On the effect of unit cell parameters in predicting the elastic response of wood particulate-polymer composites

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,347

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

PPSRC2011_250

تاریخ نمایه سازی: 30 بهمن 1390

Abstract:

In this article, the modulus of elasticity (MOE) of a wood plastic composite (WPC) as a medium of randomly oriented particles is investigated using the concept of unit cell modeling. Determining the parameters of the unit cell is one of the main challenges in the analysis of WPCs as it is a crucial factor in predicting reliable numerical results. Two particles are included in the proposed unit cell in this work to study the interaction of their parameters. Parameters of the unit cell are then optimized so that the global MOE of the unit cell agrees with that of a specimen experimentally tested according to ASTM D638-02a. It is demonstrated that the particle size, orientation, unit cell length, and particles’ location have the greatest impact on the MOE of the unit cell.

Keywords:

wood plastic composite (WPC) , Representative volume element (RVE) , Unit cell modeling , Inverse identification

Authors

Fatemeh Alavi

Department of Mechanical Engineering, Tarbiat Modares University, Tehran, Iran

Amir Hossein Behravesh

School of Engineering, University of British Columbia, Kelowna, Canada

Abbas S.Milani

School of Engineering, University of British Columbia, Kelowna, Canada

Davoud Karimi

Department of Mechanical Engineering Tarbiat Modares University Tehran, Tehran, Iran

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :