Tensile Modulus Prediction of Glass Fiber/Stainless Steel Wire Mesh-Reinforced Hybrid Composites via Rule of Hybrid Mixtures
Notice bibliographique
Résumé
Hybrid composites have been considered emerging materials that have garnered the attention of researchers around the globe. Combining two kinds of reinforcement may balance their merits and demerits in hybrid composites. In this work, glass fiber/wire mesh-reinforced epoxy composites were prepared via vacuum infusion to minimize void formation. Non-hybrid wire mesh and glass fiber-reinforced composites were also fabricated for comparison purposes. The thicknesses of all the composite laminates were fixed at 4 mm. Tensile tests were performed at a cross-head displacement rate of 2 mm/min with reference to ASTM D3039 to obtain the modulus of composite laminates. Subsequently, the tensile modulus of each composite laminate was predicted using the Rule of Hybrid Mixtures (RoHM). A comparison was made between the modulus of the composite laminates obtained from the tensile tests and prediction using RoHM. In accordance with the results obtained, it was found that the incorporation of glass fiber increased the modulus of the hybrid composites but did not significantly improve their tensile strength. The highest modulus (22.6 GPa) was obtained in non-hybrid glass fiber-reinforced composites, which is 107.71 % greater than non-hybrid wire mesh-reinforced composites. When comparing the experimental and predicted tensile modulus of the glass fiber/wire mesh composite laminates, both results matched well, demonstrating a linear increase in the tensile modulus with an increase in glass fiber content. Overall, the percentage error of the prediction was in the range of 3 – 6 %, indicating a high accuracy of the RoHM.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».