Functionalized interleaf technology in carbon-fibre-reinforced composites for aircraft applications
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
At the recent 19th International Conference of Composite Materials (ICCM19), in Montreal, Professor Xiaosu Yi from the Beijing Institute of Aeronautical Materials, Aviation Industry Corporation of China, gave a plenary lecture on ‘How to Make the Structural Composites Multi-functional’. His lecture highlighted the recent developments from his research team in functionalized interleaf technology (FIT). Their work has improved both the electrical conductivity and the impact damage resistance of carbon-fibre-reinforced composites for aircraft applications. Carbon-fibre-reinforced polymer (CFRP) and glass-fibre-reinforced polymer (GFRP) composite structures are widely used in today’s aerospace, green energy, marine, sport and transportation industries. These materials provide manufacturers and builders with costcompetitive alternatives to conventional metal alloys. However, the introduction of polymer composites in mainframes of modern structures presents special challenges and issues regarding their multi-functional properties (e.g. electrical and thermal conductivities) in addition to the potential risk of incurring extension of interlaminar damage under impact and fatigue loading, due to the brittle nature of the matrix resins. For example, such composite structures are poor conductors of extreme electrical currents generated by a lightning strike. Composite materials are either not electrically conductive at all under a moisture-free condition (e.g. GFRPs with electrical conductivity in the order Figure 1. AgNW network; and improvements in interlaminar fracture toughness and electrical conductivity of carbon-fibre-reinforced composites.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle