$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유리섬유 강화 플라스틱의 역학적 거동 구현을 위한 Digimat와의 연성해석 연구
Coupled Analysis with Digimat for Realizing the Mechanical Behavior of Glass Fiber Reinforced Plastics 원문보기

한국전산구조공학회논문집 = Journal of the computational structural engineering institute of Korea, v.32 no.6, 2019년, pp.349 - 357  

김영만 (충남대학교 기계공학부) ,  김용환 (충남대학교 기계공학부)

초록
AI-Helper 아이콘AI-Helper

유한요소법(finite element method)은 다양한 분야에서 재료의 역학적 거동을 더욱더 현실적으로 해석하고 예측하는 방법으로 다양한 분야의 제품 개발에 적용되고 있다. 하지만 섬유배향과 변형률 속도가 역학적 특성에 영향을 미치는 유리섬유 강화 플라스틱 복합재료에 관한 수치해석을 이용한 접근 방법은 현재까지 다소 어려움이 있다. 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다. 또한 이를 통해 좀더 현실적으로 고분자 복합재료의 거동을 예측하고자 한다. 이를 위해 다양한 고분자 중 30wt%의 단섬유 질량 비율을 갖는 폴리부틸렌 텔레프탈레이트(polybutylene terephthalate, PBT)의 섬유배향과 변형률 속도에 따른 인장 특성을 참고문헌을 통해 조사하였다. 또한 Moldflow 프로그램을 사용한 사출해석을 통해 유리섬유 배향 정보를 계산하였으며 이를 매핑(mapping) 과정을 통해 유한요소 인장 시편 모델에 전달하였다. 대표적인 유한요소 상용 프로그램 중 하나인 LS-DYNA는 유리섬유 배향과 변형률 속도에 따른 복합재료의 인장 특성을 연구하기 위해 Digimat과의 연성해석(coupled analysis)에 활용되었다. 그리고 유리섬유 강화 플라스틱 복합재료를 해석하기 위한 LS-DYNA의 다양한 비등방성(anisotropic) 재료 모델들의 장단점을 서로 비교하고 평가하였다.

Abstract AI-Helper 아이콘AI-Helper

Finite element method (FEM) is utilized in the development of products to realistically analyze and predict the mechanical behavior of materials in various fields. However, the approach based on the numerical analysis of glass fiber reinforced plastic (GFRP) composites, for which the fiber orientati...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다. 또한 이를 통해 좀 더 현실적으로 고분자 복합재료의 거동을 예측하고자 한다. 이를 위해 다양한 고분자 중 30wt%의 단섬유 질량 비율을 갖는 폴리부틸렌 텔레프탈레이트(polybutylene terephthalate, PBT)의 섬유배향과 변형률 속도에 따른 인장 특성을 참고문헌을 통해 조사하였다.
  • 본 연구에서 다양한 분야의 제품 개발에 사용되고 있는 유한요소법을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 구현하고자 하였으며 다음과 같은 결론을 얻었다.
  • 본 연구에서는 PBT GF30%wt의 변형 거동과 유사한 EP 재료 모델에 관해서 다루고자 한다. EP 재료 모델은 식 (5)와 같이 J2-plasticity 모델로 표현된다(Digimat, 2018).
  • 하지만 섬유배향과 변형률 속도가 역학적 특성에 영향을 미치는 유리섬유 강화 플라스틱 복합재료에 관한 수치해석을 이용한 접근 방법은 현재까지 다소 어려움이 있다. 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다. 또한 이를 통해 좀 더 현실적으로 고분자 복합재료의 거동을 예측하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
유리섬유 강화 플라스틱(glass fiber reinforced plastic, GFRP) 복합재료의 장점은? 고분자 복합재료는 열가소성(thermoplastic), 열경화성(thermoset) 고분자 기지재(matrix)와 유리섬유, 탄소섬유 등과 같은 섬유 강화재(reinforcement)로 구성되어 있다. 이들 중 사출성형으로 제작되는 유리섬유 강화 플라스틱(glass fiber reinforced plastic, GFRP) 복합재료는 높은 역학적 강도, 전기에 대한 우수한 절연 효과, 쉬운 성형과 빠른 제작 과정 등과 같은 장점으로 자동차의 내·외장 부품들에 광범위하게 사용되고 있다(Brunbaer et al., 2014; Park et al.
유리섬유 강화 플라스틱 복합재료의 구조적 특성은? 유리섬유 강화 플라스틱 복합재료는 고분자 기지재와 강화재인 유리섬유의 서로 다른 두 가지 상(phase)이 혼합되어 있는 구조적 특성이 있다. 이러한 구조적 특성을 구현하기 위해 Digimat에서는 거시적 변형률과 응력은 이를 구성하고 있는 미세 구조들의 상대적인 평균 변형률과 평균 응력으로 정의할 수 있는 평균장 균질화(mean-field homogenization) 방법을 사용하고 있다.
유한요소법(finite element method)의 한계점은? 유한요소법(finite element method)은 다양한 분야에서 재료의 역학적 거동을 더욱더 현실적으로 해석하고 예측하는 방법으로 다양한 분야의 제품 개발에 적용되고 있다. 하지만 섬유배향과 변형률 속도가 역학적 특성에 영향을 미치는 유리섬유 강화 플라스틱 복합재료에 관한 수치해석을 이용한 접근 방법은 현재까지 다소 어려움이 있다. 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (25)

  1. Bernasconi, A., Cosmi, F. (2008) Local Anisotropy Analysis of Injection Moulded Fibre Reinforced Polymer Composites, Compos. Sci. Technol., 68, pp.2574-2581. 

