Table of Contents
דבורים Composite הן חלק בלתי נפרד מבני הנדסה מודרניים, המציע יחס חזק למשקל, עמידות קורוזיה, גמישות עיצוב.עם זאת, לחזות מתי וכיצד אלה beams יהיה שבור תחת עומסי שירות נשאר אתגר קריטי.הטבע המורכב, הטרוגני של תרכובות מורכבות, הופך מודלים חומרים הומוגניים מסורתיים לא מספיקים.
המונחים: Composite Beams
קרן מורכבת היא מרכיב מבני המורכב של שני חומרים או יותר המרכיבים עם תכונות פיזיות או כימיות שונות באופן משמעותי.כאשר משולב, הם מייצרים חומר עם מאפיינים שלא כמו מרכיבים בודדים. הסוג הנפוץ ביותר הוא פולימר רב עוצמה (FRP) מורכב, שבו עומסים חזקים, סיבים נוקשים (כגון פחמן, זכוכית או aramid) מוטבעים במעבורת פולימרנית (אפודי, פולימטריה, פוליסטר או סיבים סביבתיים).
דבורים Composite משמשות בתעשיות: בחלל עבור ספארים וחוטפים מתפתלים, בתשתיות אזרחיות עבור לוחות גשר ועמודות בנייה, באנרגיה רוח עבור להבים טורבינות, וברכב לרכיבים של כאסאסה.התנהגותם תחת עומס תלויה באוריינטציה הסיבים, הנפח, רצף השכבות, והתכונות של ממשק סיבי-מטרסטיקה.
קרן מורכבת טיפוסית עשויה להכיל עשרות שכבות (ציות), כל אחת עם אוריינטציה סיבים ספציפית.רצף הערימה קובע את הדבורה & #8217; נוקשות, כוח וכישלון משותף כולל פירוק סיבים, מטריקס סדקים, סיבים מטריקס debonding, דלמנטום בין הפסקות, וסדקים מתמשכים.
בעיית ה-Fracture ב- Composite Beams
פריקה בדבורים מורכבות אינה אירוע יחיד אלא תהליך מתקדם.נזק ראשוני מתרחש בדרך כלל במיקרו-סול: סיבים פורצים עקב ריכוז לחץ מקומי, או סדקים מטריצה בריק או הכללה.כפי שעולה העומס, המיקרו-קפצים האלה פחם ו propagate דרך הממטריקס, אולי מחלחלים לאורך ממשקי סיבים.
חיזוי ההתקדמות הזו מאתגר ממספר סיבות:
- (FLT:0) ההטרוגניות: FLT:1, החלוקה האקראית של סיבים, חללים, פגמים בייצור יוצרות וריאציות לחץ מקומיות שקשה ללכוד עם מודלים הומוגניים.
- (ב) ⁇ :0) , ⁇ : ⁇ 1 (ב) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
- (FLT:0) אינטראקציה בין-מולי בקנה מידה: נזק מיקרו-קלי:1 משפיע על קשיחות מקרו-סקאלה, ו מדגיש מקרו בקנה מידה מניע נזק נוסף בקנה מידה מיקרו-ממדי.
- התנהגות לא ליניארית:0 (לא ליניארית: 1FLT) 1 מטריקס פלסטיק, סיבים מושכים, וחיכוך בממשקים מקופצים מציגים אי-לינאריות שמסבך ניתוח.
ניתוח אלמנטים סופי מסורתי (FEA) באמצעות מכניקת נזק מתמשך יכול לחזות כמה מצבי כישלונות אבל לעתים קרובות מסתמכ על פרמטרים אמפיריים ועשוי להחמיץ את הפיזיקה הבסיסית. מודלים בקנה מידה גדול מתגבר על מגבלות אלה על ידי ייצוג מפורש של המיקרו-מבנה וקישור אותו לתגובה מבנית.
טכניקות מודלים בקנה מידה גדול
מודלים בקנה מידה רב-ממדיים משלבים מידע מקשקשים שונים כדי לחזות את ההתנהגות של קרן מורכבת.שלושת המאזניים העיקריים הם: מיקרו-scale (fiber ו matrix), mesoscale (רמה כפולה ואזורים בין-laminar), ומאקרו-scale (הדבור כולו). טכניקות נעות מאנליגציה ועד סימולציות מרובות-טווח מלא.
מודלים מיקרו-ממדיים
במיקרו-סול (בדרך כלל 1-100 מיקרומטר), מודלים להתמקד בסיבים בודדים, הממטריקס שמסביב, והממשק. גישה נפוצה היא רכיב נפח FLT:0representative נפח (RVE)FLT:1, מדגם נציג סטטיסטי של המיקרו-מבנה.ה-RVE לוכד חלוקת סיבים, שבריר, וכל פגמים ראשוניים בניתוח פיניטי מוחל על מנת לזהות את התכונות החומריות והנזקים היעילים.
