Определение динамических напряжений и перемещений при действии ударной нагрузки на двухслойную конструкцию в процессе индентирования

Бесплатный доступ

Введение. Многие исследователи надежности строительных конструкций уделяют внимание твердости - важной характеристике конструкционного материала. Ее определяют индентированием - вдавливанием наконечника инструмента в поверхность. Исследуются преимущества методов динамического индентирования, распределение интенсивности напряжений на поверхности и внутри образца. Однако мало изучено состояние слоистых материалов при ударе. Цели представленной работы - рассмотреть индентирование для двухслойного образца и определить чувствительность верхнего слоя к прочности подложки. Это позволит выявить значимые характеристики прочностных свойств однородных и неоднородных конструкций.Материалы и методы. Использовали упруго-пластическую модель поведения материала и схему ударного индентирования, которая учитывает массы индентора и ударника, сцепленных линейными пружинами. Поверхность индентора - коническая, угол раскрытия - 120°. Удар моделировали в системе Matlab. Конечноэлементную модель в Ansys APDL применили для верификации данных и анализа результатов эксперимента. Для расчетов взяли традиционные модели теории упругости. Поведение материала в области пластического деформирования описали с помощью опций мультилинейного изотропного упрочнения и критерия пластичности Мизеса.Результаты исследования. Приводятся итоги сопоставления трех вариантов варьирования уровня предела текучести в нижнем слое: когда предел текучести в нижнем слое вдвое меньше верхнего, равен ему и вдвое больше. Проанализированы перемещения в разных точках наблюдения для образцов с верхним слоем 2 мм и 1 мм. В первом случае при горизонтальном сдвиге не меняются показатели перемещений внутри образца, если уровень предела текучести вдвое ниже или выше, чем в верхнем. При равенстве этих показателей разница становится заметной. Во втором случае (слой 1 мм) разница перемещений видна во всех точках наблюдения. Так можно обоснованно заключить, что конструкция с меньшим верхним слоем более чувствительна к ударному воздействию. В ходе изысканий стало известно, что в зоне 2 мм совершаются колебания, связанные с переходом в зону пластичности, ниже этой зоны - упругие затухающие колебания. Решили задачу классификации для верхнего слоя материала с меняющимися характеристиками основания. Показатель для сравнения - твердость по Бринеллю (НВ) в диапазоне 200-600. Результаты визуализировали в виде графиков и обработали с помощью нейросети. Точность ее вычислений составила 98 %.Обсуждение и заключение. Для определения прочностных свойств однородных конструкций достаточно характеристики скорости перемещения внутри образца. Для неоднородной структуры необходимо вводить дополнительные параметры - перемещения на поверхности и внутри образца в фиксированных точках наблюдений. Комплексный подход к определению прочностных свойств неоднородной конструкции повышает точность расчетов, а использование нейросетей - их скорость.

Еще

Многослойная конструкция, слоистый материал при ударе, уровень предела текучести, твердость по бринеллю, прочность неоднородной конструкции

Короткий адрес: https://sciup.org/142242437

IDR: 142242437   |   DOI: 10.23947/2687-1653-2024-24-3-264-273

Список литературы Определение динамических напряжений и перемещений при действии ударной нагрузки на двухслойную конструкцию в процессе индентирования

