MétaCan
Menu
Retour à la cohorte
Enregistrement W4380077842 · doi:10.6089/jscm.48.96

Prediction of Off-Axis Nonlinear Material Behavior for Unidirectional CFRTP Using Numerical Material Tests

2022· article· en· W4380077842 sur OpenAlexaff
Masato SOMEMIYA, Norio HIRAYAMA, Koji Yamamoto, Seishiro Matsubara, Kenjiro Terada

Notice bibliographique

RevueJournal of the Japan Society for Composite Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensCybernet Systems Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésDeformation (meteorology)AnisotropyMaterials scienceConstitutive equationUniaxial tensionNonlinear systemComposite materialShear (geology)Material propertiesUltimate tensile strengthStructural engineeringPhysicsFinite element methodEngineeringOptics

Résumé

récupéré en direct d'OpenAlex

This study aimed to examine the nonlinear material behavior of unidirectional carbon fiber reinforced thermoplastics (UD-CFRTP) under off-axis loading using numerical material tests (NMTs). A method to identify the appropriate material properties of an assumed macroscopic anisotropic constitutive law is proposed. To identify the macroscopic material properties using an optimization method, seven macroscopic deformation modes (three vertical directions, three shear directions, and a deformation pattern in the off-axis direction of 45º) were studied for preparing the virtual material responses. Identification accuracy was verified by comparing the predicted macroscopic material responses with those obtained using the actual off-axis tensile test. The extensive use of the NMTs with seven macroscopic deformation modes enabled the successful confirmation of the material properties of the assumed macroscopic constitutive law for UD-CFRTP. This was identified by comparing the NMT results obtained using the off-axis macroscopic deformation and standard six modes with those obtained using only six modes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,245
Écart entre enseignants0,225 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Japan Society for Composite MaterialsMême sujetStructural Load-Bearing AnalysisTravaux en français237 207