MétaCan
Menu
Retour à la cohorte
Enregistrement W2735874594 · doi:10.1115/1.4037273

Failure Modes in Hybrid Titanium Composite Laminates

2017· article· en· W2735874594 sur OpenAlexaff
Johannes Reiner, Martin Veidt, Matthew S. Dargusch

Notice bibliographique

RevueJournal of Engineering Materials and Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialFibre-reinforced plasticTitaniumDelamination (geology)DurabilityComposite laminatesComposite numberUltimate tensile strengthToughnessAdhesiveFailure mode and effects analysisLayer (electronics)Metallurgy

Résumé

récupéré en direct d'OpenAlex

Hybrid titanium composite laminates (HTCLs) combine the benefits of thin titanium sheets and fiber-reinforced polymer (FRP) composite laminates to design high performance light-weight materials with optimized impact resistance, fracture toughness, durability, and/or thermal performance. This paper starts with a detailed review of typical failure modes observed in HTCLs. The critical manufacturing process of thin grade II titanium sheets combined with HexPly G947/M18 carbon fiber-reinforced polymer laminates is described in detail. This includes the evaluation of titanium surface preparation techniques, which guarantee good adhesive bonding. A systematic experimental study of different HTCL configurations under tensile loading confirms that the major failure modes are debonding between the titanium sheet and the FRP laminate, matrix cracking in the 90 deg plies of the FRP laminate and interlaminar delamination. The results show that HTCLs made from woven carbon FRP plies show higher ultimate strengths and strain at breaks than HTCLs containing a cross-ply composite core made from unidirectional (UD) prepreg.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,199 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Materials and TechnologyMême sujetMechanical Behavior of CompositesTravaux en français237 207