بررسی پایداری تیر کامپوزیتهای پلیمری تقویت شده با نانو لولههای کربنی با مدلسازی چند مقیاسی
Publish place: 19th Annual Conference on Mechanical Engineering (ISME2011)
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,579
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME19_583
تاریخ نمایه سازی: 2 اردیبهشت 1390
Abstract:
هدف از این تحقیق، ارائه یک روش مدلسازی چندمقیاسی مبتنی بر ترکیب دو روش مکانیک سازه مولکولی و المان محدود به منظور مطالعه پایداری کامپوزیتهای پلیمری تقویتشده با نانولوله- های کربنی میباشد. برای مدلسازی نانولولههای کربنی، از روش مکانیک سازه مولکولی استفاده میشود. این در حالیست که برای مطالعه رفتار مکانیکی ماتریس پلیمری، از روشهای مبتنی بر مکانیک محیطهای پیوسته و تحلیل المان محدود خطی, بهره گرفتهمیشود. فرض اساسی این مدل آن است که نانولوله و ماتریس پلیمری با استفاده از نیروهای ضعیف واندروالسی بر مبنای پتانسیل لنارد -جونز، به هم متصل شدهاند. برای مدلسازی این نیروها، از المان فنر استفاده میگردد که ثابت فنر آن برابر با مشتق دوم پتانسیل است. با استفاده از روش مورد نظر، در ابتدا به منظور بررسی نقش تقویتی نانولولههای کربنی، نیروی لازم برای اعمال یک تغییر شکل محوری مشخص در تیر ستونهای ساخته شده از پلیمر محاسبه شده و نتایج بدست آمده با مقادیر مربوط به تیر ستون نانوکامپوزیتی مقایسه می- گردد.
Keywords:
Authors
علی قربان پور ارانی
دانشیار گروه مهندسی مکانیک، دانشکده مهندسی، دانشگاه کاشان
سعید امیر
دانشجوی دکتری، دانشکده مهندسی، دانشگاه کاشان
علیرضا شجری
دانشجوی کارشناسی ارشد، دانشکده مهندسی، دانشگاه کاشان
امیرحسین هاشمی سنجانی
دانشجوی کارشناسی ارشد، دانشکده مهندسی، دانشگاه کاشان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :