MétaCan
Menu
Retour à la cohorte
Enregistrement W3118380145 · doi:10.1177/0892705720982363

Determination of convective heat transfer coefficient for hot gas torch (HGT)-assisted automated fiber placement (AFP) for thermoplastic composites

2021· article· en· W3118380145 sur OpenAlexaff
Lorenz Zacherl, Farjad Shadmehri, Klemens Rother

Notice bibliographique

RevueJournal of Thermoplastic Composite Materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEpoxy Resin Curing Processes
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceHeat transfer coefficientComposite materialHeat transferConvective heat transferConvectionThermodynamicsMechanics

Résumé

récupéré en direct d'OpenAlex

In-situ manufacturing of thermoplastic composites using the automated fiber placement (AFP) process consists of heating, consolidation and solidification steps. During the heating step using hot gas torch (HGT) as a moving heat source, the incoming tape and the substrate are heated up to a temperature above the melting point of the thermoplastic matrix. The convective heat transfer occurs between the hot gas flow and the composites in which the convective heat transfer coefficient h plays an important role in the heat transfer mechanism which in turn significantly affects temperature distribution along the length, width and through the thickness of the deposited layers. Temperature is the most important process parameter in AFP in-situ consolidation that affects bonding quality, crystallization and consolidation. Although it is well known the convective heat transfer coefficient h is not constant and has a distribution, most studies have assumed a constant value for h for heat transfer analysis which leads to discrepancy between numerical and experimental results. In this study a new function is proposed to approximate the distribution of the convective heat transfer coefficient h in the vicinity of the nip point. Using the proposed convective heat transfer coefficient distribution, a three-dimensional finite element transient heat transfer analysis is performed to predict temperature distribution in the composite parts. An optimization loop is employed to find the free parameters of the distribution function so that the predicted temperature match experimental data. It is shown that, unlike other studies assuming constant h value, not only maximum temperature can be well predicted, but also predicted heating and cooling curves agree well with experimental results. The cooling rate is of significant importance in crystallization behavior and residual stress calculation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,015
Tête enseignante GPT0,257
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), 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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermoplastic Composite MaterialsMême sujetEpoxy Resin Curing ProcessesTravaux en français237 207