MétaCan
Menu
Retour à la cohorte
Enregistrement W4287325021 · doi:10.48550/arxiv.2102.11324

Theoretical limits in detachment strength for axisymmetric bi-material\n adhesives

2021· preprint· en· W4287325021 sur OpenAlexfundno aff
Farid H. Benvidi, Mattia Bacca

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBudapesti Műszaki és Gazdaságtudományi Egyetem
Mots-clésAdhesiveMaterials scienceComposite materialFracture mechanicsElastic modulusStrain energy release rateLinear elasticityStress intensity factorSurface roughnessSurface finishStructural engineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

Dry adhesives rely on short-ranged intermolecular bonds, hence requiring a\nlow elastic modulus to conform to the surface roughness of the adhered\nmaterial. Under external loads, however, soft adhesives accumulate strain\nenergy, which release drives the propagation of interfacial flaws prompting\ndetachment. The ideal adhesive is then soft but rigid. The solution to this\ncontroversial requirement is a bi-material adhesive having a soft tip, for\nsurface conformation, and a rigid backing, for reduced strain energy release,\nhence, better adhesive strength. This design strategy is widely observed in\nnature across multiple species. However, the detachment mechanisms of these\nadhesives are poorly understood and quantitative analysis of their adhesive\nstrength is still missing. Based on linear elastic fracture mechanics, we\nanalyze the strength of axisymmetric bi-material adhesives. We observed two\nmain detachment mechanisms, namely (i) center crack propagation and (ii) edge\ncrack propagation. If the soft tip is sufficiently thin, mechanism (i)\ndominates and provides stable crack propagation, thereby toughening the\ninterface. We ultimately provide the maximum theoretical strength of these\nadhesives obtaining closed form estimates for the detachment stress independent\nof the crack size, rendering the interface flaw tolerant.\n

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,040
Tête enseignante GPT0,194
Écart entre enseignants0,154 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207