מודלים מיקרו בקנה מידה משתמשים לעתים קרובות אלמנטים אזוריים cohesive כדי לדמות סיבים-מטריקס debonding.חוק cohesive מגדיר את התנהגות ההשוואה של מערכת ההפעלה בממשק, נשלט על ידי פרמטרים כגון כוח שיא ואנרגיה שבר. פרמטרים אלה ניתן להשיג בניסויים או דינמיקות מולקולרית (MD) סימולציות בקנה מידה קטן אפילו יותר.
מודלים מיקרו בקנה מידה יכול גם לחקור מנגנונים מזיקים כגון פריצה סיבים באמצעות סטטיסטיקות של כוח סיבים.הטבע הסטוצ'י של כשל סיבים פירושו כי סימולציות מרובות RVE נדרשים כדי ללכוד את הרגישות הסטטיסטית.
ניתוח Mesoscale Analysis
המנייה (בדרך כלל 0.1-10 מ"מ) עוסקת בשודים בודדים ובממשקים שלהם. ברמה זו, המסובייק מיוצג לעתים קרובות כערימה של שכבות הומוגניות אותטרופיות עם ממשקים שיכולים להשחית.
- (FLT:0) נזק בפסיבי: 1FLT:1 מטריקס סדקים וסיבים פורצים הם שקועים במשתנה הנזק באמצעות מכניקת הנזק הרצף (CDM) או מוחלים באופן דיסקרטי באמצעות אלמנטים קוהשטיביים מוטבעים.
- (FLT:0) מחיקה: 1FLT אלמנטים של ממשקי ממשק עם חוקים קוהשטיביים מדמיינים את הפרדתן של להקות סמוכים.הצמיחה של דלמנטום מונעת על ידי קריטריונים של שבר מעורב (למשל, חוק Benzeggagh-Kenane).
- (FLT:0) נזק אגרסיבי: 1FLT:1 כללי ההשפלה של Stiffness להפחית את המודולולי הגמישות בהתבסס על מצב הנזק המקומי.
מודלים Mesoscale הם מעשי לניתוח רכיבים מבניים כמו דבורים כי הם להפחית עלות חישובית בהשוואה לייצוג מיקרו בקנה מידה מלא.עם זאת, הם דורשים כיבוד זהיר של חוקי האבולוציה נזק ולא יכול ללכוד פרטים בקנה מידה זעיר כגון סיבים מתפתלים או פצח סטרק סטרק ריתוך רכזינר.מאזן בין דיוק ויעילות מושג באמצעות מודלים בקנה מידה עם פרמטרים שמקורם בסימולציות מיקרו-קלריות - גישה רב-ארכאלית.
המונחים: Structural Simulations
במאקרו-קל (אשר קרן או מבנה), המסובייק מתייחס כחומר הומוגני שווה ערך. FEA המסורתית יכול לחזות לחצים גלובליים, סטיות, ועומסים מבעוטים.עם זאת, עבור חיזוי שבר, המודל המקרוקלי חייב לשלב את ההשפעה של נזק באמצעות נוקשות או מחיקה חלקית.
מודלים מקקרוקליים לבדם לא יכולים לחזות סדקים מיקרו-אורטוריים; הם מסתמכים על קריטריונים של כישלונות הומוגניים (למשל, Tsai-Wu, האשין, Puck) קריטריונים אלה הם פנומנולוגיים ואינם יכולים לתפוס במדויק עומס רב-כימי מורכב או נזק פרוגרסיבי.כדי לשפר את הדיוק, הפיכה מרובה היא חיונית.
קישור ל Scales
ישנן שתי אסטרטגיות עיקריות לקשקשים במודלים מורכבים של שבר:
- (FLT:0) Hierarchical (או sequential) מודלים בקנה מידה גדול: ההרחבה של מידע 1FreaLT: 1Fillos מקטן לקשקשים גדולים יותר. Microscopic RVE מנתח תכונות מוהוגניות מותנות ונקודות סף הפחתה של נזק, אשר משמשים לאחר מכן קלט עבור דגמי mesoscale או מאקרו בקנה מידה גבוה. גישה זו יעילה חישובי אבל לא יכולה ללכוד אינטראקציות דו-צדדיות (g, לא ניתן לגרור נזק מיקרו-קוי).
