Voxel-Based Finite Element Investigation of Micromechanics Models for Stiffness Prediction of Cross-Ply Laminates
Notice bibliographique
Résumé
Laminate plate and shell structures with symmetric cross-ply configurations are widely used due to their high stiffness-to-weight ratio. However, conventional lamination theories rely on simplifying assumptions that may introduce inaccuracies. This study evaluates the predictive capability of such theories by integrating multiple micromechanics models with First-Order Shear Deformation Theory (FSDT), and comparing the results against voxel-based finite element modeling (VB-FEM), which serves as a high-fidelity numerical reference. A range of models—including Voigt–Reuss, Chamis, Halpin–Tsai, Bridging, and two iterative isotropized formulations—are assessed for unidirectional laminae with fiber volume fractions from 40% to 73%. Quantitative comparison reveals that while all models predict the longitudinal modulus accurately, significant deviations arise in predicting transverse and shear properties. The Bridging Model consistently yields the closest agreement with VB-FEM across all five elastic constants, maintaining accuracy even at high volume fractions where the modified Halpin–Tsai model begins to fail. Discrepancies in micromechanics-based lamina properties propagate to laminate-level stiffness predictions, highlighting the critical role of model selection. These findings establish VB-FEM as a valuable tool for validating analytical models and guide improved modeling strategies for laminated composite design.
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 | 0,001 |
| 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 ».