MétaCan
Menu
Retour à la cohorte
Enregistrement W2619500366 · doi:10.11159/icmie17.107

Failure Prediction of Composite Laminates under Out-of-Plane Loading

2017· article· en· W2619500366 sur OpenAlexvenueno aff
Jin‐Sung Kim, Dongkuk Choi, Sooyong Lee, Jungsun Park

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Trade, Industry and Energy
Mots-clésComposite numberComposite laminatesComposite materialMaterials sciencePlane (geometry)Structural engineeringEngineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Composite materials are widely used in various fields including aerospace and automobiles because they have higher stiffness-to-weight and strength-to-weight ratio than metal materials. Composites can be fabricated to meet design requirements by changing their laminate configurations. For the structural stability of the composite structures, one of reliable failure theories should be applied in order to accurately predict the failure under given loading conditions for any chosen laminate configuration. Over the past several decades, there are numerous failure criteria proposed to more accurately predict the failure of composite laminates. Validity and reliability of composite failure criteria are well studied for in-plane loads. [1, 2] However, similar studies are quite limited in number for out-of-plane loads. In many industrial applications, composite structures are subjected to out-of-plane loads as well as in-plane ones. Mechanical behaviour of composite plates can be quite different depending on loading conditions. Even if a failure criterion is suitable for the inplane loading condition, it cannot be suitable for out-of-plane loads. For this reason, it is necessary to evaluate the validity of the failure criteria for out-of-plane loads.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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 tête enseignante, 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetMechanical Behavior of CompositesTravaux en français237 207