Characterization of anisotropic permeability from flow front angle measurements
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
Textile permeability is a generally anisotropic material property, which characterizes the ease of establishing a resin flow through the fibrous reinforcement in Liquid composite molding (LCM) processes. Unidirectional injection experiments are commonly performed to determine in‐plane permeability. Effective permeability values have to be measured along three different textile directions to calculate the full in‐plane permeability tensor. This article presents a strategy to reduce the number of the required unidirectional experiments to two or even one by considering the angle that the flow front forms with the measurement direction. The relationship between this flow front angle and the permeability tensor elements was derived theoretically and verified by both simulations and experiments with various textile reinforcements. In addition, two methods were investigated to measure the flow front angle and the effective permeability during the experiments: a standard approach based on visual observations and a new method that relies on three pressure sensors, applicable also in the case of nontransparent tooling. The results show that: (I) the two methods provide consistent measurements and are substantially equivalent; (II) the strategy devised to characterize permeability by measuring the flow front angle is effective and accurate; (III) the proposed procedure allows reducing considerably the time and the material samples required for permeability characterization by unidirectional experiments. POLYM. COMPOS., 37:2037–2052, 2016. © 2015 Society of Plastics Engineers
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 | 0,000 | 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 | 0,000 | 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