CN110197009A - 一种树脂基复合材料固化反应的预测方法 - Google Patents
一种树脂基复合材料固化反应的预测方法 Download PDFInfo
- Publication number
- CN110197009A CN110197009A CN201910384332.7A CN201910384332A CN110197009A CN 110197009 A CN110197009 A CN 110197009A CN 201910384332 A CN201910384332 A CN 201910384332A CN 110197009 A CN110197009 A CN 110197009A
- Authority
- CN
- China
- Prior art keywords
- curing reaction
- polymer matrix
- reaction kinetics
- matrix composites
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C70/00—Shaping composites, i.e. plastics material comprising reinforcements, fillers or preformed parts, e.g. inserts
- B29C70/04—Shaping composites, i.e. plastics material comprising reinforcements, fillers or preformed parts, e.g. inserts comprising reinforcements only, e.g. self-reinforcing plastics
- B29C70/28—Shaping operations therefor
- B29C70/54—Component parts, details or accessories; Auxiliary operations, e.g. feeding or storage of prepregs or SMC after impregnation or during ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Composite Materials (AREA)
- Reinforced Plastic Materials (AREA)
Abstract
本发明属于树脂材料固化反应预测技术领域,具体涉及一种树脂基复合材料固化反应的预测方法。本发明利用树脂基复合材料预浸料的动态差示扫描量热试验数据,对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型;再利用所得树脂基复合材料固化反应动力学模型对树脂基复合材料的固化过程进行预测。本发明提供的上述预测方法同时保留了n级固化反应动力学模型和自催化固化反应动力学模型的反应级数,使所得动力学模型能够准确的拟合树脂基复合材料的固化趋势。
Description
技术领域
本发明属于树脂材料固化反应预测技术领域,具体涉及一种树脂基复合材料固化反应的预测方法。
背景技术
树脂基复合材料由于轻质、高强度、耐腐蚀和耐疲劳等优点,在航空航天、汽车及建筑等领域得到广泛应用。热压罐固化成型是大型复合材料构件的主要制备方法,其工艺流程是将树脂基复合材料预浸料铺放于模具上,密封在真空袋内后,再放入热压罐中,经加温和加压完成树脂基复合材料的固化成型。上述工艺中,预浸料固化反应对成型后构件的尺寸和性能具有重要影响,因此,引起了研究人员的广泛关注。
目前,国内外对固化反应动力学模型的研究主要有以下两种:
一种是A.O.Siddiqui等提出的n级固化反应动力学模型,该模型是用于描述固化反应最简单的模型,模型中可计算的参数较少,模型计算结果与试验测量数据吻合度较差,尤其是固化反应前期存在较大差距,影响了预浸料固化反应预测结果的准确性(参见A.O.Siddiqui,P.Sudher,B.V.S.R.Murthy.Cure kinetics modeling of cyanate-esterresin system,Thermochimica Acta 554.2013.8~14)。
另一种是In-Kwon Hong等针对硅橡胶体系的固化反应提出的自催化固化反应动力学模型,该模型的特点是有一定的诱导期,与试验数据在固化反应的前期和后期均能较好的吻合,但是对于固化反应速率出现极值的固化度预测有一定误差,即对于固化反应中期的预测不够准确。
综上,现有的固化反应动力学模型主要针对单一材料体系,很少考虑完整的树脂基复合材料预浸料,因此,无法准确表征树脂基复合材料预浸料固化反应过程中的影响规律。
发明内容
本发明提供一种树脂基复合材料固化反应动力学模型的预测方法,本发明提供的预测方法能够对树脂基复合材料的固化过程进行高吻合度模拟,可准确预测树脂基复合材料的固化过程。
为了实现上述目的,本发明提供如下技术方案:
本发明提供了一种树脂基复合材料固化反应的预测方法,包括:
(1)利用树脂基复合材料预浸料的动态差示扫描量热试验数据对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型;
