Compression‐Induced Fracture of Maize Kernels: Effects of Moisture Content and Strain Rate on Mechanical Behavior
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT During production processes, maize kernels are prone to mechanical damage from stresses such as collision and compression, leading to reduced storage stability, increased mold contamination risks, diminished processing performance, and consequent economic losses. Investigating the mechanical properties and fracture mechanisms of maize kernels is critical for reducing breakage and losses while safeguarding food security. This study systematically analyzed the effects of moisture content (9.75%, 13.07%, 16.66%, 20.67%, 25.21%) and compression speed (0.5, 2, 5, 50 mm/min) on anisotropic mechanical behavior through triaxial compression tests using a universal testing machine, integrating displacement–load curves, Dynamic Increase Factor (DIF), and Crash Force Efficiency (CFE). Results indicate that elevated moisture content significantly reduces mechanical strength, while increased compression speed partially counteracts moisture‐induced softening via strain rate hardening effects. The minor axis exhibited the highest elastic modulus (891.78–1041.48 MPa) due to structural compactness, yet its DIF values (1.24–1.71) displayed pronounced sensitivity to moisture variations, reflecting greater operational condition dependency. The intermediate axis demonstrated superior energy absorption capacity, with CFE values (49.6%–64.2%) consistently exceeding those of the major axis (39.51%–53.79%). This research elucidates moisture‐rate interaction patterns governing triaxial mechanical responses in maize kernels, providing theoretical foundations for optimizing the design and operational parameters of corn processing equipment.
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.
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 découle