Fatigue damage modeling based on cracking progress in unidirectional and cross-ply FRP composites
Notice bibliographique
Résumé
The present study intends to investigate the fatigue damage response of various off-axis unidirectional and cross-ply fiber-reinforced polymer (FRP) composite laminates. A fatigue damage analysis for these composites has been developed based on (i) a cracking mechanism and damage progress in the matrix (Region I), the matrix-fiber interface (Region II) and the fiber (Region III) and (ii) the corresponding stiffness reduction of the composite laminate as the number of ccles progresses. The characteristics of damage growth in unidirectional and cross-ply GRP and CFRP composites materials have been studied and compared with those of available experimental data for the respective materials. Experimentally obtained data versus stress cycles was found to be in good agreement with the predicted values. The predicted fatigue damage results based on the proposed damage model for FRP composites were also found to be in good agreement with experimentally obtained values of fatigue damage at various cyclic stress levels, stress ratios, and off-axis angles for this material reported in the literature. In the cross-ply (0/90) system, the damage function is found to be dependent on the mechanical properties of the fiber and the matrix in Oo and 90o plies. The proposed dramage analysis also puts forward the effect of matrix-fiber interface bonding by introducing the parameter "f". This parameter varies between zero and unity. As f approaches zero, the interface strength drops and the load transfer from the matrix to the fiber decreases, while for f approaching unity, the bonding gets stronger and the load from matrix to the fiber is transferred efficiently. A finite element model (FEM) has been developed to estimate the efficiency parameter by using the displacement method in the concentric cylinders model. A comparison between f values obtained from FEM and the experimental data is also carried out. The predicted parameter agrees well with the experimental data.
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 | 0,000 | 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 ».