Vibration-Assisted Thermal Repairing (VATR) of thermoplastic composites
Notice bibliographique
Résumé
Repairing composite structures is crucial for extending their service life, and there is an increasing need for repair techniques compatible with thermoplastic composites (TPCs). As the significance of welding TPC joints grows, evaluating their repairability becomes essential. Therefore, this study focuses on developing an innovative method called vibration-assisted thermal repairing (VATR) for matrix repairing of carbon fiber/polyetheretherketone (CF/PEEK) thermoplastic joints by inserting an amorphous polyetherimide (PEI) resin at the interface of two CF/PEEK substrates. In this regard, initially, a four-layer CF/PEEK laminate was manufactured using Automated Fiber Placement (AFP). The CF/PEEK specimens were then stacked with an amorphous PEI layer inserted between them and welded at 310 °C under a constant pressure using two methods: traditional thermal repairing and vibration-assisted thermal repairing. To study the feasibility of VATR technique, a custom experimental setup was designed and built to enable controlled thermal welding, with and without the application of vibration. The effects of frequency and time on the lap shear strength and void content were then compared for both repair methods. Additionally, interface zone mapping was employed using a pseudo-coloring method to analyze the effect of vibration on polymer chain diffusion. Results from the VATR method revealed a stronger and more uniform repair interface, with greater diffusion of PEI in the parental CF/PEEK substrates compared to traditional thermal repairing. Overall, this new repair method demonstrated significant potential for TPC joint repair, showing a 22% improvement in shear strength and a 35% reduction in void 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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».