Fibreloop项目是Marie Sklodowska-Curie(MSCA)博士网络,旨在促进复合材料的循环经济战略的工业实施。将培训14名博士候选人,以解决复合部分的回收,直至设计和生产新的回收组件。主题包括当前和新回收技术的评估,增强和开发;回收材料行为的实验评估;回收复合材料和零件的材料模型和设计方法的开发;以及将回收的复合材料和循环经济实施实施到现实生活中的工业案例中。Fibreloop涉及18个欧洲大学和公司。
本研究的首要目标是探讨天然纤维复合材料在航空结构中的应用潜力,尤其是直升机结构。将使用亚麻纤维复合材料作为环氧预浸料的各种实证研究来实现这一目标。进行并评估结构力学分析试验,包括拉伸、弯曲、冲击和碰撞试验。在有限元法框架内进一步开发和应用现有材料模型,研究超轻型直升机的尾翼和机舱门在高度生物基混合设计中的机械性能。元素、子组件和组件级别的迭代验证支持零件的混合和开发。拉伸试验表明,亚麻纤维复合材料的应力-应变行为呈非线性,被描述为双线性。这一发现以失效准则的形式纳入设计中。此外,将织物编织的结构机械性能与连续单向纤维复合材料进行了比较。编织亚麻复合材料的机械性能低于预期,单向增强层压板的应用被认为是更好的选择。对最终制造的部件也进行了实证分析,同时验证了它们的模拟和派生的材料模型。其他研究涉及亚麻纤维复合材料的吸湿性,以及对无损检测方法的适用性。亚麻广为宣传的优越的阻尼性能也可以得到验证。关于使用天然纤维复合材料的动机,通过比较生产和报废时所体现的能量与使用寿命内与质量相关的排放,评估了设计部件的生态效率。可以看出,节省原材料生产可以弥补小幅额外的质量损失,并且仍然可以带来整体有益的生态效率。总之,与传统纤维复合材料相比,分析了亚麻纤维复合材料的几种特性。研究结果和确定的趋势为进一步详细调查研究和为航空及相关行业的应用提出建议提供了基础。
硅藻被描述为“纳米级光刻师”,因为它们能够制造复杂的三维无定形二氧化硅外骨骼。这些结构的层次结构为硅藻提供了机械保护以及过滤、漂浮和操纵光线的能力。因此,它们成为一种非凡的多功能材料模型,可供人们从中汲取灵感。在本文中,我们使用数值模拟、分析模型和实验测试来揭示 Coscinodiscus 物种硅藻的结构和流体动力学效率。然后,我们提出了一种新型的 3D 可打印多功能仿生材料,可用于多孔过滤器、热交换器、药物输送系统、轻型结构和机器人等应用。我们的研究结果证明了大自然作为高效可调系统的材料设计师的作用,并突出了硅藻在工程材料创新方面的潜力。此外,本文报告的结果为扩展硅藻的结构-性能表征奠定了基础。
摘要 我们提出了一种外部驱动声学超材料模型,该模型由耦合声波导的非线性平行阵列组成,支持逻辑 phi 位,即量子位 (qubit) 的经典类似物。相关多 phi 位系统的描述强调了在相应的希尔伯特空间中表示 phi 位和多 phi 位矢量状态的重要性。实验数据用于演示单 phi 位 Hadamard 门和相移门的实现。三 phi 位系统还用于说明多 phi 位门以及简单类量子算法的开发。这些演示为基于声学超材料的数字量子模拟计算平台的实现奠定了基础,该平台可以实现类量子门,并可能成为模拟材料的高效平台。
添加性生产的金属零件的抽象设计需要组合模型,以预测微观结构,制造和操作条件的零件的机械响应。本文记录了我们对空军研究实验室(AFRL)添加剂制造建模挑战3的反应,该挑战3要求参与者预测IN625的拉伸优惠券作为微观结构和制造条件的函数的机械响应。代表性体积(RVE)方法与晶体可塑性材料模型结合在一起,该模型在用于应对挑战的快速傅立叶变换(FFT)框架内求解。在竞争期间,材料模型的量化被证明是一个挑战,这促使本手稿中使用适当的概括分解(PGD)引入了本手稿。最后,一种称为自洽聚类分析(SCA)的机械减少阶方法,显示为解决这些问题的FFT方法的替代方法。除了提出反应分析外,还讨论了与建模相关的一些物理解释和假设。
10.1 简介 10-2 10.2 系统工程及其武器开发方法 10-3 10.2.1 简介 10-3 10.2.2 系统工程和弹药寿命管理 10-3 10.2.3 系统工程、故障模式和风险管理 10-4 10.2.4 武器的系统工程和螺旋式发展 10-12 10.3 智能全寿命管理 10-14 10.3.1 英国研究 10-14 10.3.2 全球研究 10-17 10.4 含能材料分析 10-21 10.4.1 加速老化和数据分析 10-21 10.4.2 寿命评估测试:考虑因素和进展 10-23 10.4.3 单轴、双轴和三轴机械测试 10-26 10.4.4裂纹扩展失效 10-29 10.4.5 本构材料模型数据 10-30 10.4.6 粘结试验 10-30 10.4.7 无损评估 10-31 10.5 建模 10-32 10.5.1 使用寿命预测建模 10-34 10.5.2 从头算或基于物理的建模 10-38 10.5.3 配套资产和套料 10-39 10.6 数字线程和孪生 10-42 10.7 结论 10-45 致谢 10-45 词汇表 10-46 参考文献 10-47
