MétaCan
Menu
Retour à la cohorte
Enregistrement W3139038642 · doi:10.1177/00219983211002247

Warpage investigation of carbon/PEEK discontinuous long fibre thin panels

2021· article· en· W3139038642 sur OpenAlexaff
Caroline Collins, Natássia Lona Batista, Pascal Hubert

Notice bibliographique

RevueJournal of Composite Materials · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePeekComposite materialShrinkageStiffnessPolymer

Résumé

récupéré en direct d'OpenAlex

Discontinuous Long Fibre (DLF) composites, composed of randomly-oriented strands of chopped unidirectional pre-impregnated tape, have been used in the aerospace industry to produce intricate, net-shape parts with complex features – replacing complicated metallic brackets with single, lightweight parts. Carbon/PEEK DLF composites suffer from warpage problems driven by several factors including their high processing temperatures and semi-crystalline matrix shrinkage. This work aims to characterize warpage of thin-gauge parts and pursue mitigation. Results showed that the magnitude of warpage reduces with decreasing strand size and increasing thickness. At thicknesses greater than 2 mm, warpage appeared relatively stable. The introduction of ribbed features was explored as a mean of mitigating warpage by increasing part stiffness. No significant impact on the magnitude of warpage was observed within parts. However, the addition of ribs helped to control the warped shape of the part.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,013
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,228
Écart entre enseignants0,212 · 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.

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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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