MétaCan
Menu
Retour à la cohorte
Enregistrement W3175151370 · doi:10.4050/jahs.60.011005

Study of Processing Conditions on the Forming of Ribbed Features Using Randomly Oriented Strands Thermoplastic Composites

2015· article· en· W3175151370 sur OpenAlexfundno aff
Dominic LeBlanc, Benoit Landry, Arthur Lévy, Pascal Hubert, Steven Roy, Ali Yousefpour, Erin Quinlan

Notice bibliographique

RevueJournal of the American Helicopter Society · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesPratt and Whitney CanadaMcGill University
Mots-clésMaterials scienceComposite materialThermoplastic compositesMoldPorosityVoid (composites)ThermoplasticUltimate tensile strengthCompression moldingConsolidation (business)Molding (decorative)Adhesive

Résumé

récupéré en direct d'OpenAlex

Compression molding of randomly oriented strands (ROS) composites offers the possibility to manufacture complex parts with a fast processing cycle. In this paper, effects of pressure, strand size, temperature, and material placement in the mold cavity on the quality of a T-shape part were studied experimentally with carbon/polyether ether ketone ROS composites. Minimum filling pressure was obtained for the consolidation of a 25-mm deep cavity. Parts processed at filling pressure showed a void content no greater than 1.2%. Increasing pressure to 70 bar resulted in decreased void content as low as 0.03%. Mechanical testing of the T-shape showed similar strengths for parts processed at filling pressure and higher (70 bar). At the component level, initial strand placement greatly affected mechanical performance as the presence of a knit line was responsible for a reduction of 60% in tensile strength. The main findings show that processing a complex feature at filling pressure P fill was sufficient to reach nominal mechanical properties. This suggested that moderate porosity was not detrimental to the mechanical performance for the given tests where fatigue performance was not evaluated.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,271
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 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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Helicopter SocietyMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207