所述树脂基复合材料固化反应动力学模型的级数包括相互独立的n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数;
(2)利用所述步骤(1)得到的树脂基复合材料固化反应动力学模型对树脂基复合材料固化反应过程进行预测。
优选的,所述步骤(1)中树脂基复合材料固化反应动力学模型如式1所示:
式1中,α为固化度;
dα/dt表示固化速率;
T表示绝对温度;
R为取值8.3145的普适气体常数;
A1表示自催化固化反应动力学模型的频率因子;
A2表示n级固化反应动力学模型的频率因子;
E1表示自催化固化反应动力学模型的反应活化能;
E2表示n级固化反应动力学模型的反应活化能;
m、n1和n2表示反应级数,其中,n1表示自催化固化反应动力学模型的一反应级数,m表示自催化固化反应动力学模型的另一反应级数,n2表示n级固化反应动力学模型的反应级数,n1、m和n2三者相互独立。
优选的,所述步骤(1)中n级固化反应动力学模型如式2所示:
式2中,n2表示反应级数;
k(T)为固化反应速率常数的温度关系式。
优选的,所述步骤(1)中自催化固化反应动力学模型如式3所示:
式3中,m表示反应级数;
n1表示反应级数。
优选的,所述步骤(1)中,对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合用软件为Origin函数绘图工具。
优选的,所述步骤(1)中,树脂基复合材料预浸料的动态差示扫描量热试验数据包括温度、热流量和升温速率。
优选的,所述步骤(1)中树脂基复合材料固化反应动力学模型的拟合曲线与利用动态差示扫描量热试验数据得到的试验曲线的吻合度在90%以上。
优选的,所述步骤(2)中预测包括对固化度与温度关系,以及固化度与时间关系的预测。
本发明利用树脂基复合材料预浸料的动态差示扫描量热试验数据对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型;所得树脂基复合材料固化反应动力学模型的级数包括相互独立的n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数;然后利用上述所得树脂基复合材料固化反应动力学模型对树脂基复合材料固化反应过程进行预测。本发明提供的上述预测方法同时保留了n级固化反应动力学模型和自催化固化反应动力学模型的反应级数,使所得动力学模型能够准确的拟合树脂基复合材料的固化趋势。
本发明提供的固化反应动力学模型克服了现有的固化反应动力学模型主要针对单一材料体系提出,很少考虑完整的树脂基复合材料预浸料,因此无法准确表征预浸料固化反应全过程变化的不足,实现了对树脂基复合材料固化反应全过程进行准确拟合。
附图说明
图1为本发明提供的树脂基复合材料预浸料在不同升温速率下的动态DSC曲线;
图2为本发明提供的树脂基复合材料固化反应动力学模型、n级固化反应动力学模型和自催化固化反应动力学模型所得拟合曲线与树脂基复合材料预浸料在升温速率15K/min下进行的DSC试验曲线的对比图;
图3为本发明提供的树脂基复合材料固化反应动力学模型在不同升温速率下,恒温固化预测结果与试验结果的对比图。
具体实施方式
在以下的具体实施方式中,所述n级固化反应动力学模型为本领域技术人员知晓的固有名词,其中n级表示反应级数,无需对n级取值范围进行任何限定。
本发明提供了一种树脂基复合材料固化反应动力学模型的预测方法,包括:
(1)利用树脂基复合材料预浸料的动态差示扫描量热试验数据对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型;
所述树脂基复合材料固化反应动力学模型的级数包括相互独立的n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数;
(2)利用所述步骤(1)得到的树脂基复合材料固化反应动力学模型对树脂基复合材料固化反应过程进行预测。
本发明利用树脂基复合材料预浸料的动态差示扫描量热试验数据对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型。在本发明中,所述树脂基复合材料固化反应动力学模型优选如式1所示:
式1中,α为固化度;
dα/dt表示固化速率;
T表示绝对温度;
R为取值8.3145的普适气体常数;
A1表示自催化固化反应动力学模型的频率因子;
A2表示n级固化反应动力学模型的频率因子;
E1表示自催化固化反应动力学模型的反应活化能;
E2表示n级固化反应动力学模型的反应活化能;
m、n1和n2表示反应级数,其中,n1表示自催化固化反应动力学模型的一反应级数,m表示自催化固化反应动力学模型的另一反应级数,n2表示n级固化反应动力学模型的反应级数,n1、m和n2三者相互独立。
在本发明中,所述树脂基复合材料优选包括碳纤维环氧树脂基复合材料,更优选为T700或T800树脂基复合材料。本发明对所述树脂基复合材料预浸料的质量没有特殊要求,优选为10~15mg。
在本发明中,所述树脂基复合材料预浸料的动态差示扫描量热试验数据优选包括放热量与时间曲线、放热量与温度曲线。本发明对所述动态差示扫描量热试验数据的获取方式没有特殊要求,采用本领域技术人员熟知的方式即可。
得到动态差示扫描量热试验数据后,本发明优选利用得到的动态差示扫描量热试验数据绘制固化速率-固化度关系曲线,得到树脂基复合材料固化反应试验曲线,用于比较拟合曲线的吻合度。
