Void content analysis and processing issues to minimize defects in liquid composite molding
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.
Notice bibliographique
Résumé
This investigation aims to study the impact of key process parameters dealing with the resin impregnation of fibrous reinforcements used in Liquid Composite Molding (LCM). The process parameters are the flow front velocity, the inlet mold pressure and the bleeding flow rate. The experimental setup consists of a computer‐assisted injection system and a Resin Transfer Molding (RTM) mold that allows monitoring the progression of the flow front and study the effects of resin bleeding and applying post‐fill resin pressure during cure (also known as “mold packing”). Three sets of RTM injections were carried out with a vinyl ester resin and a bidirectional 0°/90° E‐glass noncrimp fabrics under (1) constant injection pressure, (2) constant injection flow rate, and (3) bleeding as well as mold packing after filling. The quality of injected parts was evaluated by standard void content analysis based on ASTM burn‐off (D2734) tests. The experimental results are consistent with published data and with predictions of the optimal impregnation velocity obtained from capillary rise tests. This study also shows that the impregnation of fibrous reinforcements in LCM can be improved through various injection strategies, namely monitoring of the flow front velocity and specific post‐filling procedures. POLYM. COMPOS., 40:109–120, 2019. © 2017 Society of Plastics Engineers
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle