南方科技大学复合材料力学团队:3D打印连续碳纤维增强复合材料的路径相关渐进损伤失效分析方法|CJME论文推荐

学术   2024-10-24 17:01   北京  

提示点击上方"机械工程学报"关注我吧




引用论文


Chen, Y., Ye, L. Path-Dependent Progressive Failure Analysis for 3D-Printed Continuous Carbon Fibre Reinforced Composites. Chin. J. Mech. Eng. 37, 72 (2024). https://doi.org/10.1186/s10033-024-01054-0
https://cj‍me.springeropen.com/articles/10.1186/s10033-024-01054-0
(戳链接,下载全文)


1

研究背景及目的

碳纤维,尤其是连续碳纤维增强复合材料是国内外广泛认可的具有高比刚度和高比强度的先进材料,并获得了广泛的应用。如今,3D打印技术已经能够实现连续碳纤维增强复合材料结构的快速成型制造。然而,经过设计和3D打印后的连续碳纤维增强复合材料结构通常具有复杂的纤维铺放路径和区域性能各异的特征,为数值建模和表征分析带来了巨大挑战。为解决具有复杂的纤维铺放路径和区域性能各异的3D打印连续碳纤维增强复合材料结构的建模问题,本文提出了一种基于实际纤维铺放路径的渐进损伤失效分析模型,并应用于通过拓扑优化设计的3D打印连续碳纤维增强复合材料结构,通过试验和对比分析,验证了模型的准确性。

2

试验方法

实验的样本,即具有负泊松比和高刚度的连续碳纤维增强尼龙复合材料结构通过Markforged® MII公司的3D打印机制备。其中,打印的样本分为连续碳纤维增强尼龙(CCF/PA)区域和短碳纤维增强尼龙(SCF/PA)区域。基于ASTM D638拉伸测试标准,采用Instron 3366 universal材料测试机获取了短碳纤维增强尼龙的基本力学性能。同时,连续碳纤维增强尼龙的性能可以通过前期测试结果获得。针对两种3D打印连续碳纤维增强尼龙结构开展了压缩测试实验,并基于DIC技术,研究了结构的变形和损伤情况,以验证模型的准确性。
负泊松比连续碳纤维增强复合材料结构的视频

Figure 1  3D printing trajectories for CCF composites with (a) negative Poisson’s ratio or (b) high stiffness, and (c) an auxetic specimen subjected to a compression test


Figure 2  Numerical setup: (a) A front view of 3D-printed CCF composite structure with negative Poisson’s ratio and determination of 3D-printed CCF/PA and SCF/PA parts, (b) A bottom view and through-thickness distribution of 3D-printed CCF/PA and SCF/PA parts, (c) Meshwork of a CCF/PA composite with boundary conditions


3

结果

以负泊松比连续碳纤维增强复合材料结构为例,实验测试表明其平均刚度为219.7 N/mm,而通过常规渐进损伤失效模型(CPF)和基于纤维铺放路径的渐进损伤失效模型(PDPF)计算的平均刚度分别为254.4 N/mm和289 N/mm。可见PDPF计算的准确性比CPF计算的高出16%。CPF和PDPF对峰值力的预测能力基本维持在同一水平。针对能量吸收的计算预测,CPF和PDPF预测的结果分别比实验测试的结果高13.4%和10.8%,说明本文的PDPF模型预测精度比CPF高2.6%。

Figure 3  Comparison of force-displacement curves and horizontal displacement Uxx by DIC photographic analysis (upper) and simulation (bottom) at Point B of 4 mm for 3D-printed CCF/PA auxetic composites


4

结论

通过两种3D打印连续碳纤维增强复合材料结构的数值建模和实验测试,发现本文提出的PDPF模型不仅可以很好的预测力-位移曲线,同时也可以预测多相复合材料(CCF/PA和SCF/PA)的损伤行为。通过与CPF数值模型进行对比,发现PDPF模型普遍具有更高的预测精度,比如刚度和能力吸收的预测精度分别提高了16%和12%。损伤失效机理分析表明应力集中主要分布在3D打印CCF/PA区域,其中剪切、基体拉伸和压缩失效为主要的失效模式。相比之下,SCF/PA的塑性变形只在局部出现。


5

前景与应用

本文提出的基于纤维铺放路径的渐进损伤失效分析模型为预测3D打印连续碳纤维增强复合材料结构(尤其是具有复杂的纤维铺放路径及其区域性能各异的复合材料结构)的损伤行为,提供了有价值的参考和选择。本模型亦可以用于其他常规制造工艺,比如真空辅助成型工艺等所制备的连续碳纤维增强复合材料结构的计算预测。


相关文章/图书推荐

[1] Fu YT, Yao XF. Multi-scale analysis for 3D printed continuous fiber reinforced thermoplastic composites. Compos Sci Technol 2021; 216: 109065.

[2] Galati M, Viccica M, Minetola P. A finite element approach for the prediction of the mechanical behaviour of layered composites produced by Continuous Filament Fabrication (CFF). Polym Test 2021; 98: 107181.

[3] Chen Y, Ye L, Zhang YX, Fu KK. Compression behaviours of 3D-printed CF/PA metamaterials: Experiment and modelling. Int J Mech Sci 2021; 206: 106634.

[4] Chen Y, Ye L. Designing and tailoring effective elastic modulus and negative Poisson’s ratio with continuous carbon fibres using 3D printing. Compos Part A Appl Sci Manuf 2021; 150: 106625.



作者团队介绍


陈园博士(第一作者),南方科技大学助理教授、博士生导师、深圳市鹏城孔雀特聘计划获得者。2019年毕业于悉尼大学,获哲学博士学位。2019-2022年于悉尼大学先进材料技术中心任ARC博士后研究员,从事复合材料力学机理分析、损伤预测、结构设计和先进制造等学术研究,具体研究方向包括:复合材料数值分析、拓扑优化及多功能设计、增材制造等,取得了系列创新性成果,以一作/通讯发表SCI论文20余篇,其中包括复合材料领域顶刊Compos Sci Technol,Compos Part A、Compos Part B等;获得了国际著名专家、学术机构、国际组织等的认可和肯定,受邀担任国际期刊专题主编和30个SCI知名期刊审稿人,波兰国家科学中心(NCN)项目评审专家,获得多个国际学术奖项并与澳大利亚、英国、德国等多个国家知名学者建立了稳固的合作关系,为英国皇家航空学会、欧洲力学学会等国际学术组织成员。



叶林,南方科技大学系统设计与智能制造学院讲席教授, 1982年于哈尔滨工程大学获得学士学位。1984年和1987年于北京航空航天大学分别获得硕士和博士学位。1988年至1990年在西安交通大学工程力学系任讲师,1990年获德国亚历山大洪堡基金会研究奖金赴德国凯撒斯劳滕大学复合材料研究所工作。1992年应聘为澳大利亚悉尼大学机械工程系讲师,此后在悉尼大学历任高级讲师、Reader、教授、学院院长、先进材料技术中心主任等。

叶林教授是复合材料研究领域公认享有国际声誉和学术地位的学科带头人。叶林教授的研究涉及高性能复合材料力学的诸多领域,包括先进复合材料、智能材料与结构、纳米材料及纳米增强复合材料、结构完整性及耐久性。叶林教授在先进复合材料和功能材料的基础研究和技术开发领域均做出了杰出的贡献,获得了世界范围内的广泛认可。取得的研究成果对先进复合材料制造和多功能结构研发产生了重大影响。鉴于叶林教授在先进复合材料等领域的杰出贡献和影响力,2004年获得德国洪堡基金会的Friedrich Wilhelm Bessel研究奖。2005年,为表彰叶林教授为澳大利亚航空航天工业复合材料和智能材料领域的杰出贡献,当选澳大利亚工程院(ATSE)院士(FTSE)。



团队研究方向

1.复合材料微观机理分析、损伤预测建模

2.连续纤维增强复合材料3D打印技术

3.复合材料拓扑优化和结构设计

4.新型复合材料设计和智能制造

5.多尺度计算模拟和实验方法

6.工程智能算法及机器学习



近年团队发表文章

[1] Li GX, Chen Y*, Li Q. Strength-based collaborative topology optimization for continuous fiber reinforced composites. Comput Meth Appl Mech Eng 2024; 430: 117206.
[2] Li GX, Chen Y*, Wei GK. Continuous fiber reinforced meta-composites with tailorable Poisson’s ratio and effective elastic modulus: Design and experiment. Compos Struct 2024; 329: 117768.
[3] Wei GK, Chen Y*, Li Q, Fu KK. Multiscale topology optimisation for porous composite structures with stress-constraint and clustered microstructures. Comput Meth Appl Mech Eng 2023; 416: 116329. 
[4] Chen Y*, Klingler A, Fu KK, Ye L. 3D printing and modelling of continuous fibre reinforced composite grids with enhanced shear modulus. Eng Struct 2023; 286: 116165.
[5] Chen Y*, Mai Y-W, Ye L. Perspectives for multiphase mechanical metamaterials. Mater Sci Eng R Rep 2023; 153: 100725. 
[6] Chen Y, Ye L, Kinloch A, Zhang YX. 3D printed carbon-fibre reinforced composite lattice structures with good thermal-dimensional stability. Compos Sci Technol 2022; 227: 109599.
[7] Chen Y*, Ye L. Designing and tailoring effective elastic modulus and negative Poisson’s ratio with continuous carbon fibres using 3D printing. Compos Part A 2021; 150: 106625.
[8] Chen Y, Ye L. Topological design for 3D-printing of carbon fibre reinforced composite structural parts. Compos Sci Technol 2021; 204: 108644.

