MétaCan
Menu
Retour à la cohorte
Enregistrement W4413414055 · doi:10.1177/07316844251368459

Drilling performance, open-hole tensile properties, and ANN-based prediction of PALF/banana hybrid composites

2025· article· en· W4413414055 sur OpenAlexaff
Vibhasa Kanthamraj, Nalla Sai Siddhartha, M Harsha, Chandrasekar Muthukumar, Vinayagam Arangarajan, Senthilkumar Krishnasamy, Senthil Muthu Kumar Thiagamani

Notice bibliographique

RevueJournal of Reinforced Plastics and Composites · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialUltimate tensile strengthDrillingMetallurgy

Résumé

récupéré en direct d'OpenAlex

Utilization of biocomposites has increased in sectors such as automotive, marine, aerospace, and construction due to their significant features like low density, cost effective, biodegradability, and environmental sustainability. The performance of these biocomposites can be enhanced using more than one type of fiber known as hybridization. Drilling is one of the most typical techniques to install fasteners for laminate-composite assemblies. Delamination is a serious issue that arises while drilling laminates, which lowers the mechanical performance like tensile strength. By varying drilling parameters, delamination can be reduced. This study was focused on finding the optimum drilling parameters by varying spindle speeds (500, 1000, and 1200 rpm), feed rates (50, 100, and 150 mm/min), and drill bit diameters (4 mm, 6 mm, and 8 mm) along with varying the stacking sequence of composite layers. Delamination was measured using MATLAB image processing while thrust force was obtained from dynamometer. Grey Relational Analysis and ANOVA were used to find the optimum parameters and influence of inputs on thrust force and delamination. Thrust force was mainly affected due to drill bit diameter by 94.8%. Tensile tests were performed on non-drilled and drilled specimen according to ASTM D3039 standard to understand the influence of stacking sequence and hole diameter on tensile strength. It was observed that tensile strength decreased with increasing hole diameter and highest tensile strength was exhibited by Banana/Epoxy without hole. Artificial Neural Network (ANN) model was used to predict tensile strength, which is more accurate than Response Surface Method (RSM), and found to be within 10% of experimental data. Overall, PBPB composite with 4 mm drill bit diameter, 1200rpm spindle speed and 150 mm/min produced the optimum hole quality. PBBP composite with 8 mm drill bit diameter, 1200rpm spindle speed, and 150 mm/min produced the worst quality hole.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil0,785

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,213
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reinforced Plastics and CompositesMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207