مدلسازی سازه پلیمری تقویت شده تا نانولوله های کربنی جهت پیش بینی مدول الاستیک
Publish place: The first national conference on building new facilities
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,979
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCNBI01_020
Index date: 19 July 2013
مدلسازی سازه پلیمری تقویت شده تا نانولوله های کربنی جهت پیش بینی مدول الاستیک abstract
خواص مکانیکی، الکتریکی و شیمیایی برجسته نانولوله های کربنی شامل استحکام بالا، خواص الکتریکی منحصر به فرد، دانسیته کم و هدایت حرارتی خوب سبب شده تا این دسته از تقویت کننده ها انتخاب ایده الی جهت تقویت نانوکامپوریت هایی با زمینه فلزی، پلیمری و سرامیکی باشند که کاربردهای وسیعی در مصالح ساختمانی دارند. در این مقاله نانوکامپوزیت تقویت شده با نانولوله های کربن به صورت یک تک رشته که نماینده نانوکامپوزیت می باشد مدلسازی شده است. در مدلسازی انجام شده تمامی اجزاء از جمله نانولوله کربنی(CNT) به صورت مدل محیط پیوسته با خواص معادل، مدل شده است. نانولوله با ابعاد اصلی و زمینه بر اساس درصد حجمی تقویت کننده مدل شده است. خواص فصل مشترک از المان چسبنده در نرم افزار ABAQUS استفاده شده است. برای تعریف این نوع المان نیاز به ایجاد یک بخش مجزا به صورت یک لوله است. استفاده از یک بخش فیزیکی مجزا به معنای وجود یک فاز یا یک ماده سوم در بین CNT و پلیمر نیست و این مدل تنها یک نوع مشابه سازی است که برای مدل کردن خواص انتقال نیرو از رزین به نانولوله استفاده شده‌است. برای تعیین خواص فصل مشترک از نمودار کشش- جدایش مربوط به شبیه سازی MD فرآیند بیرون کشی CNT از پلیمر استفاده شده است. همچنین اثر میزان تقویت کننده اضافه شده بر مدول الاستیک نانو کامپوزیت بررسی شده است. نتایج حاصل نشان داد، این روش مدلسازی در درصدهای حجمی پایین افزایش مدول الاستیک را متناسب با افزایش درصد حجمی نانولوله ها، با خطای کمی پیش بینی می کند
مدلسازی سازه پلیمری تقویت شده تا نانولوله های کربنی جهت پیش بینی مدول الاستیک Keywords:
مدلسازی سازه پلیمری تقویت شده تا نانولوله های کربنی جهت پیش بینی مدول الاستیک authors
رضوان ادیبی پور
کارشناس ارشد مهندسی مکانیک
سیدعلی صدوق ونینی
استاددانشگاه صنعتی امیرکبیر
ناصر کردانی
دانشجوی دکتری
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 :