Three-point bending analysis with cohesive surface interaction for improved delamination prediction and application of carbon fibre reinforced plastics composites
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
Abstract Carbon fibre reinforced plastics laminates were loaded through to fracture in a three-point bending configuration, to gain understanding of the cohesive interaction between plies and validate mechanical properties and predictive capability of the FE model. The effect of mesh refinement, scaling techniques, failure models and cohesive surfaces were investigated. Fibre orientations investigated were parallel, 45° and perpendicular to the loading. Experimental results showed a larger radius punch promoted failure on the intended bottom side, tensile stresses region, allowing for the Aramis strain camera to record the failure. When the fibre orientation was perpendicular to the punch load, all failure models show similar rate of force increment with respect to displacement. No difference in failure prediction is observed for the different 0° models, except for a 4.18% under prediction by LaRC02 compared to the experiment. With fibre orientations at 45° and 90°, the Maximum Strain and LaRCO2 failure models were more suitable in terms of accuracy and convergence. Incorporating cohesive surfaces between instances improve nonlinearity prediction of 45° and 90° layups. Small span-to-thickness ratio analysis predicts interlaminar shear failure, delamination, versus large span-to-thickness ratio determine normal stresses to dominate failure in laminate. The model was setup in multi-fibre orientation and cross-ply layups for extended application and was shown to successfully predict material response described in literature.
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) | 0,000 | 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