A technique for real-time detecting, locating, and quantifying damage in large polymer composite structures made of carbon fibers and carbon nanotube networks
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
A significant safety concern preventing extensive use of composite materials for large polymer composite structures is the ability to detect, locate, and quantify damages that occur at one or several locations in large polymer composite structures. Real-time health monitoring of large polymer composite structures improves their performance, durability, and reliability while minimizing the life cycle cost. In this article, we present a new, practical, and real-time structural health monitoring technique for detecting, locating, and quantifying damages in large polymer composite structures made of carbon fibers and carbon nanotube networks. In this technique, electrically conductive epoxy resin was prepared by dispersing multiwalled carbon nanotubes into epoxy matrix. This modified epoxy matrix was then incorporated with long carbon fibers to make large composite plates. Two sets of grid points made from silver-epoxy paste were mounted on the surface of the large plates. The first set was used to apply the constant electric current, and the second set was utilized to measure the electric potential. The electric potentials across the second set of grid points on the undamaged plate were measured and used as a reference set. Two different damages were created by drilling holes and by applying impact loading on the large plates. It is found that the electric potential between the contact points surrounding the damage changes. The significant change in electric potential corresponds to the damage location in the plates. As such, drilled holes, impact damages, and barely visible impact damages are detected, located, and quantified.
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) | 0,000 | 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