Experimental and Numerical Sizing of Delamination Defects in Layered Composite Materials


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

A methodical approach to the estimation of the localization zone and geometric parameters of delamination defects in layered composite materials is discussed. It is based on mathematical processing of the experimental results of deformation measurements obtained with a grid of fiber-optic sensors. The results of methodological developments related to the determination of the optimal topology of the grid of sensors are shown to ensure the detection of defects of a given size with the necessary accuracy and determination of their parameters. Methods for computational analysis and simulation of the strain-stress state in the defect zone based on the algorithm used for modeling the problems of strain-stress analysis in the defect zone using 2D finite elements instead of 3D ones are reported. These procedures allow one to use models of lower dimensionality while retaining all the features of the strain-stress state. The results of methodological developments related to the determination of the defect parameters from the results of strain measurements using the methodology of solving the inverse problem are shown. This methodology is based on solving the problem of minimizing the discrepancy between the vector of deformation response and the vector of initial parameters. The technique is implemented as software consisting of a series of macros for ANSYS and programs for MATLAB. The results of cyclic testing of a sample made of a multilayer composite material with a delamination type of defects are presented. The increment in the defect size upon loading is estimated by the mathematical processing of data recorded by fiber-optic strain sensors glued on one of the sample surfaces based on the solution of the inverse problem. Comparison of the results of calculations of geometric parameters of the defects with the measurement data obtained by the method of ultrasonic flaw detection shows good agreement between them.

Об авторах

A. Urnev

Mechanical Engineering Research Institute, Russian Academy of Sciences

Автор, ответственный за переписку.
Email: Urnev-AS@yandex.ru
Россия, Moscow, 101990

A. Chernyatin

Mechanical Engineering Research Institute, Russian Academy of Sciences

Email: Urnev-AS@yandex.ru
Россия, Moscow, 101990

Yu. Matvienko

Mechanical Engineering Research Institute, Russian Academy of Sciences

Email: Urnev-AS@yandex.ru
Россия, Moscow, 101990

I. A. Razumovskii

Mechanical Engineering Research Institute, Russian Academy of Sciences

Email: Urnev-AS@yandex.ru
Россия, Moscow, 101990

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Inc., 2019

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».