of a new flexible armor inspired from natural fish scales and osteoderms
Notice bibliographique
Résumé
Crocodiles, armadillo, turtles, fish and many other animal species have evolved flexible armored skins in the form of hard scales or osteoderms, which can be described as hard plates of finite size embedded in softer tissues. The individual hard segments provide protection from predators, while the relative motion of these segments provides the flexibility required for efficient locomotion. In this work, we duplicated these broad concepts in a bio-inspired segmented armor. Hexagonal segments of well-defined size and shape were carved within a thin glass plate using laser engraving. The engraved plate was then placed on a soft substrate which simulated soft tissues, and then punctured with a sharp needle mounted on a miniature loading stage. The resistance of our segmented armor was significantly higher when smaller hexagons were used, and our bio-inspired segmented glass displayed an increase in puncture resistance of up to 70% compared to a continuous plate of glass of the same thickness. Detailed structural analyses aided by finite elements revealed that this extraordinary improvement is due to the reduced span of individual segments, which decreases flexural stresses and delays fracture. This effect can however only be achieved if the plates are at least 1000 stiffer than the underlying substrate, which is the case for natural armor systems. Our bio-inspired system also displayed many of the attributes of natural armors: flexible, robust with 'multi-hit' capabilities. This new segmented glass therefore suggests interesting bio-inspired strategies and mechanisms which could be systematically exploited in high-performance flexible armors. This study also provides new insights and a better understanding of the mechanics of natural armors such as scales and osteoderms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».