MétaCan
Menu
Retour à la cohorte
Enregistrement W2736722587 · doi:10.4028/www.scientific.net/aef.23.63

Finite Element Method and Analytical Studies on Fiber-Metal Laminates under Multiaxial Loadings

2017· article· en· W2736722587 sur OpenAlex
David J. Kvam, Yi Duan, Erica Donnelly, Alicia Restrepo

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvanced engineering forum · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialFinite element methodKevlarUltimate tensile strengthQuasistatic processFiberGlass fiberConsistency (knowledge bases)AluminiumStructural engineeringEpoxyComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Fiber-metal laminates (FMLs) are composites materials that are commonly used in areas such as aircraft industry. They are composed of ductile metal layers with high strength fiber reinforced polymer layers. So far, however, only uniaxial tests have been used to characterize the quasistatic mechanical properties, which cannot reflect the real loading situation of the FML applications. In this work biaxial tensile behavior of FMLs with glass and Kevlar fibers based on aluminum alloy is studied with finite element method simulation. The simulation is run to find the stress-strain relationship for FMLs at the off-axis angles of 0˚ and 45˚ for glass and Kevlar fibers. The “composites layups” are constructed for the 3D FML part. Two different elements C3D8R (8-node linear) and C3D20R (20-node quadratic) are used to carry out the simulation. The results show that C3D20R shows major advantages. Analytical solutions based on the classical laminate theory are obtained to compare with the finite element method (FEM) solutions. The results show good consistency.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,251
Score d'incertitude au seuil1,000

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 Opus0,020
Tête enseignante GPT0,307
Écart entre enseignants0,287 · 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