تحلیل رفتار شکست پلی کریستال نیترید کربن به روش های الگوریتم ژنتیک و دینامیک مولکولی
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 37
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JACSM-36-2_003
تاریخ نمایه سازی: 17 شهریور 1403
Abstract:
کمانش غیرخطی ناشی از مرزدانه ها در ساختارهای دو بعدی و عیوب هندسی به عنوان عوامل اثرگذار بر رفتار شکست این ساختارها معرفی می شوند. از آنجایی که رفتار مکانیکی نانوساختارهای پلی کریستال به خوبی شناخته نشده است، در این مقاله، بررسی رفتار مکانیکی نانوصفحات نیترید کربن به عنوان تابعی از دما و مرزدانه مورد مطالعه قرار گرفت. عملکرد مکانیکی پلی کریستال نیترید کربن در حضور و عدم حضور ترک لبه ای و در دماهای ۱۰۰ تا ۹۰۰ کلوین مورد آزمایش قرار گرفت. از شبیه سازی دینامیک مولکولی به عنوان یک روش مقرون به صرفه برای مدلسازی صفحات دو بعدی با انتخاب تابع پتانسیل مناسب و شرایط مرزی استفاده شد. نتایج نشان داد که خواص مکانیکی مونوکریستال نیتزید کربن با افزایش دما کاهش یافت و نتایج در راستای زیگزاگ بالاتر از آرمچیر گزارش شد. همین روند برای ساختار پلی کریستال نیز مشاهده شد که با افزایش دما، مدول یانگ، تنش و کرنش شکست کاهش یافت. همچنین، افزایش طول ترک از ۵ به ۲۵ آنگستروم نیز سبب کاهش خواص مکانیکی شد. از سویی دیگر، افزایش تعداد ناحیه برای پلی کریستال نیترید کربن موجب کاهش تنش شکست گردید. علاوه بر این، بهینه سازی به روش الگوریتم ژنتیک صورت پذیرفت و نتایج نشان داد که مقدار بهینه ی مدول یانگ برای پلی کریستال نیترید کربن با ۵۳ ناحیه در دمای ۹۵/۵۸۶ کلوین و طول ترک ۵۲/۶ آنگستروم، معادل ۱۸/۳۳۸ گیگاپاسکال است. نتایج بدست آمده از این مطالعه را می توان به موارد پیچیده تر تعمیم داد تا درک عمیق تری از نسل های بعدی ساختارهای دو بعدی را پیش بینی نماید.
Keywords:
Authors
مهدی بینقی
گروه مکانیک، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
سعید رهنما
گروه مکانیک، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
علی دادرسی
گروه مکانیک، دانشکده مهندسی، دانشگاه حکیم سبزواری، سبزوار
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 :