Численное моделирование микроструктур и процессов разрушения зернистых композитов с учетом влияния межзеренных границ

Обложка

Цитировать

Полный текст

Аннотация

Представлен алгоритм компьютерного моделирования микроструктур поликристаллических материалов с явным образом выделенными межзеренными границами. Авторами предложена модификация разработанного ранее алгоритма синтеза зернистых микроструктур, в основе которого лежит процедура пошагового выращивания зерен из эллипсов. Межзеренные границы заданной толщины формируются из исходной зернистой структуры путем смещения исходных границ внутрь зерна. Такой подход позволил сохранить исходную форму зерен, незначительно уменьшив их изначальную площадь.
Преимуществом представленного алгоритма перед другими методами компьютерного моделирования поликристаллических материалов является возможность получения кусочно-линейных межзеренных границ разной толщины, величины которых могут не только быть заданы как различным законам статистического распределения, но и иметь одинаковую величину. При этом сами зерна могут иметь как выпуклую, так и вогнутую форму, которую невозможно получить, используя большинство других методов компьютерного моделирования.
Представлены результаты генерации микроструктур поликристаллических материалов, содержащие более 100 структурных элементов и имеющие долю межзеренных границ до 20 %. Представленные микроструктуры поликристалических материалов сгенерированы при различных начальных параметрах, на примере которых продемонстрированы все возможности разработанного алгоритма. Приведены новые данные численного моделирования процессов деформирования и разрушения модельных зернистых материалов, для которых задано разное отношение прочностных характеристик зерен и межзеренных границ. Показано, что в зависимости от величины этого отношения прочностных характеристик в поликристаллических материалах реализуются разные механизмы разрушения: интеркристаллитное, транскристаллитное и смешанная форма разрушения.

Об авторах

Максим Николаевич Муллахметов

Пермский национальный исследовательский политехнический университет

Автор, ответственный за переписку.
Email: m.mullahmetov59@gmail.com
ORCID iD: 0000-0002-0884-8327

лаборант; центр экспериментальной механики

Россия, 614990, Пермь, Комсомольский пр-т, 29

Артем Валерьевич Ильиных

Пермский национальный исследовательский политехнический университет

Email: ilinih@yandex.ru
ORCID iD: 0000-0001-9162-1053
Scopus Author ID: 44761240700
ResearcherId: F-1778-2014

кандидат технических наук; центр экспериментальной механики; каф. экспериментальной механики и конструкционного материаловедения

