Progressive Damage Modelling and Fatigue Life Prediction of Plain-weave Composite Laminates with Low-velocity Impact Damage

Auteurs : Zheng-Qiang Cheng, Wei Tan, Jun-Jiang Xiong

arXiv: 2106.09096v1 - DOI (physics.app-ph)

Résultats du processus de synthèse de l'article arXiv : 2106.09096v1

  • Résumé Complet
  • Points clés
  • Résumé vulgarisé
  • Article de blog
Le résumé n'est pas encore prêt
Résumés déjà disponibles dans d'autres langues : en

Résumé : This paper developed a fatigue-driven residual strength model considering the effects of low-velocity impact (LVI) damage and stress ratio. New fatigue failure criteria based on fatigue-driven residual strength concept and fatigue progressive damage model were developed to simulate fatigue damage growth and predict fatigue life for plain-weave composite laminates with LVI damage. To validate the proposed model, LVI tests of plain-weave glass fibre reinforced polymer 3238A/EW250F laminates were conducted, followed by post-impact constant amplitude tension-tension, compression-compression fatigue tests and multi-step fatigue tests. Experimental results indicate that the LVI damage degrades fatigue strength of plain-weave glass fibre composite laminate drastically. The load history also plays an important role on the fatigue accumulation damage of post-impact laminates. The new fatigue progressive damage model achieves a good agreement with fatigue life of post-impact laminates and is able to capture the load sequence effect, opening a new avenue to predict fatigue failure of composite laminates.

Soumis à arXiv le 16 Jui. 2021

Outils pour cet article

Expliquer autrement 3 réécritures gratuites restantes aujourd'hui
Exporter BibTeX · RIS (Zotero, Mendeley, EndNote) · Markdown (Notion, Obsidian) · Premium
Alertes de citation Premium
Journal club Des slides pour le présenter Premium
Pour les journalistes Kit presse et détecteur de hype Premium

Posez des questions sur cet article à notre assistant IA

Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.

⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.

Figures et graphiques

Posez une question sur une figure en indiquant son numéro ou en utilisant son bouton de question pour demander une analyse visuelle. Au maximum deux figures et quatre panneaux par question. Les valeurs lues sur les graphiques sont approximatives ; vérifiez les données originales.

Instructions pour utiliser l'assistant IA ?

Évaluez la qualité du contenu généré par l'IA en votant

Note : 0

Pourquoi avons-nous besoin de votes ?

Les votes sont utilisés pour déterminer si nous devons réexécuter nos outils de synthèse. Si le compte atteint -10, nos outils peuvent être redémarrés.

Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.

⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.

Articles similaires résumés avec nos outils d'IA

Naviguez à travers encore plus d'articles similaires en utilisant une

représentation arborescente

Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.