The Amount of Excess Weight from the Design of an Armored Vehicle Body by Using Composite Materials Instead of Steel
Notice bibliographique
Résumé
In this paper, the amount of excess weight resulting from the design of a mathematical model composed of composite materials will be calculated and compared with a mathematical model of an armored steel structure. Five different models were designed, one of which is made of steel, the other part is made of composite materials, and a section of steel and composite materials, and then tested for resistance to stresses and compared the weight of each structure with that of the steel component by taking the maximum stress as a basic criterion for weight comparison. The results showed that the best model was the second model fiberglass, where the percentage of weight loss was compared to the steel model (73.77%), in addition to the wall thickness (62 mm) and the wall thickness of the steel model with which the comparison was (60 mm), but the displacement is (7. 24 mm), and in the steel model it is (1.827 mm). The best model compared to steel in terms of resistance to maximum stress, less displacement and less weight was the model consisting of steel with carbon fiber and its thickness was (47 layers& 57 mm, 2 layer & 10 mm steel and 45 layer & 45 mm carbon fiber), and the percentage of weight loss compared to the first mathematical model (60.96%). The results of this research may be a key to obtaining alternative materials for traditional materials in the manufacture of armored hulls, aircraft and ships, and it has a lower weight.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».