Investigation on progressive damage evolution for low-velocity impact simulation of woven composites
Notice bibliographique
Résumé
• Models with empirical and physical-based damage evolutions were assessed. • The work spans a wide energy range covering cases with and without penetration. • Mechanical response and damage morphology were investigated with experiments. • Pros and cons for different damage evolutions for composites were highlighted. This research aims at comparing the capability of three damage models, the enhanced composite damage model (MAT055), the Pinho laminated fracture model (MAT261), and the composite softening deformation gradient decomposition (DGD) model (MAT299) for woven composite materials, in predicting damage from low-velocity impacts. The first of them considers the empirical damage evolution with residual strength softening factors, and the other two control the damage evolution with fracture mechanism. To assess their predictive capabilities regarding mechanical response and damage, low-velocity impact (LVI) response of aramid-fibre epoxy plain-woven composites at four energy levels, from 27.9 J to 109.5 J, was investigated. A finite element model with macro-homogeneous solid element formulation was developed, and a rigorous calibration of the various physical and non-physical parameters was conducted (for all material models). Low-velocity impact tests were performed to identify the different failure mechanisms, focusing on the penetration of the impactor into the woven composites. The MAT261 with linear damage evolution better fits the experimental data at high impact energy levels, where it demonstrates high accuracy on mechanical response and damage propagation area. However, it requires significantly longer computational time. Overall, this study provides an in-depth understanding of the limitations and advantages of those material models, providing insight into their suitability to simulate the impact behaviour of woven 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».