- (ב) [ה]: [ה] [ה] [ה]] [ה]] [ה]]] [המבנה כולו] ניתח עם מודל בקנה מידה בסדר באזורים קריטיים ומודל קוהרזה במקום אחר.הקשקשים השונים נפתרים בו-זמנית, עם תנאים הגבול החלים ביניהם.
גישות היברידיות, כגון שימוש במודלים חלופיים (למשל, רשתות עצביות) מאומן על נתונים בקנה מידה זעיר כדי לספק עדכונים מיידיים של נכסים בסימולציות מקרומטרי, צוברות פופולריות.שיטות אלה מאיימות דיוק ומהירות, מה שהופך חיזוי שבר בקנה מידה רב-ממדי מעשי לתכנון תעשייתי.
היתרונות של מודלים בקנה מידה גדול עבור חיזוי Fracture
אימוץ טכניקות מודלים בקנה מידה רב מניב מספר יתרונות קונקרטיים לחיזוי שבר בדבורים מורכבות:
- (FLT:0) ,הנזק מבוסס מבחינה פיסית: 1.103 במקום קריטריונים כישלונות אמפיריים, מודלים מיקרו-וריטוריים ללכוד את המנגנונים האמיתיים (הפסקה המופרעת, הדהור) אשר מתחילים את תהליך השבירה.
- (FLT:0) גבוה יותר שלילת נזק מתקדם: קיד 1) על ידי קישור של השפלה בקנה מידה מיקרו בקנה מידה להפחתה של קשיחות מאקרו בקנה מידה, המודל יכול לדמות אובדן קשיחות, חלוקה מחדש של עומס, ובסופו של דבר התמוטטות מציאותית יותר מאשר CDM מעוות.
- (FLT:0) אופטימיזציה עיצובית מוכח: FLT:1 מהנדסים יכולים לחקור את ההשפעה של נפח סיבי נפח, פייתוק, ותכונות ממשק על התנגדות שבר ללא בדיקות פיזיות יקרות.
- (FLT:0) בדיקות הסמכה מותאמות:FLT:1באווירה ואנרגיה רוח, קופונים נרחבים ומבחנים תת-תחומיים נדרשים להסמכה.מודלים בקנה מידה גדול מאומתים נגד קבוצה מוגבלת של ניסויים יכולים להפחית את הצורך במבחנים בקנה מידה מלא, לחסוך זמן ועלות.
- (FLT:0) הבנת מצבי כישלונ מורכבים: FIRLT:1 סימולציות מרובות בקנה מידה חושף כיצד שינויים של מטריצה בתוך מטריקס intralaminar פצח לדיכאון ולבסוף שבר סיבים.
לדוגמה, בעיצוב של קרן פחמן מורכבת קרן עבור כנף מטוסים, מודל רב בקנה מידה יכול לחזות את תחילת של דלמינציה בפליטה או ליד מפרק מכוער.המודל מהווה ריכוזי מתח מקומיים בשל המזרז וההוריאציות באוריינטציה הסיבים. רמה זו של פרטים לא תהיה בלתי אפשרית עם מודל מקרומטרי הומוגני.
אתגרים וכיוונים עתידיים
למרות ההבטחה, שבר רב-ממדי שמודל לדבורים מורכבות ניצב בפני כמה מכשולים:
- (FLT:0) חישוביות עלות:FLT:1 , שיטות מרובות קבועות כמו FE2 דורש פתרון בעיה מיקרו-היקף עבור כל שלב מאקרו בקנה מידה. עבור קרן עם אלפי אלמנטים ומיליוני צעדים העומס, זה הופך לאסור.חוקרים מפתחים טכניקות הפחתה של מודל, כגון ניכוי אוטגוניציה נאותה (POD) ולמידה, כדי להאיץ חישובים.
- (FLT:0) מידע ואימות: שיטות הפוך באמצעות בדיקות קופונים יכול למזער פרמטרים אלה, אבל אי הוודאות נדרשת כדי להבטיח הדמיה של שבר, תכונות מטריצה) מספק נזק מפורט עבור בדיקות קופונים יכול למזער את הפרמטרים האלה, אבל אי הוודאות נדרשת כדי להבטיח את האמון.
- (FLT:0) מודלים חד-משמעיים:FLT:1 חומרים Composite יש ריקנות טבועה בשל תהליכי ייצור.מודלים רב-ממדיים חייבים לשלב וריאציות סטוצ'סטיות (למשל, סיבים וכבדות, תוכן ריק) כדי לחזות את ההסתברות של שבר.מונט קרלו שיטות הן כבדות חישוביות; טכניקות יעילות יותר כמו התרחבות פולינומית או תהליך גאוסיאני נחקר.
