شناسایی عیوب عدم چسبندگی در ورق دوجنسی فلز- کامپوزیت با استفاده از دمانگاری پالسی
محل انتشار: مهندسی مکانیک مدرس، دوره: 20، شماره: 9
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 30
فایل این مقاله در 10 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-20-9_011
تاریخ نمایه سازی: 22 اسفند 1403
چکیده مقاله:
از تجزیه و تحلیل تصاویر حرارتی می توان جهت شناسایی و تشخیص عیوب جدایش در فصل مشترک ورق های چندلایه استفاده نمود. نمونه های ساخته شده برای انجام آزمایش، ورق های دوجنسی آلومینیوم- کامپوزیت تقویت شده با الیاف کربنی و آلومینیوم- کامپوزیت تقویت شده با الیاف شیشه بودند که در فصل مشترک فلز- کامپوزیتی، جهت ایجاد جدایش بین لایه ای، صفحاتی از جنس کپتون با ابعاد مختلف، جاسازی شدند. الگوی جای گیری عیوب طوری طراحی شد که عیوب در لبه و مرکز ورق به طور همزمان مورد آزمایش قرار گیرند. در این پژوهش اثرات موقعیت و ابعاد عیب جدایش به روش دمانگاری پالسی شناسایی و بررسی شد. در ادامه عوامل تاثیرگذار بر دقت اندازه گیری ابعاد عیوب مورد بررسی قرار گرفتند. در تصاویر حرارتی به دست آمده تقریبا تمامی عیوب به روش دمانگاری پالسی قابل شناسایی بودند و با افزایش اندازه عیب، اختلاف حرارتی عیب با مناطق سالم افزایش پیدا کرد. مشخص شد که عیوب در زمینه فیبرکربنی، تا میانگین یک درجه سانتی گراد اختلاف حرارتی بیشتری نسبت به زمینه فیبر شیشه پیدا می کردند. با این وجود، نتایج به دست آمده نشان دادند که دقت اندازه گیری ابعاد عیوب در زمینه الیاف شیشه ای تا ۲ برابر نسبت به زمینه الیاف کربنی بالاتر است.
کلیدواژه ها:
Nondestructive Test ، Active Thermography ، Metal-Composite Shells ، Pulse Thermography ، آزمون غیرمخرب ، دمانگاری فعال ، ورق دوجنسی فلز- کامپوزیت ، دمانگاری پالسی
نویسندگان
امیررضا اردبیلی
Manufacturing Engineering Department, Mechanical Engineering Faculty, College of Engineering, University of Tehran, Tehran, Iran
محمدرضا فراهانی
Manufacturing Engineering Department, Mechanical Engineering Faculty, College of 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 :