MétaCan
Menu
Retour à la cohorte
Enregistrement W3165951055 · doi:10.32920/ryerson.14663172.v1

Numerical modelling of impact damage on carbon fiber reinforced polymer laminates

2021· preprint· en· W3165951055 sur OpenAlexafffund
Kavya Roy

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Research Council Canada
Mots-clésFuselageStructural engineeringMaterials scienceComposite laminatesFibre-reinforced plasticComputer simulationComposite materialShear (geology)Carbon fiber reinforced polymerComposite numberComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

In recent years, the usage of carbon fiber reinforced polymers in the aviation industry has increased significantly. While numerous advancements have been made in the field of testing and analysis of advanced composites, improvements can still be made in terms of time and cost. This thesis is focused on numerical modelling of nonlinear three-dimensional transient-dynamic impact damage, and also assesses various numerical techniques for reducing computational costs while maintaining the accuracy of results under impact loadings. This thesis does so using three studies and the computational package LS-DYNA. The first study is performed to elucidate the behaviour of a stiffened thin-walled fuselage section subjected to low-velocity, high-energy blunt impact. The fuselage section is comprised of thin skin panels, stringers, frames and shear ties, all of which are modelled as multidirectional carbon fiber laminates. The critical locations during the impact, the failure sequence, and the failure loads, locations and times are all identified. The obtained numerical results are compared to experimental results on low-velocity impacts on composite

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMechanical Behavior of CompositesTravaux en français237 207