MétaCan
Menu
Retour à la cohorte
Enregistrement W3182064496 · doi:10.18280/rcma.310305

Experimental Investigation on Tensile Properties of Carbon Fabric-Glass Fabric-Kevlar Fabric-Epoxy Hybrid Composite Laminates

2021· article· en· W3182064496 sur OpenAlexvenueno aff
Samer Al Khaddour, Mohamad Ibrahim

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpoxyKevlarComposite materialMaterials scienceUltimate tensile strengthComposite numberComposite epoxy materialWoven fabricGlass fiber

Résumé

récupéré en direct d'OpenAlex

In this paper, composite and hybrid composite materials were prepared using the hand lay-up method, with carbon, glass, and Kevlar fabrics as the reinforcing materials and epoxy as a matrix. The tensile test was performed to determine the optimal ratio of epoxy resin in carbon fabric/epoxy, glass fabric/epoxy, and Kevlar fabric/epoxy composites in terms of tensile properties. It was found that the optimal ratio of epoxy in terms of tensile properties to impregnate the used Kevlar fabric, glass fabric, and carbon fabric was around 45%wt, 3%wt, and 30 %wt, respectively. The effect of fabric content and stacking sequences, with a fixed epoxy content, on the hybrid composites’ tensile properties were also investigated. The tensile properties of the prepared composites were compared to determine the most favorable preparation conditions for obtaining a hybrid laminate that has high tensile properties and is suitable for a wide range of applications at a low cost.

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)
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 enseignants0,044
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,065
Tête enseignante GPT0,247
Écart entre enseignants0,182 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetMechanical Behavior of CompositesTravaux en français237 207