Prediction of transverse tensile strength of in-situ-consolidated Carbon/PEEK thermoplastic composite material based on micromechanical modeling and simulation
Notice bibliographique
Résumé
Thermoplastic composite laminates have emerged as a compelling alternative to thermoset laminates for primary aerospace applications, following the industrial development of automated manufacturing technologies, such as the Automated Fiber Placement (AFP) process. The present research aims to predict the transverse tensile strength of in-situ-consolidated Carbon/PEEK thermoplastic composite material, considering inherent variations caused by the AFP process in fiber volume fraction, void content, interlaminar resin pocket and degree of crystallinity. To achieve this, two-dimensional Representative Volume Elements (RVEs) with randomly distributed fibers were developed at the micro-scale level. The Drucker-Prager model, combined with a ductile failure criterion, was used to capture the plastic behavior and damage accumulation in the PEEK resin during the numerical analysis. In order to acquire the necessary data for micromechanical modeling and analysis, two sets of specimens, manufactured using AFP in-situ consolidation and autoclave re-consolidation techniques, underwent micrographic examination and thermoanalytical Differential Scanning Calorimetry (DSC) analysis. The results reveal that AFP in-situ consolidation can reduce the transverse tensile strength of Carbon/PEEK thermoplastic composite material up to approximately 44%, compared to the autoclave re-consolidation technique. Due to the lack of experimental data caused by warpage occurring in the manufactured laminate in the absence of a heated mandrel, the present work proposes a simulation methodology to predict the transverse tensile strength resulting from the in-situ consolidation process. This crucial difference in strength values, most notably in the transverse direction, must be carefully considered in finite element analyses, analytical evaluations, and design procedures involving AFP-manufactured thermoplastic composite laminates and structures.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».