MétaCan
Menu
Retour à la cohorte
Enregistrement W3139104009 · doi:10.18280/rcma.310108

Analysis of Impact Behaviour of Sisal-Epoxy Composites under Low Velocity Regime

2021· article· en· W3139104009 sur OpenAlexvenueno aff
Vishwas Mahesh, Ashutosh Nilabh, Sharnappa Joladarashi, S. M. Kulkarni

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesScience and Engineering Research BoardNational Institute of Technology Karnataka, SurathkalDepartment of Science and Technology, Ministry of Science and Technology, India
Mots-clésEpoxySISALMaterials scienceComposite materialComposite numberImpact energyTaguchi methods

Résumé

récupéré en direct d'OpenAlex

The present study concentrates on development of conceptual proof for sisal reinforced polymer matrix composite for structural applications subjected to low velocity impact using a finite element (FE) approach. The proposed sisal-epoxy composite of various thicknesses of 3.2 mm, 4 mm and 4.8 mm is subjected to different impact velocities of 1 m/s, 2 m/s and 3 m/s ranging in the low velocity impact regime to study the energy absorbed and damage mitigation behaviour of the proposed composite. The consequence of velocity of impact and thickness of laminate on the sisal epoxy composite’s impact behaviour is assessed statistically using Taguchi’s experimental design. Outcome of the present study discloses that the energy absorption increases with increased impact velocity and laminate thickness. However, the statistical study shows that impact velocity is predominant factor affecting the impact response of sisal epoxy composite laminate compared to laminate thickness. The role of matrix and fiber in damage initiation is studied using Hashin criteria and it is found that matrix failure is predominant over the fiber failure.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,040
Tête enseignante GPT0,308
Écart entre enseignants0,268 · 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.

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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207