MétaCan
Menu
Retour à la cohorte
Enregistrement W4402468836 · doi:10.1016/j.ast.2024.109554

Enhanced LaRC05 failure criteria for investigating low-velocity impact on fiber-reinforced composites: An experimental and computational study

2024· article· en· W4402468836 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAerospace Science and Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensNational Research Council CanadaCarleton University
Organismes subventionnairesAlliance de recherche numérique du CanadaNatural Sciences and Engineering Research Council of CanadaMinistère de la Défense NationaleCanadian Armed Forces
Mots-clésComposite materialMaterials scienceFiber-reinforced compositeFiberStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

• The proposed FE modeling methodology can accurately predict the impact response of composite laminates. • Fiber breakage, pull-out, splitting, kinking, crushing, and matrix cracking are predicted using the enhanced LaRC05 criteria. • Delamination and intralaminar matrix cracking interactions are modeled. • The matrix fracture plane and the fiber kink band angle can be found 48 % faster using the SRGSS algorithm. • The detailed sequence of impact damage occurrence is predicted by analyzing the histories of dissipated energies. A finite element model was developed using both continuum and discrete damage modeling techniques to provide detailed predictions for ply-by-ply damage progression in composite laminates during low-velocity impact (LVI) events. A new fiber failure model was incorporated into the LaRC05 failure criteria to predict fiber pull-out and fiber crushing during the fiber damage evolution. In addition, the selective range golden section search (SRGSS) algorithm was implemented to efficiently predict fiber breakage, pull-out, splitting, kinking and crushing, and matrix cracking. The delamination was captured by cohesive element layers embedded between every adjacent composite ply. The interactions of intralaminar matrix cracking and delamination were modeled by deploying cohesive elements within each composite ply. The prediction results were validated by 30 J and 75 J drop-weight tests with different-sized impactors, as well as X-Ray CT inspections on 254 mm by 304.8 mm [0/45/90/-45] 4 s IM7/977–3 laminates. The model predicted the maximum deflection and contact duration with <2 % error, and the peak load, damaged areas, and absorbed energy with <8 % error. The matrix fracture plane and the fiber kink band angle were found with 1° precision 48 % faster via the SRGSS algorithm. The detailed sequences of damage occurrence were predicted by analyzing the energy dissipation histories through various damage modes. Although this modeling methodology was developed for LVI scenarios, it has broad applications for predicting failures in 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,638

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 Opus0,015
Tête enseignante GPT0,312
Écart entre enseignants0,297 · 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