Damage analysis of a CFRP cross-ply laminate subjected to abrasive water jet cutting
Notice bibliographique
Résumé
The abrasive water jet (AWJ) cutting technique is one of the promising techniques used in machining of composite materials due to lack of thermal damage, lower tool wear and higher productivity. In this study, the AWJ cutting of a cross-ply CFRP laminate was investigated experimentally and numerically. The purpose is to understand the underlying physics of the AWJ cutting of a composite plate, which can be later used to control the process as well as optimizing its parameters. In the performed tests of the plate with a stacking sequence of [0°/90°/0°/90°] and having a total thickness value of 0.84 mm, where the pressure of particles and impact angle were varied, different failure characteristics such as fiber pull-out, fiber breakage, fiber debonding, matrix cracking and delamination were noticed. A three-dimensional FE model of the process was developed using ABAQUS finite element software to understand the underlying physics. In the model, the pure water jet particles following the linear Hugoniot form of the Mie-Grüneisen equation of state and highly rigid abrasive particles were modelled using smooth particle hydrodynamics. While the three dimensional Hashin damage model was used to simulate the intra ply damage, cohesive zone elements were used to predict the delamination. The damage characteristics in the composite plate was investigated for different process parameters. When the speed of the AWJ particles increased from 300 m/s to 600 m/s, the amount of delamination decreased from 6.44% to 5.69% at the top interface with no more delamination observed at the middle and bottom interfaces. The delamination performance of 0°/90°/0°/90° orientation was found to be better than those of 0°/90°/90°/0° and 0°/0°/90°/90° orientations. The impact angle of the particles affected the material removal rate in the process significantly. The failure behaviour of the laminate subjected to AWJ and pure water jet cuttings (PWJ) were also compared.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».