Robust numerical approaches for simulating the buckling response of 3D fiber-metal laminates under axial impact – Validation with experimental results
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
The reliability and efficiency of three different numerical modeling approaches for simulating the response of a newly developed 3D fiber-metal laminate (3D-FML), subject to axial impact loading, are considered in this paper. The main objective of the study is to establish the most robust numerical framework for analyzing the performance of such complexly configured hybrid materials subject to axial impact loading in a fairly accurate, yet efficient manner. LS-DYNA finite element software is used for the purpose. The models include: (i) a full 3D solid model, where all 3D-FML constituents are modeled with 3D elements; (ii) a model with intermediate complexity, in which two different element types are used to model the metallic skins and 3D-fiberglass/foam core, respectively; and (iii) a simplified scheme, consisting of a single layer of thin-shell elements, representing all constituents of the FML. An experimental investigation is also conducted in parallel to verify the accuracy of the modeling schemes. Force and axial-shortening histories, energy absorption capacity, and overall qualitative behavior obtained numerically are compared to experimental results. Both accuracy and computation cost are considered as the performance criteria, all with the aim of providing the reader with some perspective for robust modeling of such geometrically sophisticated composites, subject to a complex loading mechanism.
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 | 0,001 | 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