MétaCan
Menu
Retour à la cohorte
Enregistrement W4402625683 · doi:10.1177/07316844241285231

Influence of accelerated aging on mechanical properties and aging behavior of glass fiber reinforced pipe

2024· article· en· W4402625683 sur OpenAlexaff
Jingjie Dou, Yan Jing, Tan Gu, Zhiming Yu, Dandan Liao, Hu Min, Fei Zhao, Jie Liu, Siwei Chen, Jun Wang

Notice bibliographique

RevueJournal of Reinforced Plastics and Composites · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensPetro-Canada
Organismes subventionnairesChina National Petroleum Corporation
Mots-clésMaterials scienceComposite materialGlass fiberAccelerated agingFiber

Résumé

récupéré en direct d'OpenAlex

In this work, the accelerated aging test of GFRP in two thermal environments was conducted. The accelerated aging test was conducted at a constant temperature of 95°C for periods of 3000h to analyze and study the aging behaviors and mechanism under two environments. Resin defects caused by aging were found in the SEM images, and degradation of the fiber/resin interface was observed. Both the hoop tensile test and uniaxial compression test showed brittle fracture characteristics, and the strength of hydrothermal aging specimens decreased more significantly. Due to matrix degradation, uniaxial compression fracture after hydrothermal aging was observed that the resin exhibited poor adhesion. The decrease in the hardness of the outer resin layer was attributed to the development of the degree of molecular chain breakage. ATR-FTIR results showed that the accelerated aging process is accompanied by changes in the concentration of functional groups. The change in C-H intensity was attributed to the post-curing phenomenon. Accelerated aging resulted in the formation of carboxylic acids or esters and the introduction of hydroxyl groups. Thermogravimetric tests showed that accelerated aging did not change the thermal decomposition temperature of epoxy resins, but caused a decrease in resin content.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,232
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

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reinforced Plastics and CompositesMême sujetMechanical Behavior of CompositesTravaux en français237 207