مطالعه خواص مکانیکی پلیمر پلی وینیلیدن فلوراید با استفاده از شبیه سازی دینامیک مولکولی آزمون های کشش و DMA
محل انتشار: مهندسی مکانیک مدرس، دوره: 18، شماره: 2
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MME-18-2_012
تاریخ نمایه سازی: 10 اسفند 1403
چکیده مقاله:
پلیمر پلی وینیلیدن فلوراید به علت داشتن ترکیبی شامل عنصر فلئور که بیشترین الکترونگاتیوی در بین عناصر را دارد، دارای خواص منحصر به فردی همچون پیزو-الکتریک و مقاومت مکانیکی، حرارتی، و شیمیایی بالا می باشد. در این مقاله، با استفاده از شبیه سازی دینامیک مولکولی ماده پلیمری پلی وینیلیدن فلوراید آمورف که دارای مونومرهای قطبیده می باشد، خواص مکانیکی آن مورد مطالعه قرار گرفته است. به این صورت که ابتدا، با استفاده از آزمون کشش، مدول الاستیک و تنش نهایی تعیین گردیده و تغییرات آن ها بر اثر تغییر دما و نرخ کرنش مورد بررسی قرار گرفته است. در ادامه، با استفاده از آزمون DMA، مدول مختلط دینامیکی کششی و برشی محاسبه شده و تغییرات آن ها هنگامی که نرخ کرنش تغییر می کند، مطالعه شده است. این برای اولین بار است که شبیه سازی دینامیک مولکولی آزمون DMA صورت می گیرد. علاوه بر تعیین خواص ویسکوالاستیک ماده، حذف ساده اغتشاشات دمایی به جهت تبعیت توابع تنش و کرنش بر حسب زمان از الگوی سینوسی، از مزایای آزمون DMA محسوب می شود. تطابق رفتاری نتایج به دست آمده از شبیه سازی دینامیک مولکولی با واقعیت، کارامدی مدل ارائه شده را نشان می دهد.
کلیدواژه ها:
Mechanical properties ، Polyvinylidene fluoride ، Molecular dynamics simulation ، Dynamic mechanical analysis ، viscoelastic ، خواص مکانیکی ، پلیمر پلی وینیلیدن فلوراید ، شبیه سازی دینامیک مولکولی ، آزمون DMA ، ویسکوالاستیک
نویسندگان
محمدحسین قاجار
Department of mechanical engineering, University of Tehran, Tehran, Iran
محمود موسوی مشهدی
Professor/ Department of Mechanical Engineering, University of Tehran, Tehran, Iran
هادی قطان کاشانی
Department of Mechanical Engineering, University of Tehran, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :