Adhesive Strength of Bio-Inspired Fibrillar Arrays in the Presence of Contact Defects
Notice bibliographique
Résumé
Abstract The performance of bio-inspired fibrillar adhesives can be compromised by surface roughness, manufacturing imperfections or impurities. Previous studies investigated the cases of distributed defects within the array, and defects at the level of single fibrils. However, the influence of localized, macroscopic defects remains largely unexplored. Using numerical simulations of a discrete mechanical model for a fibrillar adhesive with a thick backing layer, we investigate how the size and location of a single circular defect affect the established scaling law between the adhesion force (F) and the effective compliance of the system (β), i. e., F∝β−1/2. We find that edge defects are generally more detrimental than central ones, as they act as pre-cracks that amplify stress concentrations at the adhesive’s edge, accelerating a crack-like failure. Consequently, the established adhesion scaling law is preserved, with the defect only reducing the effective contact area. In contrast, a central defect fundamentally alters the mechanics of detachment. By transforming the contact geometry into an annulus, it promotes more uniform load sharing across the remaining fibrils and mitigates the edge-dominated failure mechanism. This change makes the adhesive strength less sensitive to the compliance of the system, as reflected by a less negative scaling exponent (> −1/2). The transition between these two regimes appears to occur for defects whose boundary merges with that of the adhesive. These results provide practical guidance for the design, engineering, and quality control of bio-inspired fibrillar adhesives.
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 | 0,000 | 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 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 ».