On the Effect of Uncertainty Factors on Mechanical Behavior of Woven Fabric Composites at Meso-Level
Notice bibliographique
Résumé
Unit cell modeling of woven fabric composites at meso-level has been advantageous in finding equivalent mechanical properties of different weave architectures without performing physical experiments on each new fabric. The obtained properties, in turn, can be used in the macro-level modeling and simulation of large composite structures. Models used for this purpose, however, often consider a perfect description of unit cells, while in practice fabrics are not always fabricated under ideal conditions and flaws like fiber misalignment, material and/or geometrical defects are present. A benchmark work covering effects of this kind on the mesoscopic behavior of woven fabrics is underway. The aim of this paper is to present a statistical way to approach the problem by studying the main effects of such uncertainty/noise factors along with their levels of significance. Namely, a one-factor-at-a-time screening method is selected to identify the effect of (1) fiber misalignment, (2) fiber modulus variation, (3) geometrical flaws in yarn section, (4) unpredictable friction between weft and warp yarns. Computer experiments are done using FE modeling of a plain weave unit cell under the uniaxial, equibiaxial, and trellising (shear) modes. A parameter sensitivity analysis is conducted to identify the most significant factors and the extent to which each can independently contribute to the variation of load-displacement curves (i.e., testing data non-repeatabilities).
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».