- (FLT:0) רגישות למבנים גדולים:FLT:1 רוב המחקרים הרב-scale הנוכחיים מתמקדים קופונים קטנים או ג'ממטים פשוטים. Scaling to beams ריאליים (מזמן ארוך) דורש מחשוב מקביל יעיל והתאמה של שיטות להתאמה לקביעת דומיינים, אשר רק שימוש בקנה מידה בסדר גודל באזורים קריטיים להראות הבטחה.
- (FLT:0) אינטגרציה עם סימולציות ייצור מחזור חיים:FLT ( 1 Fracture) לעתים קרובות יוזם פגמים בייצור (לחצים סובסידיים, סיבים לא משוחדים) סימולציה תהליך משותף (למשל, ריפוי, יצירת) עם מודלים רב-ממדיים שבר יכול לחזות בכישלון שירות מדויק יותר, המקשר לעייפות והשפלה סביבתית (חום), הוא אתגר מתמשך.
כיוונים עתידיים הם תוססים.FLT:0. [Machine LearningFIRLT:1] הופך מודלים רב-ממדיים על ידי אימון רשתות עצביות להחליף פתורים יקרים של RVE.
אימות ניסיוני נשאר אבן הפינה.טכניקות מתקדמות כמו in-situ X-ray tomography במהלך בדיקות מכניות מאפשרות התבוננות ישירה של אבולוציה של נזק במיקרו-אזור, מתן נתונים סטנדרטיים זהב עבור מודלים calibration.comorative מאמצים בין ניסיוניים לבין מודלים, כגון FLT:0 Air Force Research Laboratory & #82; חומרים מורכבים מחקר LT:1, הם התקדמות נהיגה.
לבסוף, שילוב של מודלים רב-ממדיים לתוכנה מסחרית FEA חיוני לאימוץ נרחב.פלטפורמות כמו FLT:0)AbaquscioFLT:1 כבר מציעים תת-קרקעיות חומרים המוגדרות למשתמש שיכול לשלב הומוגניזציה מבוססת RVE.שיפור ממשקי המשתמש וזרימות עבודה אוטומטיות יגרמו לטכניקות אלה לנגישות למהנדסי עיצוב.
(FLT:0) מודלים בקנה מידה גדול אינם רק כלי מחקר - זה הופך להיות צורך מעשי בעיצוב מבנים בטוחים, מורכבים יעילים. על ידי פיזור הפער בין מיקרו-מבנה וביצועים מבניים, זה מעצימה מהנדסים לחזות שבר עם נאמנות שלא היה ניתן להעלות על הדעת לפני עשור.
מסקנה
חיזוי שבר בדבורים מורכבות היא בעיה רב-ממדית על ידי הטבע.מהשבר הראשוני של סיבים בודדים לכישלון הקטסטרופלי של קרן, נזק propagates בקנה מידה רחב בגודל מורכב, אינטראקציה קזקד. טכניקות מודלים בקנה מידה גדול - מיקרו-סולן RVEs, meso cohesive אלמנטים, ו- Macscale CDM - לספק את הכלים כדי ללכוד את הפיזיקה הזאת בעוד אתגרים ניסיוניים, הם עדיין, התקדמות נתונים מהירה, ואפקטים, ירידה, ירידה מהירה, ירידה, ירידה, ירידה במשקל, ואפקטים, ואפקטים, ואפקטים, הם נתונים, ירידה מהירה, ירידה של חשיבה, ומהירות, הם, ירידה, ירידה של חומרים מתקדמים, ירידה של חומרים מתקדמים, ו-מחשוב, ו-מחשוב, ירידה של נתונים, ו-מחשוב, ירידה במשקל גבוה, ו-מחשוב, ו-מחשוב, הם מכשולים, ו-מחשוב, ירידה של חומרים בקנה מידה גבוהה, ירידה של חומרים בקנה מידה גבוהה, ו-מחשוב, הם מכשולים, ו-מחשוב, ו-מחשוב, הם עדיין, ו-מחשוב, חסמיקודמיציפיסה-מחשוב, הם עדיין, הם מכשולים, חסמי-מחשוב, חס
מהנדסים אשר מאמצים מודלים רב-ממדיים בעיצוב וניתוח של דבורים מורכבות יקבלו יתרון תחרותי: מבנים קלים, חזקים יותר ואמינים יותר עם מחזורי פיתוח קצרים יותר ועלויות בדיקה מופחתות. כמו אווירול, רכב, אזרחי ואנרגיה לדחוף את גבולות הביצועים המורכבים, חיזוי רב-ממדי יהיה חלק חיוני של תיבת הכלים ההנדסית.