بازسازی سه بعدی کامپوزیت نانو لوله کربنی با استفاده از توابع آماری همبستگی

نوع مقاله : مقاله مستقل

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی مکانیک،پردیس دانشکده های فنی،دانشگاه تهران

2 استادیار دانشکده مهندسی مکانیک،پردیس دانشکده های فنی، دانشگاه تهران

چکیده

بازسازی ساختاری از ساختارهای آماری به علت اهمیت در طراحی مواد یک زمینه ی مورد علاقه زیاد می باشد. یک روش جدید در این مقاله آورده شده است که در این روش از تعداد زیادی المان های حجمی برای بازسازی ساختار کامپوزیت استفاده شده است، که با استفاده از این روش به راحتی میتوان کامپوزیت های نانو لوله ای را با استفاده از روش های آماری بازسازی کرد و نمونه های بازسازی شده به خوبی نمایشگر خواص و ویژگی های کامپوزیت های نانو لوله ای می باشند. در این مقاله از روش مونت کارلو برای بازسازی استفاده شده است. در این مقاله با مشخص کردن و به دست آوردن توابع آماری همبستگی از عکس ها و نمونه های آزمایشگاهی با استفاده از الگوریتمی که ارائه شده است، نمونه هایی که دارای توابع آماری همبستگی مشابهی با نمونه های آزمایشگاهی می باشند بازسازی شده است. به جای استفاده از عکس های مختلف، اطلاعات مربوط به توزیع نانولوله ها در ماتریس، تمامی اطلاعات توزیع نانولوله ها به صورت مختصات ابتدا و انتهای تکه های سیلندری که در نهایت با به هم پیوستن منجر به تشکیل نانو لوله می شود ذخیره می گردد، که با این کار کامپوزیت بازسازی شده برای استفاده در کارهای آینده مورد استفاده قرار می گیرد و به راحتی می توان در کارهایی که نیاز به شبیه سازی و به دست آوردن خواص کامپوزیت های نانو لوله ای می باشد مورد استفاده قرار گیرد.

کلیدواژه‌ها

موضوعات


[1] Lin S, Garmestani H (2000) Statistical continuum mechanics analysis of an elastic two-isotropic-phase composite material.  Compos Part B-Eng 31(1): 39-46.
[2] Garmestani H, Lin S, Adams BL, Ahzi S (2001) Statistical continuum theory for large plastic deformation of polycrystalline materials. J Mech Phys Solids 49(3): 589-607.
[3] Garmestani H, Lin S, Adams BL (1998) Statistical continuum theory for inelastic behavior of a two-phase medium. Int J Plasticity 14(8): 719-731.
[4] Lin S, Garmestani H, Adams B (2000) The evolution of probability functions in an inelasticly deforming two-phase medium.  Int J Solids Struct 37: 423-434.
[5] Yeong C, Torquato S (1998) Reconstructing random media. Phys Rev E vol. 57(1): 495.
[6] Torquato S (2002) Random heterogeneous materials microstructure and macroscopic properties. Springer Science & Business Media. (v. 16)
[7] St-Pierre L, Héripré E, Dexet M, Crépin J, Bertolino G, Bilger N (2008) 3D simulations of microstructure and comparison with experimental microstructure coming from O.I.M analysis. Int J Plasticity 24: 1516-1532.
[8] Suzue Y, Shikazono N, Kasagi N (2008) Micro modeling of solid oxide fuel cell anode based on stochastic reconstruction.  J Power Sources 184(1): 52-59.
[9] Fullwood DT, Niezgoda SR, Kalidindi SR (2008) Microstructure reconstructions from 2-point statistics using phase-recovery algorithms. Acta Mat 56: 942-948.
[10] Li D, Baniassadi M, Garmestani H, Ahzi S, Reda Taha M, Ruch D (2010) 3D reconstruction of carbon nanotube composite microstructure using correlation functions. Com Theo Nanoscience 7: 1462-1468.
[11] Ounaies Z, Park C, Wise KE, Siochi EJ, Harrison JS (2003) Electrical properties of single wall carbon nanotube reinforced polyimide composites. Com Sci Tech 63: 1637-1646.
[12] Marsaglia G (1972) Choosing a point from the surface of a sphere. Ann Math Statist 43(2): 645-646.
[13] Néda Z, Florian R, Brechet Y (1999) Reconsideration of continuum percolation of isotropically oriented sticks in three dimensions. Physical Rev 59: 3717-3719.