Numerical Modeling of the Effects of Fiber Packing and Reinforcement Volume Ratio on the Transverse Elasticity Modulus of a Unidirectional Composite Material Glass / Epoxy
Notice bibliographique
Résumé
Composite materials are very widely used in the manufacturing of structures because of their specific mechanical properties. However, they are characterized by heterogeneity and anisotropy and they present great challenges in designing and also in predicting their behavior by using the numerical simulation. The unidirectional composite material has a more relevant property which is the transverse elasticity modulus E2. The determination of E2 is still interesting researchers because of the diversity of results obtained by several models and approaches. This study aims to predict the transverse elasticity modulus E2 of a unidirectional Glass/Epoxy composite material, the effect of the arrangement fibers on the transverse elasticity modulus and predict the values of the reinforcement factor used in the Halpin-Tsai model. To do so first we adopted the micromechanical approach, which is accurate but requires much computing, and we used a calculation code based on FEM method and considered two parameters to vary, which are the volume fraction of fibers and the distribution of fibers. The obtained results of numerical modeling were tightly compared to those obtained by the available analytical models and the adopted approach can be used to predict the transverse elasticity modulus E2 and the reinforcement factor ξ.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».