Design of an Experimental Procedure for the Characterization of Cohesive Laws in Composites
Authors
Prieto Viejo, Felix ; Mato Sanz, Jose ; Jaume Camps, Pere Joan
Term
4. term
Education
Publication year
2020
Submitted on
2020-06-03
Pages
139
Abstract
Denne afhandling præsenterer design og validering af en eksperimentel metode, der på en enkel og nøjagtig måde bestemmer kohæsive love i lagdelte kompositmaterialer. Kohæsive love beskriver sammenhængen mellem kraft og adskillelse i en lag- eller limgrænse – med andre ord, hvordan en binding bærer last og derefter gradvist svigter, når en revne åbner sig. Loven udledes fra forskydningsfeltet (displacement field) målt på den ene arm af en Double Cantilever Beam (DCB) prøve ved hjælp af en omvendt parameteridentifikation udviklet i et tidligere semester. Målingerne udføres med digital billedkorrelation (Digital Image Correlation, DIC), så kun forskydningsfelter behøves. For at forstå, hvor følsomme resultaterne er over for praktiske usikkerheder, anvendes Monte Carlo-analyser. Korrelationsstudier bruges til at identificere de forsøgsparametre, der i størst grad bestemmer størrelsen af de konfidensintervaller, der opnås. På baggrund af disse resultater indføres ændringer i den omvendte model for at forbedre nøjagtighed og stabilitet. Med udgangspunkt i erfaringer og den statistiske analyse udformes en forsøgsprocedure, der reducerer påvirkningen fra de mest indflydelsesrige variable. Proceduren er hurtig og enkel, minimerer behovet for menneskelig tolkning i databehandlingen og har potentiale til at blive anvendt under træthedsbelastning. Målet er en metode, der er bredt anvendelig i industrien.
This thesis designs and validates an experimental method to determine cohesive laws in layered composite materials in a simple and accurate way. Cohesive laws describe the relation between traction and separation at an interface—that is, how a bond carries load and then gradually fails as a crack opens. The law is inferred from the displacement field measured on one arm of a Double Cantilever Beam (DCB) specimen using an inverse parameter identification developed in a previous semester. Measurements are obtained with Digital Image Correlation (DIC), so only displacement fields are required. To assess how experimental uncertainties affect the results, Monte Carlo analyses are performed. Correlation studies identify which inputs most influence the width of the confidence intervals. Based on these findings, the inverse model is refined to improve accuracy and stability. Drawing on prior experience and the statistical analysis, we propose an experimental procedure that reduces the impact of the most influential variables. The procedure is fast and simple, limits human interpretation during data processing, and has the potential to be applied under fatigue loading. The overarching goal is broad industrial applicability.
[This abstract was generated with the help of AI]
Keywords
Documents