Modeling and Experimental Assessment of Bending Characteristics of Laminated Bilayer Sheet Materials
Notice bibliographique
Résumé
Many mathematical models based on the advanced theory of bending to predict bending characteristics for monolithic sheet materials are available in the literature. In this work, a similar approach is utilized to develop bending models for a bilayer laminated sheet material. The principal stresses and strains through the thickness and change in relative thickness, at specified bend curvatures, are obtained as a function of increasing curvature during bending. Additionally, three-dimensional (3D) finite element (FE) based models for bilayer laminate bending are developed to overcome simplifications of the analytical models. In order to experimentally validate the two models, a new experimental bend test-jig is developed and experiments are performed on bilayer steel–aluminum laminate for different clad to matrix thickness ratios. These experiments have enabled continuous measurements of strain along the width at the bend line and through the laminate thickness at one of the specimen edges using an online strain mapping system based on digital image correlation (DIC) method. Analytical model results indicate how the through-thickness strain distribution and relative thickness of the specimen in bending are influenced by the location and thickness of the soft clad material. The FE model and experimental results exhibit similar trends in the relative thickness change for different geometric arrangements of steel–aluminum layers. The tangential and radial stresses decrease in magnitude with increasing aluminum clad thickness ratios. The 3D FE model of laminate bending provided strain predictions across the specimen width at the bend line on the tension and compression sides that increased with increasing clad thickness ratios. Also, relative thickness data from the 3D FE model showed uniaxial and plane strain stress states at the edge and midwidth sections of the test specimen. The results from analytical and FE models and from DIC and microscopic thickness measurements indicate that thickness at the bend line increases with increasing clad thickness for the case of clad layer on the compressive side of the laminate (i.e., C-C case) and vice versa for clad layer on the tensile side (C-T).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».