Frequency Assessment of Sandwich Rectangular Plates with an Anisogrid Core and GPLRC Face Sheets
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
In this paper, the free vibration of a sandwich plate with an anisogrid core and two face sheets reinforced with graphene platelets (GPLs) is investigated. A continuous approach is considered for the lattice core and the equivalent properties are calculated. Adopting the Halpin–Tsai micromechanics, the effective Young’s modulus of the nanocomposites/graphene platelets is extracted. Also, mass density and Poisson’s ratio are earned with the simple rule of mixtures. A quasi-3D theory is applied to model the kinematics of the sandwich plate with simply supported boundary conditions. Hamilton’s principle is implemented to obtain the equations of motion that are solved based on the Navier solution. The validity of the results of this study is confirmed by comparing the analytical results with those presented in other researches and also a finite element model. The effect of the parameters of the lattice core such as the width of ribs, the number of helical ribs in one direction, and the ratio of thickness of face sheets to core on the natural frequencies of the sandwich plate was investigated. Additionally, the impact of the pattern of graphene platelets and their weight fraction on the natural frequencies were investigated. The results show that by decreasing the ratio of the thickness of face sheets to the thickness of core and increasing the number of ribs and their width, the natural frequencies will decrease. Moreover, the patterns FG-V and FG-A have the highest and the lowest natural frequencies, respectively, among the other distribution of graphene platelets.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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