更多详细内容请点击文后阅读原文获取。


作      者:陈   园
责任编辑:谢雅洁
责任校对:向映姣
审      核:张   强


JME学院简介

JME学院是由《机械工程学报》编辑部2018年创建,以关注、陪伴青年学者成长为宗旨,努力探索学术传播服务新模式。


欢迎各位老师扫码添加小助理-暖暖为好友,由小助理拉入JME学院官方群!


更多精彩视频




欢迎关注JME学院视频号~


寻觅合作伙伴

有一种合作叫做真诚,有一种发展可以无限,有一种伙伴可以互利共赢,愿我们合作起来流连忘返,发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等,请与我们联系。



感谢关注我们!《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度学术媒体




推荐阅读


北京化工大学高金吉院士团队:考虑有限板厚的冲击弹性球的恢复系数预测|CJME论文推荐


天津大学何柏岩教授团队:环形天线展开动力学建模与驱动方案研究|CJME论文推荐
浙江工业大学李研彪教授团队:基于预加载控制算法的高速开关阀开关频率改进|CJME论文推荐
封面文章|上海交通大学王冬副教授团队:从PHM的关键步骤看锂离子电池PHM研究进展|CJME论文推荐
南京航空航天大学赵又群教授团队:复合式柔性负重轮履带车辆平顺性数值预测|CJME论文推荐
中国地质大学(武汉)柏伟教授团队:超声手术刀的多目标优化: 振动频率、输出幅值与服役寿命|CJME论文推荐
西安交通大学查俊副研究员团队:基于多工位同步激光跟踪的龙门数控机床几何误差检测|CJME论文推荐
面向重型卡车预测巡航的换档策略与发动机转矩控制的实时协同优化|CJME论文推荐
北航丁希仑教授团队——具有可折展特性的腿臂融合四足机器人多模态设计与分析|CJME论文推荐
东南大学殷国栋教授团队——基于传感器运动估计的标定状态监测和外参校正方法|CJME论文推荐
封面文章|清华大学刘辛军教授团队针对协作机器人的负载能力和动态响应特性构建优化设计指标|CJME论文推荐
北京理工大学&天津商业大学综述文章:数字孪生建模技术与机床智能化的融合应用|CJME论文推荐
封面文章|南航徐九华教授团队详细解读难切削合金可持续磨削技术的创新与发展|CJME论文推荐
江苏科技大学乔岩欣副教授团队:电化学充氢对Ti-6Al-4V合金在海水中的腐蚀影响|CJME论文推荐
重庆大学唐小林教授团队——洞悉未来趋势:强化学习在混合动力能量管理中的应用与展望|CJME论文推荐
高金吉院士团队新突破:LW-CNN算法,让旋转机械同频振动故障诊断更高效、更精准!|CJME论文推荐
燕山大学&东莞理工学院:并联自对齐踝关节康复机器人|CJME论文推荐
西南交通大学翟婉明院士团队:重载机车车轮非圆化磨耗演变机理及控制措施|CJME论文推荐
上海交通大学高峰教授团队——智能步态:六足机器人步态优化框架|CJME论文推荐
西南科技大学余家欣教授团队:钛合金表面化学镀镍硼涂层的摩擦学性能|CJME论文推荐
中南大学汪馗教授团队:3D打印连续苎麻纤维增强复合材料薄壁结构的几何精度及吸能特性|CJME论文推荐
重庆大学黄云教授团队:率及磨料磨损的钛合金砂带磨削能量评价|CJME论文推荐
同济大学刘畅辉副教授团队:薄壁零件夹具布局优化研究进展综述|CJME论文推荐
中北大学祝锡晶教授团队:基于荧光分析的超声空化强度实验研究|CJME论文推荐
安徽工程大学张荣芸教授团队:基于Swin Transformer和LaneNet的车道线检测|CJME论文推荐
中北大学张治民教授团队:多向加载旋转挤压新技术|CJME论文推荐
浙江大学杨华勇院士团队:高精度多通道生物制造装备研制|CJME论文推荐
浙江大学杨华勇院士团队杨赓研究员:虚实孪生体驱动的机器人化身|CJME论文推荐

版权声明:


本文为《机械工程学报》编辑部原创内容,欢迎转载!

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!


联系我们:


联系人:暖暖

电话:010-88379909

E-mail:jme@cmes.org

网 址:http://www.cjmenet.com.cn

官方微信号:jmewechat

长按图片,识别二维码,关注我哟


机械工程学报
稿件查询,过刊浏览,机械领域文章推荐
 最新文章