MétaCan
Menu
Retour à la cohorte
Enregistrement W2932205341 · doi:10.1177/0021998319839131

A technique for in-situ detection of random failure in composite structures under cyclic loading

2019· article· en· W2932205341 sur OpenAlexaff
Ali Naghashpour, Suong V. Hoa

Notice bibliographique

RevueJournal of Composite Materials · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialEpoxyComposite numberElectrical conductorElectrical resistance and conductanceCarbon nanotubeDeformation (meteorology)

Résumé

récupéré en direct d'OpenAlex

A technique to detect the random failure in composite structures is presented. The epoxy matrix material is made conductive by the incorporation of carbon nanotubes. The modified matrix is used to fabricate glass fiber/epoxy/carbon nanotubes composite panels. Conductive grid points made from silver-epoxy paste are attached on the surface of the composite panels, so that electrical resistances in the regions between the grid points can be measured. The increase in electrical resistance between grid points is used to determine the increase in deformation (and possibly cracks) at the region between the grid points. It is found that the location of maximum increase in electrical resistance jumps from point to point as the number of cycles during fatigue loading is increased. This shows the random nature of the development of damage in the composites. The technique can detect the occurrence of early failure, usually in the matrix materials. The result of this work brings out the random nature of the early failure in composites. This also sheds light into whether the concept of crack initiation in composites is valid, since the early cracks jump around. When the paths of the final cracks reach stability, there is rapid crack propagation leading to fast final failure.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,006
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetSmart Materials for ConstructionTravaux en français237 207