在本发明中,用于非线性拟合的模型包括n级固化反应动力学模型和自催化固化反应动力学模型,所述n级固化反应动力学模型优选如式2所示:
式2中,n2表示反应级数;
k(T)为固化反应速率常数的温度关系式;
所述自催化固化反应动力学模型优选如式3所示:
式3中,m表示反应级数;
n1表示反应级数。
在本发明中,对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合用软件优选包括Origin函数绘图工具。本发明所述非线性拟合通过使用n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数进行;拟合过程中,保留n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数,能使所得固化反应动力学模型体现n级固化反应和自催化固化反应两阶段的反应特点,进而使固化反应动力学模型的模拟过程与树脂基复合材料预浸料的实际固化过程相近,以达到提高预测结果准确度的目的。
在本发明中,所述非线性拟合具体通过如下方式实现:
对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合后得到拟合曲线,本发明优选将所述拟合曲线与试验曲线进行对比,通过比较拟合曲线与试验曲线的吻合度,判断拟合曲线是否可用。本发明对所述拟合曲线与动态DSC试验数据的对比方式没有特殊要求,采用本领域技术人员熟知的即可。
在本发明中,所述对比优选包括特征温度参数的对比和曲线对比,所述特征温度参数优选包括固化反应的起始温度(Ti)、放热峰值温度(Tp)以及终止温度(Tf);所述曲线对比优选将拟合曲线与试验数据在同一坐标系下进行绘制,以提高对比结果的可靠性。
在本发明中,所述拟合曲线与试验曲线的吻合度优选为90%以上,更优选为92%以上,所述拟合曲线对应的模型可用,即为本发明所述的树脂基复合材料固化反应动力学模型。
得到树脂基复合材料固化反应动力学模型后,本发明利用所述的树脂基复合材料固化反应动力学模型对树脂基复合材料固化反应过程进行预测。在本发明中,所述预测优选包括对树脂基复合材料固化反应过程中固化度与温度关系的预测、以及固化度与时间关系的预测,所述预测结果能够用于树脂基复合材料固化成型精度的改善。
为了进一步说明本发明,下面结合附图和实施例对本发明提供的一种树脂基复合材料固化反应的预测方法进行详细地描述,但不能将它们理解为对本发明保护范围的限定。
实施例1
本实施例所用树脂基复合材料为T700/3234单向环氧预浸料,为保证测量准确性,预浸料样品质量取10~15mg,放置于干净的铝坩埚内,氮气流量为40mL/min。正式测试开始前,需要用纯铟对差示扫描量热仪进行能量和温度的校正。校正后,按照如下方案进行DSC试验测试:
步骤1:工程实际中常采用10K/min升温速率,增加升温速率会同时增加两种反应的反应速率,但n级固化反应动力学模型的固化速率要比自催化固化反应动力学模型增加的更快,结合实际情况,本实施例选择1K/min、3K/min、5K/min、10K/min、15K/min和20K/min六种升温速率对预浸料进行动态DSC试验分析,得到固化过程中的总反应热ΔH0与DSC曲线,如图1所示。
步骤2:图1显示了不同升温速率下预浸料动态DSC曲线,通过图1确定预浸料体系的固化反应的起始温度Ti、放热峰值温度Tp以及终止温度Tf,表1给出了不同升温速率下预浸料固化反应特征温度的具体数值。
表1树脂基复合材料预浸料动态DSC特征温度测试结果
步骤3:利用n级固化反应动力学模型和自催化固化反应动力学模型,构建树脂基复合材料固化反应动力学模型,如式1所示:
式1中,A1为自催化固化反应动力学模型的频率因子、A2为n级固化反应动力学模型的频率因子,E1为自催化固化反应动力学模型的反应活化能、E2代表了n级固化反应动力学模型的反应活化能,n1表示自催化固化反应动力学模型的一反应级数,m表示自催化固化反应动力学模型的另一反应级数,n2表示n级固化反应动力学模型的反应级数,拟合所得参数列于表2中:
表2树脂基复合材料固化反应动力学模型参数拟合结果
利用步骤(1)测试得到的试验数据拟合树脂基复合材料固化反应动力学模型,并与试验结果进行对比,结果如图2所示。由图2可知,本发明提供的树脂基复合材料固化反应动力学模型能够很好的与试验曲线吻合,说明所得树脂基复合材料固化反应动力学模型的准确性较高;
步骤4:选择120℃、140℃、160℃、180℃和200℃五种温度对预浸料进行恒温DSC试验,以10K/min的升温速率达到指定温度后进行恒温,固化时间分别为360min、240min、180min、120min和120min,降温后再次通过动态试验测量其残余热量,计算当前所达到的固化度。将模型拟合的等温固化曲线与试验数据进行对比,结果如图3所示。由图3可以看出,试验值与预测值基本吻合,说明本发明提供的树脂基复合材料固化反应动力学模型可以准确的预测树脂基复合材料恒温固化过程,进一步说明本发明提供的预测方法的可靠性。
由以上实施例可知,本发明基于DSC试验,通过试验数据拟合现有的固化反应动力学模型,将拟合的动力学模型的预测结果与试验数据对比,在此基础上提出了更完善的树脂基复合材料固化反应动力学模型,并验证了该模型的准确性,为预测树脂基复合材料固化过程提供了可靠的方法。
本发明提供的树脂基复合材料固化反应动力学模型需要试验测定的相关参数仅有A1、A2、E1、E2、m、n1和n2七个,合理简便。
