史玉升教授团队:高能量吸收梯度仿生超材料的设计和3D打印

Python3.8

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

b53b2ecb1c9fded580c101ee7c33cea7.png

机械超材料是具有特定元素/晶胞排列的人造材料,可实现新颖的特性,例如零或负泊松比、消失剪切模量和高比能量吸收(SEA)。SEA是抗冲击超材料设计最重要的特性,与材料有关。硬质材料通常比软质材料具有更高的 SEA值。SEA很大程度上取决于相同材料的结构配置,例如基于支柱和基于板的超材料。先前的研究表明,基于支柱的八位体桁架超材料具有比体心立方超材料更高的SEA。

具有高SEA的新型超材料可以源自自然生物。例如在骨骼和蝴蝶翅膀中观察到的三周期最小表面(TPMS)显示出优异的SEA特性,而竹子的中空结构承受横向力并避免断裂。原则上,从自然结构中学习的仿生超材料可以改善高比能量吸收特性;受竹子中空结构启发的八面体桁架呈现出优异的SEA,超越了基于支柱的面心立方和八面体超材料;具有高机械性能和SEA的蜂窝结构已广泛应用于航空航天领域。这些发现表明仿生超材料可用于改善SEA。

3fc07a731143d1303e7de0832c45f137.jpeg

BPM的形态演变:(a)自然界中的柚子表面和柚子皮;(b) 柚皮的显微结构[ 8 , 15 ];(c) 受柚子皮启发设计的BPM单元;(d) 支柱的相对密度-直径关系;(e) 设计的UBPM模型;(f) 设计的 GBPM 模型。

柚子皮是一种厚度为3-20毫米的泡沫状结构,由细长且相互连接的八臂细胞组成,具有较大的细胞间隙。整个柚子的自由落体试验表明,由于柚皮的保护,柚子可以承受70J的冲击力。因此,重构和优化柚子皮有望实现较高的SEA。受柚子皮启发,有研究人员提出了一种分层蜂窝结构,与传统蜂窝相比,其SEA和等效平台应力分别提高了1.5倍和2倍。然而,分层蜂窝表现出极大的各向异性,无法承受另一个方向的外力。另有研究人员探索了板晶格柚皮状多面体超材料的高应变率压缩行为,该行为表现出增强的 SEA。然而,板晶格超材料存在于封闭腔附近,这导致制造困难。

功能梯度(FG)超材料通常用于改善沿相对密度增加的方向逐层断裂的SEA,同时承受单轴压缩。连续相对密度表现出延迟的初始致密化应变。例如,功能梯度基元和陀螺仪的初始致密化应变比均结构高19.18%和18.5%。但也观察到仿生梯度竹结构的能量吸收比传统蜂窝结构高四倍。尽管基于支柱的仿生柚皮多面体超材料具有高散热、抗冲击和可制造性,但它们的局限性能量吸收能力限制了它们的应用。

3D打印技术参考注意到,华中科技大学史玉升教授团队将分级设计引入基于仿生柚皮多面体超材料中,以改进高比能量吸收能力并扩展其应用,并研究了材料对功能梯度设计的SEA定律的影响。

626432043f3b7c7c22bc8c59b7906e55.png

https://doi.org/10.1016/j.cjmeam.2023.100068

研究人员受柚子皮保护果肉的抗冲击性和功能梯度结构可提高SEA能力的启发,采用软材料(光敏树脂)和硬材料(Ti-6Al-4V)进行3D打印,制备了梯度仿生多面体超材料(GBPM),其SEA超过了前期报道中大多数软材料和硬质材料制造的超材料SEA。

6d87448c13fd3ffc2c82f514899af236.png

图1 SEA Ashby图与各种现有超材料的对比 

论文亮点

•提供了一种实现卓越能量吸收的仿生策略。

•验证了材料对机械响应和比能量吸收的影响。

•仿生梯度多面体的比能吸收超过了以前的大多数超材料。

试验方法

激光选区熔化Ti-6Al-4V粉末及数字光处理光敏树脂制造仿生多面体超材料,扫面电镜观察仿生多面体形貌,准静态压缩仿生多面体超材料,Abaqus动力学显式仿真准静态压缩过程。

结果

在压缩试验和数值模拟的指导下,SEA能力的提高与材料无关。在应力-应变曲线中,波动区出现在硬材料制造的仿生多面体超材料(BPMs)中,而在软材料制造的BPMs中不存在,导致软材料制造GBPM的SEA值的增长率比硬材料制造GBPM提高了5.9倍。软材料和硬材料制造的GBPM的SEA值分别为1.89 J/g和44.16 J/g,超过了先前研究中报道的大多数软材料和硬质材料制造的超材料的SEA。

fdf7cc03d2a518fcfd2d64a83c3898c8.jpeg

UBPM和GBPM的压缩结果、力学性能和SEA:(a)软材料制造的UBPM和GBPM的应力-应变曲线;(b) 硬质材料制造的UBPM和GBPM的应力-应变曲线;(c,d)软材料制造的UBPM(c)和GBPM(d)的压缩结果;(e, f) 硬质材料制造的UBPM (e) 和GBPM 在℃ = 0.1 (f) 时的压缩结果;(g) 通过压缩试验和功率拟合获得的软材料制造的UBPM和GBPM的SEA应变曲线;(h) 从压缩测试和功率拟合中获得的硬质材料制造的 UBPM 和 GBPM 的 SEA 应变曲线。

079dcc2f36ff457dc1d0b8bd9744444c.jpeg

 FEM 中的 von-Mises 应力分布:(a) UBPM;(b) GBPM

结论

1. 分级设计降低了力学性能,将45°剪切断裂转化为逐层破坏。与硬材料制造的BPMs相比,软材料制造的BPM表现出延迟的致密化应变。

2. 提高SEA的梯度设计与所用材料无关。与UBPM相比,GBPM可以实现增强的SEA。在软材料制造的BPMs的断裂阶段没有出现波动区,与硬材料相比,软材料制造GBPM的SEA值的增长率提高了5.9倍。

前景与应用

仿生梯度设计可提高超材料的能量吸收效果,本文的仿柚子皮梯度超材料的SEA超过了先前研究中报道的大多数软材料和硬质材料制造的超材料的SEA。以上发现可以指导具有高能量吸收以抵抗外部冲击的超材料的设计。

注:本文部分内容来自AMF增材制造前沿,转载已获授权。

欢迎转发

3b33f539ea4688a32c776f1399420f8e.gif

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.2024 TCT亚洲展预约参观通道正式开启!

2.GRX-810新超级合金3D打印火箭发动机成功测试,NASA公布多个新材料使用要点

3.预计营收12.32亿!铂力特发布2023业绩预增预告公告

4.每年3D打印五万件钛零件!华曙助力国内自行车制造商创新突破!

93cd470811e4cfdc5c561e15166486e2.gif

71af141f393fd4edfff789a810dc9432.gif

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值