Россия, 614990, Пермь, Комсомольский пр-т, 29

Список литературы

  1. Вильдеман В. Э., Третьяков М. П., Третьякова Т. В. [и др.] Экспериментальные исследования свойств материалов при сложных термомеханических воздействиях / ред. В. Э. Вильдеман. М.: Физматлит, 2012. 204 с. EDN: UGLGZL.
  2. Волегов П. С., Грибов Д. С., Трусов П. В. Поврежденность и разрушение: классические континуальные теории // Физ. мезомех., 2015. Т. 18, №4. С. 68–87. EDN: UGCJQL.
  3. Yankin A. S. Biharmonic (two-frequency) load frequencies influence on mechanical behavior of solid propellant simulator // PNRPU Mechanics Bulletin, 2015. no. 4. pp. 273–292. EDN: VBWYNN. DOI: https://doi.org/10.15593/perm.mech/2015.4.16.
  4. Balokhonov R., Romanova V., Kulkov A. Microstructure-based analysis of deformation and fracture in metal-matrix composite materials // Eng. Fail. Anal., 2020. vol. 110, 104412. EDN: KTCEOH. DOI: https://doi.org/10.1016/j.engfailanal.2020.104412.
  5. Liang K., Xie L., He B., et al. Effects of grain size distributions on the macro-mechanical behavior of rock salt using micro-based multiscale methods // Int. J. Rock Mech. Mining Sci., 2021. vol. 138, 104592. DOI: https://doi.org/10.1016/j.ijrmms.2020.104592.
  6. Naderi S., Dean J. S., Zhang M. Three-dimensional virtual microstructure generation of porous polycrystalline ceramics // Ceramics International, 2019. vol. 45, no. 17. pp. 21647–21656. DOI: https://doi.org/10.1016/j.ceramint.2019.07.162.
  7. Ильиных А. В., Вильдеман В. Э. Моделирование структуры и процессов разрушения зернистых композитов // Вычисл. мех. сплош. сред., 2012. Т. 5, №4. С. 443–451. EDN: PLBSKT. DOI: https://doi.org/10.7242/1999-6691/2012.5.4.52.
  8. MohebbiM. S., Ploshikhin V. Implementation of nucleation in cellular automaton simulation of microstructural evolution during additive manufacturing of Al alloys // Additive Manufacturing, 2020. vol. 36, 101726. DOI: https://doi.org/10.1016/j.addma.2020.101726.
  9. Roy U., McDowell D. L., Zhou M. Effect of grain orientations on fracture behavior of polycrystalline metals // J. Mech. Phys. Solids, 2021. vol. 151, 104384. DOI: https://doi.org/10.1016/j.jmps.2021.104384.
  10. Kowalski N., Delannay L., Yan P., et al. Finite element modeling of periodic polycrystalline aggregates with intergranular cracks // Int. J. Solids Struct., 2016. vol. 90. pp. 60–68. DOI: https://doi.org/10.1016/j.ijsolstr.2016.04.010.
  11. Скрипняк Н. В., Иохим К. В. Влияние распределения зерен по размерам на прочностные и деформационные свойства сплавов Zr-Nb при высокоскоростном растяжении // Вестн Том. гос. ун-та. Математика и механика, 2020. №65. С. 124–136. EDN: NDBIXH. DOI: https://doi.org/10.17223/19988621/65/10.
  12. Bachurin D. V. Influence of grain boundary misorientation on intergranular fracture of nanocrystalline palladium // Int. J. Fract., 2018. vol. 214, no. 1. pp. 69–78. EDN: QKWFSK. DOI: https://doi.org/10.1007/s10704-018-0319-2.
  13. Zhou G., Sun Q., Li D., et al. Meso-scale modeling and damage analysis of carbon/epoxy woven fabric composite under in-plane tension and compression loadings // Int. J. Mech. Sci., 2021. vol. 190, 105980. DOI: https://doi.org/10.1016/j.ijmecsci.2020.105980.
  14. Loendersloot R., Ehsani M., Sepehry N., Shamshirsaz M.Numerical modelling of stochastic fatigue damage accumulation in thick composites / European Workshop on Structural Health Monitoring. EWSHM 2020 / Lecture Notes in Civil Engineering, 128; eds. P. Rizzo, A. Milazzo. Cham: Springer, 2021. pp. 776–787. DOI: https://doi.org/10.1007/978-3-030-64908-1_72.
  15. Yu H., Dahi Taleghani A., Lian Z. A new look at rock mechanical behavior from the mesoscale grain // J. Petrol. Sci. Eng., 2021. vol. 200, 108373. DOI: https://doi.org/10.1016/j.petrol.2021.108373.
  16. Zhu Q., Kondo D., Shao J., Pensee V. Micromechanical modelling of anisotropic damage in brittle rocks and application // Int. J. Rock Mech. Mining Sci., 2008. vol. 45, no. 4. pp. 467–477. DOI: https://doi.org/10.1016/j.ijrmms.2007.07.014.
  17. Liang K., Xie L., He B., et al. Effects of grain size distributions on the macro-mechanical behavior of rock salt using micro-based multiscale methods // Int. J. Rock Mech. Mining Sci., 2021. vol. 138, 104592. DOI: https://doi.org/10.1016/j.ijrmms.2020.104592.
  18. Kovalski E. R., Karpov G. N., Leisle A. V Geomechanic models of jointed rock mass // Int. J. Civil Eng. Technol., 2018. vol. 9, no. 13. pp. 440–448. EDN: PAZCJR.
  19. Silberschmidt V. V. Effect of material’s randomness on scaling of crack propagation in ceramics // Int. J. Fract., 2006. vol. 140, no. 1–4. pp. 73–85. DOI: https://doi.org/10.1007/s10704-005-3994-8.
  20. Silberschmidt V. V., Najar J. Computational modelling of the size effect of damage inhomogeneity in ceramics // Comput. Mater. Sci., 1998. vol. 13, no. 1–3. pp. 160–167. DOI: https://doi.org/10.1016/S0927-0256(98)00057-3.
  21. Ильиных А. В., Радионова М. В., Вильдеман В. Э. Компьютерный синтез и статистический анализ распределения структурных характеристик зернистых композиционных материалов // Механика композиционных материалов и конструкций, 2010. Т. 16, №2. С. 251–264. EDN: MSXPNN.
  22. Вильдеман В. Э., Ильиных А. В. Моделирование процессов структурного разрушения и масштабных эффектов разупрочнения на закритической стадии деформирования неоднородных сред // Физ. мезомех., 2007. Т. 10, №4. С. 23–29. EDN: IJIWGV.
  23. Вильдеман В. Э., Соколкин Ю. В., Ташкинов А. А. Механика неупругого деформирования и разрушения композиционных материалов / ред. Ю. В. Соколкин. М.: Наука, 1997. 288 с. EDN: SAQBEP.
  24. Муллахметов М. Н., Ильиных А. В. Численное моделирование процесса разрушения пучков параллельных волокон // Master’s Journal, 2020. №1. С. 9–26. EDN: KNQCWG.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Результат сортировки узлов зерна

Скачать (47KB)
3. Рис. 2. Расчет нормалей границ зерна

Скачать (74KB)
4. Рис. 3. Смещение узловых точек границы зерна (сплошная линия - начальная граница, штриховая линия - новая граница)

Скачать (54KB)
5. Рис. 4. Определение новых узловых точек зерна

Скачать (55KB)
6. Рис. 5. Структуры № 1 и № 2

Скачать (277KB)
7. Рис. 6. Структуры № 3 и № 4

Скачать (280KB)
8. Рис. 7. Структуры № 5 и № 6

Скачать (278KB)
9. Рис. 8. Структуры № 7 и № 8

Скачать (278KB)
10. Рис. 9. Схема нагружения

Скачать (61KB)
11. Рис. 10. Диаграмма деформирования (сплошная линия) и график накопления повреждений (штриховая линия)

Скачать (103KB)
12. Рис. 11. Эволюция структурных дефектов (онлайн в цвете)

13. Рис. 12. Картины структурных дефектов при интеркристаллитном, транскристаллитном и смешанном режимах разрушения: 1) $\sigma_b/\langle\sigma_g\rangle=0.28$, 2) $\sigma_b/\langle\sigma_g\rangle=1$, 3) $\sigma_b/\langle\sigma_g\rangle=2.2$ (онлайн в цвете)

14. Рис. 13. Диаграммы деформирования для структур с различными соотношениями прочностных характеристик: 1) $\sigma_b/\langle\sigma_g\rangle=0.28$, 2) $\sigma_b/\langle\sigma_g\rangle=1$, 3) $\sigma_b/\langle\sigma_g\rangle=2.2$

Скачать (80KB)
15. Рис. 14. Границы перехода между сценариями разрушения

Скачать (29KB)

© Авторский коллектив; Самарский государственный технический университет (составление, дизайн, макет), 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».