尽管上述实施例对本发明做出了详尽的描述,但它仅仅是本发明一部分实施例,而不是全部实施例,人们还可以根据本实施例在不经创造性前提下获得其他实施例,这些实施例都属于本发明保护范围。
Claims (8)
1.一种树脂基复合材料固化反应的预测方法,包括:
(1)利用树脂基复合材料预浸料的动态差示扫描量热试验数据对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合,得到树脂基复合材料固化反应动力学模型;
所述树脂基复合材料固化反应动力学模型的级数包括相互独立的n级固化反应动力学模型的反应级数和自催化固化反应动力学模型的反应级数;
(2)利用所述步骤(1)得到的树脂基复合材料固化反应动力学模型对树脂基复合材料固化反应过程进行预测。
2.如权利要求1所述的预测方法,其特征在于,所述步骤(1)中树脂基复合材料固化反应动力学模型如式1所示:
式1中,α为固化度;
dα/dt表示固化速率;
T表示绝对温度;
R为取值8.3145的普适气体常数;
A1表示自催化固化反应动力学模型的频率因子;
A2表示n级固化反应动力学模型的频率因子;
E1表示自催化固化反应动力学模型的反应活化能;
E2表示n级固化反应动力学模型的反应活化能;
m、n1和n2表示反应级数,其中,n1表示自催化固化反应动力学模型的一反应级数,m表示自催化固化反应动力学模型的另一反应级数,n2表示n级固化反应动力学模型的反应级数,n1、m和n2三者相互独立。
3.如权利要求1或2所述的预测方法,其特征在于,所述步骤(1)中n级固化反应动力学模型如式2所示:
式2中,n2表示反应级数;
k(T)为固化反应速率常数的温度关系式。
4.如权利要求1或2所述的预测方法,其特征在于,所述步骤(1)中自催化固化反应动力学模型如式3所示:
式3中,m表示反应级数;
n1表示反应级数。
5.如权利要求1所述的预测方法,其特征在于,所述步骤(1)中,对n级固化反应动力学模型和自催化固化反应动力学模型进行非线性拟合用软件为Origin函数绘图工具。
6.如权利要求1所述的预测方法,其特征在于,所述步骤(1)中,树脂基复合材料预浸料的动态差示扫描量热试验数据包括温度、热流量和升温速率。
7.如权利要求1、5或6所述的预测方法,其特征在于,所述步骤(1)中树脂基复合材料固化反应动力学模型的拟合曲线与利用动态差示扫描量热试验数据得到的试验曲线的吻合度在90%以上。
8.如权利要求1所述的预测方法,其特征在于,所述步骤(2)中预测包括对固化度与温度关系,以及固化度与时间关系的预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910384332.7A CN110197009B (zh) | 2019-05-09 | 2019-05-09 | 一种树脂基复合材料固化反应的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910384332.7A CN110197009B (zh) | 2019-05-09 | 2019-05-09 | 一种树脂基复合材料固化反应的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110197009A true CN110197009A (zh) | 2019-09-03 |
CN110197009B CN110197009B (zh) | 2021-02-23 |
Family
ID=67752606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910384332.7A Active CN110197009B (zh) | 2019-05-09 | 2019-05-09 | 一种树脂基复合材料固化反应的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110197009B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632813A (zh) * | 2020-12-03 | 2021-04-09 | 浙江大学 | 一种大厚度树脂基复合材料固化制度的优化方法 |
CN114491957A (zh) * | 2021-12-28 | 2022-05-13 | 中国航天空气动力技术研究院 | 树脂基体材料的热解吸热量计算方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002226981A1 (en) * | 2000-11-28 | 2002-06-11 | Nanogen, Inc. | Microcapillary arrays for high-throughput screening and separation of differently charged molecules using an electric field |
CN104732022A (zh) * | 2015-03-18 | 2015-06-24 | 南京航空航天大学 | 一种复合材料微波固化温度场的预测方法 |
