Assessing Composite and Fibre Metal Laminate Materials for Automotive Applications Through Impact and Quasi-Static Indentation Testing
Notice bibliographique
Résumé
Automakers can conform to pressures of increasing gas mileage and reducing emissions through weight reduction of vehicles with the use of composite and fibre metal laminate (FML) materials.An important safety equivalency characteristic of these lightweight materials that must be studied is their impact resistance compared to that of traditionally used automotive materials; steel and aluminum.Low-velocity impact (LVI) and quasi-static indentation (QSI) testing was conducted on thin composite and FML panels to assess their applicability in impact prone automotive components.To aide in the impact assessment of the lightweight materials a novel approach was developed to determine the strain and visible damage evolution within specimens through the use of digital imaging correlation (DIC) technology in quasi-static indentation tests.Simulating dynamic impact events with quasi-static loads was also evaluated and its limitations were discussed.The impact characteristics of monolithic aluminum 2024-T3 sheet outperformed carbon/epoxy, carbon/nylon, CARAL 5 2/1-0.3,and GLARE 5 2/1-0.3lightweight panels.Due to the strain rate strengthening effects of glass fibres, GLARE was proven to be the best alternative to aluminum for automotive applications.The use of quasi-static loading to replicate dynamic impacts was validated for CARAL, aluminum 2024-T3, and GLARE.DIC technology was successfully implemented in QSI tests where full field deformation data provided unmatched detail of visible damage and crack initiation progression.
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 | 0,001 | 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) | 0,002 | 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 ».