Capillary Characterization of Fibrous Reinforcement and Optimization of Injection Strategy in Resin Transfer Molding
Notice bibliographique
Résumé
During composite manufacturing, minimizing the residual void content is a key issue to ensure optimal mechanical performance of final products. For injection processes such as Resin Transfer Molding (RTM), the impregnation velocity has a direct impact on void creation at the flow front by mechanical entrapment of air bubbles. Previous work proposed to study capillary imbibition in fibrous reinforcement to determine optimal filling conditions during practical manufacturing. The objective of this study is to investigate further this possibility. For that purpose, an improved experimental procedure is proposed to estimate the optimal impregnation velocity from capillary rise tests and understand its effect in parts of varying geometry. Capillary rise experiments were carried out with an enhanced experimental protocol, and a new post processing technique was evaluated to analyze the results. The position of the capillary flow front was then used to deduce the optimal impregnation velocity range based on the Lucas-Washburn flow model. A series of injections were also carried out with a laboratory scale RTM mold to study the influence of flow velocity on the residual void content. Results show that the prediction from capillary characterization is close to the optimal velocity value deduced from manufacturing experiments. The study also highlights the importance of void transport during processing and suggests that the injection strategy (i.e., flow rate history) and the mold configuration (i.e., divergent versus convergent flow) are important process parameters that may influence void content and cycle time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».