JP2017045334A (ja) * | 2015-08-27 | 2017-03-02 | 横浜ゴム株式会社 | 複合材料の解析用モデルの作成方法、複合材料の解析用モデルの作成用コンピュータプログラム、複合材料のシミュレーション方法及び複合材料のシミュレーション用コンピュータプログラム |
CN107044998A (zh) * | 2017-02-22 | 2017-08-15 | 中南大学 | 获取待测物在微波加热下的化学反应动力学方程的方法 |
CN108728035A (zh) * | 2018-06-14 | 2018-11-02 | 汕头市鲁汕化工原料有限公司 | 一种自催化型聚氨酯热熔胶及其制备方法 |
CN109694546A (zh) * | 2017-10-20 | 2019-04-30 | 中蓝晨光化工研究设计院有限公司 | 一种环氧树脂基复合材料及其制备方法 |
-
2019
- 2019-05-09 CN CN201910384332.7A patent/CN110197009B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002226981A1 (en) * | 2000-11-28 | 2002-06-11 | Nanogen, Inc. | Microcapillary arrays for high-throughput screening and separation of differently charged molecules using an electric field |
CN104732022A (zh) * | 2015-03-18 | 2015-06-24 | 南京航空航天大学 | 一种复合材料微波固化温度场的预测方法 |
JP2017045334A (ja) * | 2015-08-27 | 2017-03-02 | 横浜ゴム株式会社 | 複合材料の解析用モデルの作成方法、複合材料の解析用モデルの作成用コンピュータプログラム、複合材料のシミュレーション方法及び複合材料のシミュレーション用コンピュータプログラム |
CN107044998A (zh) * | 2017-02-22 | 2017-08-15 | 中南大学 | 获取待测物在微波加热下的化学反应动力学方程的方法 |
CN109694546A (zh) * | 2017-10-20 | 2019-04-30 | 中蓝晨光化工研究设计院有限公司 | 一种环氧树脂基复合材料及其制备方法 |
CN108728035A (zh) * | 2018-06-14 | 2018-11-02 | 汕头市鲁汕化工原料有限公司 | 一种自催化型聚氨酯热熔胶及其制备方法 |
Non-Patent Citations (5)
Title |
---|
A CHEUNG 等: "Three-dimensional finite element simulation of curing of polymer composites", 《FINITE ELEMENTS IN ANALYSIS AND DESIGN》 * |
HONGYANG CAI 等: "Curing kinetics study of epoxy resin/flexible amine toughness systems by dynamic and isothermal DSC", 《THERMOCHIMICA ACTA》 * |
包建文 等: "复合材料固化过程模拟与优化技术", 《高效低成本复合材料及其制造技术》 * |
柯红军: "空心玻璃微珠填充CTBN改性环氧树脂的固化机制及性能评价", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
王晓霞 等: "热固性树脂固化动力学模型简化的新方法", 《材料工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632813A (zh) * | 2020-12-03 | 2021-04-09 | 浙江大学 | 一种大厚度树脂基复合材料固化制度的优化方法 |
CN114491957A (zh) * | 2021-12-28 | 2022-05-13 | 中国航天空气动力技术研究院 | 树脂基体材料的热解吸热量计算方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110197009B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110197009A (zh) | 一种树脂基复合材料固化反应的预测方法 | |
Li et al. | Modeling and simulation of compression molding process for sheet molding compound (SMC) of chopped carbon fiber composites | |
CN106154171A (zh) | 建立电池直流内阻函数的方法 | |
CN110197008A (zh) | 一种树脂基复合材料固化变形的预测方法 | |
CN109900937B (zh) | 一种具有温度补偿功能的锂电池电荷状态估算方法 | |
Huang et al. | Experimental characterization of a curing thermoset epoxy‐anhydride system—Isothermal and nonisothermal cure kinetics | |
