MétaCan
Menu
Retour à la cohorte
Enregistrement W858720804 · doi:10.1177/0021998316635238

Investigation of intra-ply shear behavior of out-of-autoclave carbon/epoxy prepreg

2016· article· en· W858720804 sur OpenAlexaff
Rahul P Mohan, Hassan Alshahrani, Mehdi Hojjati

Notice bibliographique

RevueJournal of Composite Materials · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialEpoxyThermosetting polymerDigital image correlationAutoclaveShear (geology)Composite numberTaguchi methods

Résumé

récupéré en direct d'OpenAlex

The successful formation of composite parts without defects remains a challenging issue due to the complexity of the forming process. A better understanding of the factors that cause these flaws is necessary to optimize the operation. The present work investigates the in-plane shear behavior of out-of-autoclave carbon epoxy thermoset prepregs OOA and its effect on wrinkling using the picture frame test. The deformability of OOA at the real processing conditions helps to understand the applicability of such material for forming processes such as the double-diaphragm forming technique with aims to minimize overall manufacturing time and cost. Tests were performed at varying temperatures and displacement rates in order to determine their contribution to the fabric deformability. Digital image correlation was used to take sequential images at various stages of deformation and capture the onset of wrinkling. It was found that the processing temperature (resin viscosity), displacement rate, and layer counts (layer interactions) are the three most important parameters that influence the wrinkling. Presence of resin between the layers makes them interact with each other and therefore has an impact on the each layer shear angle. These parameters were then analyzed using the Taguchi and analysis of variance techniques to determine which factor has the most significant influence on the wrinkling.

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)0,001
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 enseignants0,013
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,245
Écart entre enseignants0,223 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Composite MaterialsMême sujetMechanical Behavior of CompositesTravaux en français237 207