Diffusion Model of Elastic Properties of Fiber Reinforced Plastic in Humidification Conditions

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In this paper, there is consideration of a model of the dependence of in-plane shear modulus of the carbon fiber reinforced plastics on the time spent in thermally humid conditions is considered. This study is based on the Academician V.M. Buznik’s ideas of the effect of molecular transformations in polymer matrix on their macroscopic properties. The moisture transfer kinetics and changes of the in-plane shear modulus of the carbon fiber reinforced plastics during drying and humidification at 60°C have been investigated. Fick’s second law was used to approximate the dependence of the shear modulus on time, because of the dependence of mechanical properties on moisture content, which is commonly modeling by this law.

About the authors

V. P. Lebedev

Larionov Institute of Physical-Technical Problems of the North of Siberian Branch of the Russian Academy of Sciences

Email: startsev@iptpn.ysn.ru

Corresponding Member of the RAS

Russian Federation, Yakutsk 677980

O. V. Startsev

Larionov Institute of Physical-Technical Problems of the North of Siberian Branch of the Russian Academy of Sciences; NRC “Kurchatov Institute” – VIAM

Author for correspondence.
Email: startsev@iptpn.ysn.ru
Russian Federation, Yakutsk 677980; 353466 Moscow

G. V. Kornienko

NRC “Kurchatov Institute” – VIAM

Email: startsev@iptpn.ysn.ru
Russian Federation, 353466 Moscow

References

  1. Buznik V.M., Kablov E.N. // Her. Russ. Acad. Sci. 2017. V. 87. № 5. P. 397–408. https://doi.org/10.1134/S101933161705001X
  2. Бузник В.М., Каблов Е.Н. Арктическое материаловедение. Томск: Издательский дом Томского государственного университета, 2018. 44 с.
  3. Старцев В.О., Антипов В.В., Славин А.В., Горбовец М.А. // Авиационные материалы и технологии. 2023. № 2 (71). С. 122–144. https://doi.org/10.18577/2713-0193-2023-0-2-122-144
  4. Shvedkova A.K., Petrova A.P., Buznik V.M. // Polym. Sci. Ser. D. 2016. V. 9. № 2. P. 165–171. https://doi.org/10.1134/S1995421216020210
  5. Lebedev M.P., Startsev O.V. // Russ. Chem. Bull. 2023. V. 72. № 2. P. 553–565. https://doi.org/10.1007/s11172-023-3819-1
  6. Kablov E.N., Kirillov V.N., Startsev O.V., Krotov A.S. // Russ. Metall. 2012. V. 2012. № 4. P. 323–329. https://doi.org/10.1134/S0036029512040040
  7. Hussnain S.M., Shah S.Z.H., Megat-Yusoff P.S.M., Hussain M.Z. // Polym. Degrad. Stab. 2023. V. 215. № 1. P. 110452–110460. https://doi.org/10.1016/j.polymdegradstab.2023.110452
  8. Shreepannaga, Vijaya Kini M., Pai D. // Mater. Today: Proc. 2022. V. 52. P. 689–696. https://doi.org/10.1016/j.matpr.2021.10.084
  9. Ahmed F., Mhamdia R., Mohammed S.M.A.K., Benyahia F., Albedah A., Bouiadjra B.A.B. // Sci. Eng. Compos. Mater. 2024. V. 31. № 1. P. 20220235–20220246. https://doi.org/10.1515/secm-2022-0235
  10. Quino G., Tagarielli V.L., Petrinic N. // Compos. Sci. Technol. 2020. V. 199. P. 108316. https://doi.org/10.1016/j.compscitech.2020.108316
  11. Shetty K., Bojja R., Srihari S. // Adv. Compos. Lett. 2020. V. 29. P. 1–9. https://doi.org/10.1177/2633366x20926520
  12. Liu X., Su Q., Zhu J., Song X. // Polymers. 2023. V. 15. № 1. P. 2490–2509. https://doi.org/10.3390/polym15112490
  13. Yang S., Chu M., Chen F., Fu M., Lv Y., Xiao Z., Feng N., Song Y., Li J. // Front. Mater. 2022. V. 9. P. 862872–862886. https://doi.org/10.3389/fmats.2022.862872
  14. Levine H., Slade L. // Water Sci. Rev. 1988. V. 3. No. 1. P. 79–185. https://doi.org/10.1017/CBO9780511552083.002
  15. Nandagopal R.A., Boay C.G., Narasimalu S. // Compos. Struct. 2020. V. 236. P. 111876–111892. https://doi.org/10.1016/j.compstruct.2020.111876
  16. Gao C., Zhou C. // J. Mater. Sci. 2019. V. 54. № 11. P. 8289–8301. https://doi.org/10.1007/s10853-019-03399-7
  17. Bone J.E., Sims G.D., Maxwell A.S., Frenz S., Ogin S.L., Foreman C., Dorey R.A. // J. Compos. Mater. 2022. V. 56. № 14. P. 2189–2199. https://doi.org/10.1177/00219983221091465
  18. Crank J. The mathematics of diffusion. 2nd edn. Clarendon press, Oxford, 1975. 414 p.
  19. Куцевич К.Е., Дементьева Л.А., Лукина Н.Ф. // Труды ВИАМ. 2016. № 8 (44). С. 52–59. https://doi.org/10.18577/2307-6046-2016-0-8-7-7
  20. Startsev O.V., Kornienko G.V., Gladkikh A.V., Gorbovets M.A. // Polym. Sci. Ser. D. 2024. V. 17. № 3. P. 606–614. https://doi.org/10.1134/S1995421224701041

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Russian Academy of Sciences

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».