Determination of thermoelastic stress wave propagation in nanocomposite sandwich plates reinforced by clusters of carbon nanotubes
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
Adding small amounts of carbon nanotubes (CNTs) into the face sheets of sandwich structures can significantly improve their thermo-mechanical responses. However, the formation of CNT clusters, especially at high volume fractions of CNTs, dramatically affects the mechanical properties of the resulted nanocomposites, which is usually ignored. In this paper, by considering the formation of CNT clusters, we have investigated transient heat transfer and stress wave propagation in polymeric sandwich plates with two nanocomposite face sheets. The face sheets were made of clusters of CNTs embedded in a polymeric matrix. The volume fractions of CNTs and their clusters were assumed to be functionally graded along the thickness of face sheets. The proposed sandwich plate was subjected to thermal and impact pressure loads. Eshelby–Mori–Tanaka’s approach was applied to evaluate the material properties of the resulted nanocomposite with components with temperature-dependent material properties. Reddy’s third-order shear deformation theory and a moving least square shape function-based mesh-free method were utilized for thermoelastic dynamic analysis. The effects of CNT cluster size, distribution, and volume fraction as well as thermal load on the thermoelastic dynamic behavior of nanocomposite sandwich plates were investigated. It was observed that the distribution and cluster size of CNTs had significant effects on the amplitude and speed of thermoelastic stress wave propagation in the nanocomposite sandwich plates.
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) | 0,001 | 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