Numerical and Experimental Analyses of Hybrid Composites Made from Amazonian Natural Fibers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of lignocellulosic fibers as reinforcements in composite materials has found increasing use in recent years, due to the attractive characteristics of natural fibers such as their low cost, high specific modulus, biodegradability, abundance and with many technical qualities. Natural fiber hybrid composites are very frequently used in automotive aerospace and other industries. In this work, numerical and experimental analysis is carried out to compare curauá, jute and sisal fibers in epoxy composites for use in industry. The most appropriate hybridization effect by establishing the amounts of each fiber on the mechanical properties was considered. Finite Element Models were designed and validated through mechanical tests. The number of Finite Element models and specimens performed was determined through the design of experiments using the Taguchi Method and then the results were statistically validated. Higher strength was obtained in composites made with curauá fiber, followed by jute and sisal fibers. Such behavior was achieved by FEM and experimental tests, revealing an increase in tensile strength by increasing the amount of fibers up to 35% in total. Higher strength was achieved when the composite was made with curauá (20 wt.%), jute (10 wt.%) and sisal (5 wt.%) fibers. The results show a good agreement between the FEM and the experimental tests. Furthermore, the results of the present study were compared with those obtained previously mentioned in the open literature.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle