Multi-objective optimization of thermoplastic CF/PEKK drilling through a hybrid method: An approach towards sustainable manufacturing

环氧树脂 材料科学 多目标优化 机械加工 托普西斯 热塑性塑料 分层(地质) 复合材料 理想溶液 亲密度 热固性聚合物 计算机科学 数学优化 数学 古生物学 数学分析 物理 热力学 冶金 生物 构造学 俯冲 运筹学
作者
Jia Ge,Wenchang Zhang,Ming Luo,G. Catalanotti,Brian G. Falzon,Colm Higgins,Dinghua Zhang,Yan Jin,Dan Sun
出处
期刊:Composites Part A-applied Science and Manufacturing [Elsevier]
卷期号:167: 107418-107418 被引量:24
标识
DOI:10.1016/j.compositesa.2022.107418
摘要

Carbon-fibre-reinforced-polyetherketonketone (CF/PEKK) has attracted increasing interest in the aviation industry due to its self-healing properties and ease of recycle and repair. However, the machining performance of CF/PEKK is not well understood and there is a lack of optimization study for minimizing its hole damage and improving the production efficiency. Here, we report the first multi-objective optimization study for CF/PEKK drilling. A hybrid optimization algorithm integrating Non-dominated Sorting Genetic Algorithm-II (NSGA-II) and Techniques for Order of Preference by Similarity to Ideal Solution (TOPSIS) is deployed to obtain the Pareto solutions and rank the multiple solutions based on closeness to ideal solutions. To highlight the impact of different matrix properties on the optimization outcome, comparative study with conventional thermoset carbon fibre reinforced epoxy composite (CF/epoxy) is carried out for the first time. Experimental validation shows the proposed method can achieve 91.5–95.7% prediction accuracy and the Pareto solutions effectively controlled the delamination and thermal damage within permissible tolerance. The vastly different optimal drilling parameters identified for CF/PEKK as compared to CF/epoxy is attributed to the thermoplastic nature of CF/PEKK and the unique thermal/mechanical interaction characteristics displayed during the machining process.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ding应助愤怒的不二采纳,获得10
1秒前
研友_VZG7GZ应助小土采纳,获得10
1秒前
SamuelLiu完成签到,获得积分10
1秒前
EIei完成签到,获得积分10
2秒前
2秒前
杳鸢应助一一采纳,获得10
2秒前
今后应助人来人往采纳,获得10
4秒前
谷蓝完成签到,获得积分10
4秒前
momo发布了新的文献求助100
4秒前
Nina发布了新的文献求助10
5秒前
国启完成签到,获得积分10
5秒前
李妍妍发布了新的文献求助10
7秒前
9秒前
9秒前
9秒前
冲锋的大头菜完成签到,获得积分10
9秒前
10秒前
11秒前
饭团完成签到 ,获得积分10
11秒前
12秒前
13秒前
单雨旋发布了新的文献求助10
13秒前
13秒前
panpan完成签到 ,获得积分20
13秒前
14秒前
阔达迎夏完成签到 ,获得积分10
14秒前
Killor发布了新的文献求助10
14秒前
冯尔蓝发布了新的文献求助10
14秒前
搜集达人应助科研通管家采纳,获得10
15秒前
小马甲应助科研通管家采纳,获得10
16秒前
Hello应助科研通管家采纳,获得10
16秒前
彭于晏应助科研通管家采纳,获得10
16秒前
小白医生不小白完成签到,获得积分10
16秒前
bkagyin应助科研通管家采纳,获得10
16秒前
英姑应助科研通管家采纳,获得10
16秒前
咻咻应助科研通管家采纳,获得20
16秒前
orixero应助科研通管家采纳,获得10
16秒前
东方欲晓应助科研通管家采纳,获得10
16秒前
xiaotudou95应助科研通管家采纳,获得10
16秒前
宏hong发布了新的文献求助30
16秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
美国体育史 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3259528
求助须知:如何正确求助?哪些是违规求助? 2901148
关于积分的说明 8314112
捐赠科研通 2570492
什么是DOI,文献DOI怎么找? 1396557
科研通“疑难数据库(出版商)”最低求助积分说明 653554
邀请新用户注册赠送积分活动 631633