Análise fractal da fragmentação por impacto de porcelanas
Bibliographic record
Abstract
Resumo As porcelanas são cerâmicas produzidas a partir de matérias-primas naturais (sílica, feldspato e caulim). Em algumas aplicações são adicionadas outras matérias-primas para o aumento da resistência mecânica e dielétrica. Elas são usadas na fabricação de variados produtos, sendo, portanto, muito estudadas e desenvolvidas há muito tempo. Neste trabalho, porcelanas com diferentes composições foram caracterizadas e submetidas à fragmentação por ruptura mecânica em um ensaio de impacto balístico. A ruptura mecânica nos materiais em geral produz uma dissipação de energia formando trincas e superfícies de fratura que tem uma geometria irregular. O principal objetivo deste trabalho foi a caracterização da microestrutura e a caracterização fractal da superfície de fratura de porcelanas. Para comparação, os ensaios de impacto também foram feitos em vidro e acrílico comercial. A avaliação da superfície de fratura e da dimensão fractal de ruptura foi feita pela análise da fração de fragmentos em função da probabilidade global de fratura. Os corpos de prova foram preparados na forma de discos cilíndricos, com espessura e diâmetros fixos. O ensaio de impacto mecânico foi feito sobre o centro dos discos, para os diferentes materiais, mantendo-se as mesmas condições de ensaio. Os resultados do tamanho e massa dos fragmentos foram obtidos em função da energia de impacto e do tipo de material. Desta forma, foi possível obter uma correlação entre as condições de ensaio e a composição do material com o padrão de ruptura fractal. Verificou-se que a porcelana nas composições usadas possuiu uma tenacidade ao impacto que se situou entre aquela do vidro e do acrílico. Finalmente foi feita uma correlação entre as propriedades de resistência mecânica com os padrões de trinca formados. Percebeu-se que o número, a forma das trincas e as ramificações formaram um padrão que foi relacionado com a energia de impacto e o tipo de material.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".