MétaCan
Menu
Retour à la cohorte
Enregistrement W4310177365 · doi:10.21203/rs.3.rs-2241549/v1

Modelling of the effect of ATH fillers on the rheology, curing kinetics, and flexural properties of the epoxy resin forming the hydraulic turbines' stay vanes extension

2022· preprint· en· W4310177365 sur OpenAlexafffund
Rim Ouadday, Rachid Boukhili, Aurélian Vadean, Mahmoud Abusrea

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueEpoxy Resin Curing Processes
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceEpoxyComposite materialCuring (chemistry)Flexural strengthRheologyFlexural modulusPolymerizationShrinkagePolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Epoxy resins are essential for the manufacturing of GFRP/XPS foam sandwich structures used for hydraulic turbine extension stay vanes. Their properties during and after curing are key factors for the performance of the entire hybrid composite structure. This paper introduces experimental characterization and modeling of the influence of the quantity and size of ATH fillers on the curing and post-curing characteristics of the epoxy resin. The experimental investigation involves the maximum temperature, polymerization time, shrinkage, viscosity, and flexural properties. The mass fractions of the ATH were 10, 20, 30, 40, 50, and 60%, and the particle sizes were 2, 4, 6, 8, and 12 µm. In addition, we utilized the multivariate polynomial regression (MPR) and artificial neural network (ANN) methods to develop empirical models to predict the maximum temperature, polymerization time, shrinkage, and flexural modulus. The experimental results showed that increasing ATH mass fraction with smaller particle size delayed polymerization and lowered the maximum temperature. The experimental viscosity values showed that Mooney model can accurately calculate viscosity as a function of ATH mass fraction and particle size, compared to the Quemada and Krieger-Dougherty models. Adding ATH increased flexural strength, modulus, and breakage strain. The developed models achieved a higher than 0.9 correlation coefficient between the predicted and measured responses and can be used to enhance the design and control the casting of the proposed sandwich structures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,070
Tête enseignante GPT0,303
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetEpoxy Resin Curing ProcessesTravaux en français237 207