Application of fiber optic sensors for elevated temperature testing of polymer matrix composite materials
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
Abstract Advanced polymer matrix composite (PMC) materials have been more frequently employed for aerospace applications due to their light weight and high strength. Fiber-reinforced PMC materials are also being considered as potential candidates for elevated temperature applications such as supersonic vehicle airframes and propulsion system components. A new generation of high glass-transition temperature polymers has enabled this development to materialize. Clearly, there is a requirement to better understand the mechanical behaviour of this class of composite materials. In this study, polyimide-coated fiber optic sensors are employed to continuously monitor strain in a woven carbon fiber bismaleimide (BMI) matrix laminate subjected to tensile static and fatigue loading at elevated temperatures. A unique experimental test protocol is utilized to investigate the capability of the optical sensors to monitor strain and track stiffness degradation of the composite material. An advanced interrogation system and an optical spectrum analyzer are utilized to track the variation in the optical fiber wavelength and the wavelength spectrum for correlation with strain gage measurements. Isothermal tensile static and fatigue tests at room temperature, 105°C, 160°C and 205°C suggest that these optical sensors are capable of continuously monitoring strain and tracking the stiffness loss of a highly compliant PMC specimen during cyclic loading. The results illustrate that employing optical sensors for elevated temperature applications has significant advantages when compared to conventional strain gages.
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