MétaCan
Menu
Retour à la cohorte
Enregistrement W2623848603 · doi:10.4050/f-0071-2015-10146

Bird Impact Simulation of Polycarbonate Windshield Subject to Brittle Failures

2015· article· en· W2623848603 sur OpenAlexaff
Lu Zi, Michael Seifert

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensBell Helicopter Textron (Canada)
Organismes subventionnairesnon disponible
Mots-clésWindshieldPolycarbonateSubject (documents)BrittlenessComputer scienceEngineeringMaterials scienceComposite materialAerospace engineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Due to its low density, optical transparency, and ability to withstand large plastic deformations without failure, polycarbonate is being increasingly used as a structural material for light weight, impact resistant helicopter windshields. However, polycarbonate can exhibit brittle failure with degraded impact resistance when exposed to some types of high triaxial loads or high strain-rate loading conditions. This paper presents the state-of-the art simulation techniques developed at Bell Helicopter Textron Inc. (BHTI) to support the design of bird impact resistant windshields. Linear Elastic Fracture Mechanics (LEFM) methods were used to investigate mechanisms that can trigger the polycarbonate to exhibit brittle failure. Finite element simulations were conducted to explore the threshold conditions under which brittle failure can occur, and to correlate the material constitutive model against test data under a wide range of loading conditions and strain rates. The failure model of the polycarbonate material model was validated to reflect the specific loading conditions. The validated analytical tool provides the capability to design for equivalent or greater levels of impact protection using thinner and lighter polycarbonate and has been successfully used to guide the development of bird impact resistant windshields.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,259 · 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'étudeSimulation ou modélisation
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransportation Safety and Impact AnalysisTravaux en français237 207