金属增材制造部件中的残余应力是一个众所周知的问题。它会导致样品在从构建板上取出时变形,并且对疲劳产生不利影响。了解打印样品中的残余应力如何受到工艺参数的影响对于制造商调整工艺参数或部件设计以限制残余应力的负面影响至关重要。在本文中,使用热机械有限元模型模拟增材制造样品中的残余应力。材料的弹塑性行为通过基于机制的材料模型来描述,该模型考虑了微观结构和松弛效应。通过将模型拟合到实验数据来校准有限元模型中的热源。将有限元模型的残余应力场与同步加速器 X 射线衍射测量获得的实验结果进行了比较。模型和测量的结果显示残余应力场具有相同的趋势。此外,结果表明,随着激光功率和扫描速度的改变,所产生的残余应力的趋势和幅度没有显著差异。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可协议开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
在现代军事冲突中爆炸脑损伤无处不在,发病率显着和死亡。然而,爆炸超压波引起人类特定颅内损伤的机制尚不清楚。审查了接触BLAST的服务成员的神经角膜神论者和神经外科医生的临床经验,揭示了对脑血管的损伤模式,表现为蛛网膜下腔出血,假脑膜瘤,早期弥漫性弥漫性大脑肿瘤。此外,在以下组织界面处的爆炸性脑损伤受害者(TBI)的受害者的精神病学病例系列(TBI)显示出独特的星形胶质疤痕模式:亚皮拉神经胶质板,血管周围,周围性脑膜周围和脑灰白色界面。BLAST TBI中临床和神经病理发现的统一特征是材料界面的损伤的共同点,无论是固体液体还是固差界面。这激发了以下假设:BLAST TBI是颅内机械界面处的损伤。为了研究颅内界面动力学,我们使用模型的人头简化但包含Gyri,Sulci,脑脊液(CSF),心室和脉管系统的模型进行了新的计算模拟,并具有高空间分辨率。模拟是在混合欧拉(Lagrangian仿真套件)中进行的(通过Zapotec耦合到Sierra Mechanics)。由于较大的计算网格,模拟需要高性能计算资源。这些空化事件与亚型神经胶质板处的高界面应变速率相邻。在多种曝光场景中进行了二十个模拟,包括150、250和500 kPa的超压,1 ms超压持续时间 - 在材料模型参数(脑剪切特性,颅骨弹性模块)中,多次爆炸暴露(前爆炸,侧面爆炸和壁爆炸)在材料模型参数(脑剪切特性,脑剪切特性)中。所有模拟都可以预测CSF内(脑脉管系统驻留的地方)内的流体空化,空化发生在深层且扩散成脑硫。较大的过压模拟(250和500kPa)表现出脑室内的气蚀,这也与邻近的高脑室应变率有关。此外,嵌入式核内血管结构的模型(直径较小至0.6 mm),可预测的血管内空化,邻近高血管周围应变率。
我们探索了矩形 Kapton 薄膜上单个折痕的粘塑性行为,Kapton 薄膜是几种受折纸启发的薄纱空间结构设计中最基本的构建块。这是折痕薄膜机械行为中经常被忽视的一个组成部分,它会影响部署动力学和可重复性。首先,我们展示了一些实验,这些实验突出了 Kapton 的粘性特性对折痕产生过程的影响,以及折痕的平衡角度如何由塑性和粘度的组合决定。作为实验的一部分,我们建立了一个强大的实验程序,能够创建可重复的折痕。然后,我们将之前的建模工作扩展到一种简单的粘塑性材料中,该材料结合了标准线性模型和摩擦元素来模拟永久变形。使用一系列 Kapton 松弛测试校准材料模型。然后,我们使用它来模拟我们的折痕实验,使用商用有限元包中的 1D 梁元素。尽管定量差异仍然很大,但我们的分析能够捕捉到实验中观察到的趋势。我们的结果强调需要对聚合物薄膜的粘塑性进行进一步的实验和建模。
焊料疲劳是电力电子模块中观察到的主要故障模式之一。在使用条件下,电力电子部件会受到由电阻加热引起的反复温度波动。由于热膨胀系数不匹配,材料互连处会产生热机械应力。尽管如此,高可靠性应用要求使用寿命长达 30 年。因此,需要加速测试方法。然而,由于非弹性变形的应变率依赖性,理论寿命建模对于将加速测试方法的结果与通常的使用条件进行比较是必要的。本研究报告了一种在 20 kHz 超声波频率下运行的机械测试方法。在测试过程中,样品会受到反复弯曲变形,直到焊点最终断裂。确定了从室温到 175 ◦ C 的不同温度下裂纹萌生的循环次数。此后,对疲劳实验进行 FEM 计算机模拟,其中粘塑性 Anand 模型用作焊料的材料模型。用损伤累积模型评估焊料中裂纹的起始时间,该模型结合了 Coffin-Manson 模型和 Goodman 关系的多轴版本。结果表明,该模型可应用于焊料合金 PbSnAg、Sn3.5Ag 和 SnSbAg。