MétaCan
Menu
Retour à la cohorte
Enregistrement W2932733808 · doi:10.1177/0021998319831757

Process modelling of discontinuous long fibre carbon/polyether ether ketone composites: Defect prediction

2019· article· en· W2932733808 sur OpenAlexafffund
Benoit Landry, Pascal Hubert

Notice bibliographique

RevueJournal of Composite Materials · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensMcGill UniversityUniversité de Moncton
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPratt and Whitney Canada
Mots-clésMaterials scienceComposite materialPolyether ether ketoneModulusPeekThermalEtherShrinkageCompression (physics)Thermal expansionPolymer

Résumé

récupéré en direct d'OpenAlex

A numerical model was developed to predict the defect formation during processing of compression moulded discontinuous long fibre carbon/polyether ether ketone composites. The model inputs are the material's temperature-dependant properties (through-thickness modulus and thermal shrinkage), the temperature distribution of the part during cooling and the applied moulding pressure. The material properties of carbon/polyether ether ketone prepreg were measured during cooling from melt using thermal analyses. The model was employed to identify regions on manufactured panels where pressure could be lost during cooling, which are prone to defect formation. Validation was performed by comparing the predicted defect areas against those found on flat panels moulded at pressures ranging from 10 to 110 bar. The model was then employed in a case study to show the importance of the cooling strategy in order to prevent defects on complex-shape components.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,135
Score d'incertitude au seuil1,000

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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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.

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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetMechanical Behavior of CompositesTravaux en français237 207