Crashworthiness investigations for 3D printed multi-layer multi-topology carbon fiber nylon lattice materials
Notice bibliographique
Résumé
Cellular solids have superior energy absorption capabilities as compared to monolithic materials. Within this category of materials, lattice materials are of particular interest since their periodicity offers repeatable – and thus predictable – behavior. In combination with the advancements in additive manufacturing technologies, these lattice materials can be highly customized for a desired response. In this paper, the crashworthiness of unique multi-layer, multi-topology (MLMT) lattices is investigated. First, the nylon-carbon fiber composite material properties within a developed numerical model were tuned based on strut orientation. Then, the response of single-layer and three-layer cubic and octet lattices was investigated, where all lattices were designed with a relative density of 30%. Following the characterization of single-topology lattices, the response of MLMT lattices were investigated. Stress-strain, efficiency-strain, and multiple crashworthiness parameter data was collected for all lattices to facilitate in the comparison of those lattices. It was found that, experimentally, the unique MLMT lattices did not absorb more energy than their constituent layers combined, though modifications to the interface between layers could increase the energy absorption capability; the prediction of energy absorption of the MLMT lattices based on constituent layers was similar to actual numerical results. As all lattices were designed at the same relative density, the mass-specific energy absorption of the cubic-octet-cubic MLMT lattice (1.56 x10 3 J/kg) outperforms the single-topology octet lattice by 19% to 36% (1.15–1.31 x10 3 J/kg). While the octet-cubic-octet MLMT lattice (0.71 x10 3 J/kg) is outperformed by the single-topology cubic lattices (1.69–3.76 x10 3 J/kg), they see an increase of 59% to 77% in plateau stress (5.1–9.2 MPa) as compared to the MLMT lattice (2.1 MPa).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».