Grid-Characteristic Numerical Method for Low-Velocity Impact Testing of Fiber-Metal Laminates


Цитировать

Полный текст

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

Аннотация

The grid-characteristic numerical method (GCM) for hyperbolic equations systems is applied in many science fields—gas dynamics, hydrodynamics, plasma dynamics, etc. Its application for problems of dynamics of deformable solids is less popular, especially in comparison with finite elements methods. GCM shows good results and high performance for elastic wave problems in the approximation of small deformations—seismic survey and ultrasound non-destructive testing in medicine, aviation and railway industry. Low-velocity impacts (hail, dropped tool, bird strike, etc.) are one of the most dangerous load types for polymer composites. They cause barely visible impact damage (BVID) that can only be detected by a thorough ultrasound testing, but severely reduces the residual strength of the material, especially for a compression load along the surface. This testing increases the operating cost, and its necessity can be easily missed, which greatly reduces the reliability of polymer composites. Hybrid fiber-metal composites (GLARE, ARALL, titanium composite laminates) were developed to unify the advantageous properties of polymer composites and metal. The addition of a thin metal layer (1–2 mm) helps to reduce the impact vulnerability of polymer composites in case of a penetration or significant deformations of the material. The application of GCM for low-velocity impact problems can help to explain the damage pattern in fiber-metal composites in case of low-velocity strike, including delamination effects, by modelling elastic wave processes in the complex anisotropicmedium. This article contains the brief description of the GCM and numerical results that were obtained for model problems of a low-velocity impact on titanium composite laminates.

Об авторах

K. Beklemysheva

Moscow Institute of Physics and Technology

Автор, ответственный за переписку.
Email: amisto@yandex.ru
Россия, Institutskii per. 9, Dolgoprudnyi, Moscow oblast, 141701

A. Vasyukov

Moscow Institute of Physics and Technology

Email: amisto@yandex.ru
Россия, Institutskii per. 9, Dolgoprudnyi, Moscow oblast, 141701

A. Kazakov

Moscow Institute of Physics and Technology

Email: amisto@yandex.ru
Россия, Institutskii per. 9, Dolgoprudnyi, Moscow oblast, 141701

I. Petrov

Moscow Institute of Physics and Technology

Email: amisto@yandex.ru
Россия, Institutskii per. 9, Dolgoprudnyi, Moscow oblast, 141701

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Pleiades Publishing, Ltd., 2018

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».