Influence of Fiber Direction on the Tribological Behavior of Carbon-Reinforced PEEK at Elevated Temperature for Application in Gas Turbine Engines
Notice bibliographique
Résumé
Abstract The aerospace industry aims for net-zero greenhouse gas emissions by 2050, requiring gas turbine engines to reduce CO2 emissions. This will impact engine material selection due to harsher operating conditions, limiting traditional metal/alloy use. While fiber-reinforced polymer (FRP) composites are commonly used in the aerospace industry, their use in gas turbine engines is often restricted by the lower operating temperatures of the polymer matrix. However, many studies have demonstrated the tribological potential of FRP in the fan section of the engines, but little attention has been given to the potential of orienting the fibers in the normal (i.e., out-of-plane) direction relative to the wear surface to leverage the anisotropic properties of FRP composites. This study investigates the impact of fiber orientation on the tribological properties of carbon fiber/polyetheretherketone (PEEK) (CF-PEEK) at elevated temperatures. Three CF-PEEK samples with different fiber orientations were selected for this study (parallel, antiparallel, and normal directions), as well as a fourth sample of pure PEEK. Tribological tests were conducted using a ball-on-disk tribometer at an elevated temperature of 200 °C to evaluate wear and friction behavior. The worn surfaces and counterfaces were analyzed using confocal laser scanning microscopy, scanning electron microscopy (SEM), and energy-dispersive X-ray spectroscopy (EDS). The findings reveal that CF-PEEK with fibers oriented in the normal direction demonstrates significantly enhanced tribological performance at elevated temperatures, achieving a 95% reduction in the friction coefficient and a 92% decrease in the wear-rate compared to pure PEEK. A wear mechanism has been proposed to explain the superior wear resistance of normally oriented fibers in CF-PEEK, linking it to the development of a fiber-based interface during the run-in phase and the formation of a uniform transfer film.
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 | 0,000 |
| 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) | 0,001 | 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 ».