MétaCan
Menu
Retour à la cohorte
Enregistrement W2330726326 · doi:10.1515/secm-2013-0257

Impact of layup rate on the quality of fiber steering/cut-restart in automated fiber placement processes

2014· article· en· W2330726326 sur OpenAlexaff
Jihua Chen, Teresa Chen-Keat, Mehdi Hojjati, A. Vallee, Marc-André Octeau, Ali Yousefpour

Notice bibliographique

RevueScience and Engineering of Composite Materials · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEpoxy Resin Curing Processes
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésFiberMaterials scienceProcess (computing)CurvatureCompactionComputer scienceComposite materialMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract Developing reliable processes is one of the key elements in producing high-quality composite components using an automated fiber placement (AFP) process. In this study, both simulation and experimental studies were carried out to investigate fiber steering and cut/restart under different processing parameters, such as layup rate and compaction pressure, during the AFP process. First, fiber paths were designed using curved fiber axes with different radii. Fiber placement trials were then conducted to investigate the quality of the steered fiber paths. Furthermore, a series of sinusoidal fiber paths were fiber placed and investigated. Moreover, a six-ply laminate with cut-outs in it was manufactured in the cut/restart trials. The accuracy of the fiber cut/restart was compared at different layup rates for both one- and bi-directional layups. Experimental results show that it was possible to layup steered fiber paths with small radii of curvature (minimum 114 mm) designed for this study when the proper process condition was used. It was observed from the cut/restart trials that the quality of tow cut was independent of layup speed; however, the accuracy of tow restart was related to the layup speed. The faster the layup speed, the less accurate was the tow restart.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,284
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Engineering of Composite MaterialsMême sujetEpoxy Resin Curing ProcessesTravaux en français237 207