MétaCan
Menu
Retour à la cohorte
Enregistrement W4389540942 · doi:10.17118/11143/20952

Thermal effects, flow front analysis and demolding characterization ofcarbon-fibre reinforced composites using Wet Compression Molding

2023· article· en· W4389540942 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEpoxy Resin Curing Processes
Établissements canadiensWestern UniversityUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceCompression moldingMolding (decorative)Characterization (materials science)Compression (physics)ThermalThermoplastic compositesTransfer moldingComposite numberMold

Résumé

récupéré en direct d'OpenAlex

Abstract: Wet Compression Molding (WCM) is an efficient manufacturing process for continuous carbon-fibre reinforced polymers (CFRPs) due to its rapid cycle times, which makes it ideal for automotive and other large volume light-weighting applications. By utilizing WCM, a large complex part can be manufactured in approximately one minute. WCM requires a proper selection of process parameters such as resin temperature (°C), mold temperature (°C), resin set time (s) and cure time (s), to yield an optimally cured part with minimum voids or defects. During initial application and resin impregnation, thermosetting resins experience polymerization which is enhanced by the molding process. Thermal effects and flow front progression impact cure kinetics and ultimately, part quality. When evaluated with uniaxial flexural testing and demolding results, optimized mechanical properties can be achieved when material specifications are requested by industry. A statistical analysis approach was utilized in this study to correlate sample locations to part quality. Multi-factor regression and multi-variate analyses were conducted for 28 demonstrator plaques. Time-dependent temperature profiles were developed by coupling the Fluke® thermal images to the WCM cure cycles. Subsequently, both temperature and pressure profiles were correlated to the uniaxial flexural testing and demolding results. Parameter reduction using Principal Component Analysis (PCA) was invoked to reduce the input variable parameter set and reduce the need for resource-intensive experimental testing. This comparative study can then be used to expand and validate the full effects of processing parameters on sample location based on initial resin placement, wetted and non-wetted areas, and voids analysis. Simultaneously, a non-linear pattern recognition and categorial analysis will be completed using Artificial Neural Networks (ANNs). The objective of this study is to accelerate product development for composites.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEpoxy Resin Curing ProcessesTravaux en français237 207