Multiscale computational modeling of 3D printed continuous Fiber reinforced polymer composites
Notice bibliographique
Résumé
Printing parameters significantly affect elastic properties of 3DP-CFRPCs. Testing these experimentally would require time and would cost much. Computational material modeling is an adequate technique for studying how 3DP-CFRPCs would behave in varying printing conditions. Material modeling was employed in this work to analyze how elastic properties in 3DP-CFRPCs vary with printing conditions. Pores in the matrix were homogenized by Mori-Tanaka method to calculate bead flexibility. Elastic modulus was found by finite element modeling of Representative Volume Elements (RVEs) with microstructure and printing conditions taken into account. Elastic properties differed in differently microstructured models with more disparity in more intricate structures than in more basic ones. Computational modeling provided insight to elastic properties of 3DP-CFRPCs in varied printing conditions. The results also show that thickness of the layers and interfacial properties determine the elastic properties to a great extent, such that higher thickness of the layers and stronger interfacial bonding lead to higher stiffness. The model also correctly simulated behavior of 3DP-CFRPCs when different printing parameters were used, with low error compared to experimental results. The impact of layer thickness on the mechanical characteristics of 3DP-CFRPCs was determined to be more substantial compared to the effect of printing temperature. The application of offset layup printing techniques enhanced the elastic properties of 3DP-CFRPCs, with the degree of improvement varying based on the orientation. As the level of porosity increased, the influence of pores situated between beads on the overall stiffness of 3DP-CFRPCs gradually diminished, while the impact of matrix pores on the overall stiffness of 3DP-CFRPCs gradually intensified.
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 | 0,000 | 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 ».