  • Lyapin A, Beskopylny A, Meskhi B. Structural Monitoring of Underground Structures in Multi-Layer Media by Dynamic Methods. Sensors. 2020;20(18):5241. https://doi.org/10.3390/s20185241
  • Чесноков А.В., Михайлов В.В., Долматов И.В. Выявление повреждений мягкой оболочки тентовой строительной конструкции покрытия при помощи искусственной нейронной сети. Строительная механика и конструкции. 2022;33(2):98-109. Chesnokov AV, Mikhailov VV, Dolmatov IV. Damage Detection in the Soft Shell of the Fabric Roof Construction of Buildings by means of Artificial Neural Network. Structural Mechanics and Structures. 2022;33(2):98-109.
  • Куклина М.В., Лебер А.И., Махакова А.М. Использование технологии нейронных сетей в строительной организации. Вестник Алтайской академии экономики и права. 2022;(5-3):362-368. https://doi.org/10.17513/vaael.2219 Kuklina MV, Leber AI, Makhakova AM. The Use of Neural Network Technology in a Construction Organization. Bulletin of the Altai Academy of Economics and Law. 2022;(5-3):362-368. https://doi. org/10.17513/vaael. 2219
  • Кузьмичев М.В., Егоров Р.А. Моделирование и алгоритмическое обеспечение процесса динамического индентирования. Научно-технический вестник информационных технологий, механики и оптики. 2018;18(5):794-800. https://doi.org/10.17586/2226-1494-2018-18-5-794-800 Kuzmichev MV, Egorov RA. Modeling and Algorithmic Provision of Dynamic Indentation Process. Scientific and Technical Journal of Information Technologies, Mechanics and Optics. 2018;18(5):794-800. https://doi.org/10.17586/2226-1494-2018-18-5-794-800
  • Матлин М.М., Казанкин В.А., Казанкина Е.Н. Прогнозирование технического состояния деталей индентированием в различных условиях нагружения. Вестник Тверского государственного технического университета. Технические науки. 2022;13(1):22-27. Matlin MM, Kazankin VA, Kazankina EN. Prediction of the Technical Condition of Parts by Indenting in Different Loading Conditions. Herald of Tver State University. Series: Technical Sciences. 2022;13(1):22-27.
  • Рудницкий В.А., Крень А.П., Ланцман Г.А. Оценка пластичности металлических материалов методом динамического индентирования. Литье и металлургия. 2017;(2):81-87. https://doi.org/10.21122/1683-6065-2017-2-81-87 Rudnitsky VA, Kren AP, Lantsman GA. Evaluation of Metallic Materials Plasticity by Dynamic Indentation Method. Litiyo i Metallurgiya = Foundry Production and Metallurgy. 2017;(2):81-87. (In Russ.) https://doi.org/10.21122/1683-6065-2017-2-81-87
  • Oliver WC, Pharr GM. An Improved Technique for Determining Hardness and Elastic Modulus Using Load and Displacement Sensing Indentation Experiments. Journal of Materials Research. 1992;7:1564-1583. http://doi.org/ 10.1557/JMR.1992.1564
  • Автономов Н.Н., Тололо А.В. Исследование распределения напряжения в образце при вдавливании шарового индентора. Актуальные проблемы авиации и космонавтики. 2018;14(1):245-247. Avtonomov NN, Tololo AV. Exploration of the Stress Distribution in the Specimen during Indentation of the Indenter Ball. Actual Problems of Aviation and Cosmonautics. 2018;14(1):245-247.
  • Jun Lu, Subra Suresh, Guruswami Ravichandran. Dynamic Indentation for Determining the Strain Rate Sensitivity of Metals. Journal of the Mechanics and Physics of Solids. 2003;51(11-12): 1923-1938. https://doi.org/10.1016/i.imps.2003.09.007
  • Matyunin VM, Nuha Abusaif, Marchen^ov AYu. Analysis of the Indentation Size Effect on the Hardness Measurements of Materials. Journal of Physics: Conference Series. 2019;1399(4):044016. https://doi.org/10.1088/1742-6596/1399/4/044016
  • Varghese J, Radig GF, Herkommer D, Dasgupta A. Hybrid Experimental and Computational Approach for Rate Dependent Mechanical Properties Using Indentation Techniques. In: EuroSimE 2005. Proc. 6th International Conference on Thermal, Mechanical and Multi-Physics Simulation and Experiments in Micro-Electronics and Micro-Systems. New York City: IEEE; 2005. P. 510-514. https://doi.org/510-514.10.1109/ESIME.2005.1502858
  • Kubenko V. Nonstationary Displacements in an Axisymmetric Problem for an Elastic Half-Space Under Mixed Boundary Conditions. International Applied Mechanics. 2021;57:148-159. https://doi.org/10.1007/s10778-021-01069-3
  • Бескопыльный А.Н., Веремеенко А.А., Копылов Ф.С., Крымский В.С. Задача о статическом внедрении конического индентора в область с поверхностным упрочнением. Инженерный вестник Дона. 2018;49(2):214-218. Beskopylny AN, Veremeenko AA, Kopylov FS, Krymskiy VS. The Problem for Static Conical Indentation into the Surface Hardened Area. Engineering Journal of Don. 2018;49(2):214-218.
  • Zesheng Lin, Hongxia Ye, Bin Zhan, Xiaofeng Huang. An Efficient Network for Surface Defect Detection. Applied Sciences. 2020;10(17):6085. https://doi.org/10.3390/app10176085
  • Babushkina N, Lyapin A, Kovaleva A. Analysis of Neural Network Results Based on Experimental Data during Indentation. In: Topical Problems of Agriculture, Civil and Environmental Engineering. E3S Web of Conferences (TPACEE). 2020;224:01018. https://doi.org/10.1051/e3sconf/202022401018
  • Elfaki AO, Alatawi S, Abushandi E. Using Intelligent Techniques in Construction Project Cost Estimation: 10-Year Survey. Advances in Civil Engineering. 2014;2014:107926. https://doi.org/10.1155/2014/107926
  • Patel DA, Jha KN. Evaluation of Construction Projects Based on the Safe Work Behavior of Co-employees through a Neural Network Model. Safety Science. 2016;89:240-248. https://doi.org/10.1016/J.SSCI.2016.06.020
  • Порошин И.Е., Титов М.А. Использование искусственных нейронных сетей для параметрической идентификации объектов. Молодой ученый. 2020;316(26):39-42. Poroshin IE, Titov MA. Using Artificial Neural Networks for Parametric Identification of Objects. Young Scientist. 2020;316(26):39-42. (In Russ.)
  • Алферьев Д.А. Использование искусственных нейронных сетей в современном обществе. Социальная сфера. 2020;6(3):6. https://doi.org/10.15838/sa.2020.3.25.6 Alfer'ev DA. Usage of Artificial Neural Networks in Modern Society. Social Area. 2020;6(3):6. https://doi. org/10.15838/sa.2020.3.25.6
Еще
Статья научная