MétaCan
Menu
Retour à la cohorte
Enregistrement W2793138710 · doi:10.21535/ijrm.v4i1.972

Numerical and Experimental Investigation of Thermal Damage in Drilling of CFRP Composites

2017· article· en· W2793138710 sur OpenAlexaff
Bin Shi, A. Sadek, Mouhab Meshreki, Helmi Attia, Jessie Duquesne

Notice bibliographique

RevueInternational Journal of Robotics and Mechatronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialDrillingMachiningThermalCarbon fiber reinforced polymerFinite element methodAnisotropyAerospaceThermal conductionFibre-reinforced plasticStructural engineeringComposite numberEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Carbon fiber reinforced polymer (CFRP) composites are extensively used in aerospace applications due to their light weight and special strength. Drilling of holes is the most frequently used machining operation for CFRP composites. In the drilling process, heat conduction with the anisotropic thermal properties of CFRPs is a complex process that requires special considerations. In this study, a 3D finite element (FE) model is developed to predict the temperature fields in drilling of laminated composites, considering the unique features of CFRPs, i.e., the multi-ply structures and anisotropic thermal properties. The thermal energy is determined from the cutting forces and the cutting parameters. A novel methodology is proposed to determine the heat partition ratio between the CFRP and the drilling tool. It considers the tool speed and geometry, the material properties, as well as the tool coating. The predicted temperature and thermal damage are validated experimentally, which are in good agreement with the measurements.

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 enseignants0,073
Score d'incertitude au seuil0,181

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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and MechatronicsMême sujetAdvanced machining processes and optimizationTravaux en français237 207