Capillary Characterization of Fibrous Reinforcement and Optimization of Injection Strategy in Resin Transfer 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
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.
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 | 0,001 |
| 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