The effect of automated fiber placement process parameters on interlaminar shear strength of uncured prepreg bonded samples
Notice bibliographique
Résumé
The effects of automated fiber placement (AFP) parameters on the inter-laminar bonding between the uncured thermoset prepreg tapes were investigated using a systematic series of experiments and FE analysis. The goal was to optimize inter-laminar bonding during the AFP lay-up process and provide a model for the interlayer bonding of uncured prepreg tapes during this process. The shear strength of the interfacial bonding plays a pivotal role in the formation of planar and non-planar deformations during the automated fiber placement (AFP) process. The quality of this bonding has a significant effect on the quality of the manufactured parts. Besides, the bonding strength is interconnected with various AFP process parameters including compaction roller, feed rate, temperature, and dwell time. Hence, a systematic series of experimental studies are conducted to investigate how changes in process parameters affect the shear strength of single lap joint (SLJ) specimens produced under various process conditions. To fabricate the single-lap joint samples under different conditions, an in-house setup was developed to simulate the AFP process allowing us to control compaction force, feed rate, temperature, and dwell time during the process. The experimental results of the single lap joints indicate that the shear strength of the bonded prepreg tows is significantly influenced by the interaction among the process parameters rather than by their individual, isolated effects. Moreover, the responses of prepreg SLJs are simulated using the FE method. Through the comparison of numerical and experimental results, it will be clearly shown that the developed FE framework can act as a reliable approach for modeling the bonding layer between prepreg tapes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».