  2. Brunbaer, J., Mosenbacher, A. (2014) Fundamental Influences on Quasistatic and Cyclic Material Behavior of Short Glass Fiber Reinforced Polyamide Illustrated on Microscopic Scale, J. Appli. Polym. Sci., 131(19). 

  3. De Monte, M., Moosbrugger, E. (2010) Influence of Temperature and Thickness on the Off-axis Behaviour of Short Glass Fibre Reinforced Polyamide 6.6-Quasi-static Loading, Compos. Part A: Appl. Sci. & Manuf., 41(7), pp.859-871. 

  4. Digimat (2018) User's Manual, Ex-stream Engineering, pp.259-457. 

  5. Dobes, M., Navratil, J. (2017) Computational Material Models for TSCP Plastics Comparison of the Deformation behavior with *MAT_24 and *MAT_SAMP-1 with DIEM, 11th European LS-DYNA Conference. 

  6. Esmaeillou, B., Ferreira, P. (2012) Fatigue Behavior of Polyamide 66/Glass Fiber under Various Kinds of Applied Load, Polymer Compos., 33(4), pp.540-547. 

  7. Gullu, A., Ozdemir, A. (2006) Experimental Investigation of the Effect of Glass Fibers on the Mechanical Properties of Polypropylene(PP) and Polyamide 6(PA6) Plastics, Mater. & Des., 27(4), pp.316-323. 

  8. Hatt, A. (2014) Anisotropic Modeling of Short Fibers Reinforced Thermoplastics Material with LS-DYNA, 13th LS-DYNA German Forum, Bamberg. 

  9. Hubert, L. (2007) Methodology for Selection of Material Material for Plastics Impact Simulation, 6th European LS-DYNA Conference. 

  10. Kamaya, M. (2016) Ramberge Osgood Type Stresse Strain Curve Estimation using Yield and Ultimate Strengths for Failure Assessments, Int. J. Press. Vessel. & Pip., 137, pp.1-12. 

  11. Kim, Y.J., Huh, N.S. (2004) On Relevant Ramberg-Osgood Fit to Engineering Nonlinear Fracture Mechanics Analysis, J. Press. Vessel. Technol., 126(3), pp.277-283. 

  12. Korte, W., Pazour, S. (2016) Potential of MAT15 7 for Short Fiber-reinforced Injection Molded Plastic Components, LS-DYNA Forum. 

  13. Linn, J. (2005) The Folgar-Tucker Model as a Differential Algebraic System for Fiber Orientation Calculation, ITWM, 75, pp.2-4. 

  14. LS-DYNA (2016) R9.0 KEYWORD USER'S MANU AL-Material Models, LSTC, 2-79-2-807. 

  15. Mortazavian, S. (2015) Fatigue Behavior and Modeling of Short Fiber Reinforced Polymer Composites, Eng.D., University of Toledo, p.409. 

  16. Mortazavian, S., Fatemi, A. (2017) Tensile behavior and Modeling of Short Fiver-reinforced Polymer Composites including Temperature and Strain Rate Effects, J. Thermoplast. Compos. Mater., 30(10), pp.1414-1437. 

  17. Park, J.M., Kim, H.D. (2015) Properties of Randomly Oriented Chopped E-glass Reinforced Unsaturated Polyester based Resin Composite, Korean Soc. Dyers & Finish., 9, pp.165-174. 

  18. Pierantoni, M., De Monte, M. (2011) Viscoelastic Material behaviour of PBT-GF30 under Thermo-Mechanical Cyclic Loading, Proced. Eng., 10, pp.2141-2146. 

  19. Schaaf, A., De Monte, M. (2014) Life Estimation Methodology for Short Fiber Reinforced Polymers under Thermo-Mechanical Loading in Automotive Applications, Mater. Sci. & Eng. Technol., 46(2), pp.214-228. 

  20. Tanaka, K., Kitano, T. (2014) Effect of Fiber Orientation on Fatigue Crack Propagation in Short-fiber Reinforced Plastics, Eng. Fract. Mech., 123, pp.44-58. 

  21. Thomason, J.L. (1996) The Influence of Fibre Length and Concentration on the Properties of Glass Fibre Reinforced Polypropylene, Compos. Part A: Appl. Sci. & Manuf., 27(6), pp.447-484. 

  22. Thomason, J.L. (1999) The Influence of Fibre Properties of the Performance of Glass Fibre Reinforced Polyamide 6,6, Compos. Sci. Technol, 59, pp.2315-2328. 

  23. Thomason, J.L. (2006) Structure-Property Relationships in Glass-reinforced Polyamide, Part 1: The Effects of Fiber Content, Polym. Compos., 27, pp.552-562. 

  24. Wang, Z., Zhou, Y. (2002) Effects of Temperature and Strain Rate on the Tensile behavior of Short Fiber Reinforced Polyamide-6. Polym. Compos., 23(5), pp.858-871. 

  25. Zhou, Y., Mallick, P.K. (2005) A Non-linear Damage Model for the Tensile behavior of an Injection Molded Short E-glass Fiber Reinforced Polyamide-6,6. Mater. Sci. & Eng.: A, 393(1), pp.303-309. 

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로