Zhang et al. | Identification of friction coefficients and strain-compensated Arrhenius-type constitutive model by a two-stage inverse analysis technique | |
CN104732022B (zh) | 一种复合材料微波固化温度场的预测方法 | |
Zarrelli et al. | Warpage induced in bi-material specimens: Coefficient of thermal expansion, chemical shrinkage and viscoelastic modulus evolution during cure | |
Yuan et al. | Multi-objective approach to optimize cure process for thick composite based on multi-field coupled model with RBF surrogate model | |
Hui et al. | Cure process evaluation of CFRP composites via neural network: From cure kinetics to thermochemical coupling | |
Giorgini et al. | Kinetics and modeling of curing behavior for two different prepregs based on the same epoxy precursor: A case study for the industrial design of thick composites | |
Siddiqui et al. | Cure kinetics modeling of cyanate-ester resin system | |
CN105092636A (zh) | 复合材料零件工装热分布实验方法 | |
Golzar et al. | Novel thermomechanical characterization for shrinkage evolution of unidirectional semi-crystalline thermoplastic prepregs (PPS/CF) in melt, rubbery and glassy states | |
Doppelbauer et al. | A macroscopic model of the compaction process during compression molding of carbon fiber sheet molding compounds | |
Dmitriev et al. | Optimization of curing cycles for thick-wall products of the polymeric composite materials | |
Belov et al. | Curing processes simulation of complex shape carbon fiber reinforced composite components produced by vacuum infusion | |
Axenov et al. | Optimal cure control synthesis for FEM model of aircraft composite part with CAD imported geometry | |
Bailleul et al. | Thermal conductivity of unidirectional reinforced composite materials—experimental measurement as a function of state of cure | |
CN104062422A (zh) | 玻璃的转变温度和硬度的预测方法 | |
Yang et al. | Random fatigue life analysis of carbon fiber‐reinforced plastic for automotive drive shaft with environment temperature data | |
Sharp et al. | Thermal Instability in the Manufacturing of Wind Turbine Blade Spar Caps | |
Padarthi et al. | Recent advances in characterization of rapid cured composite materials | |
Lu et al. | One‐dimensional heat transfer study of a fiber‐reinforced wind epoxy composite system in vacuum assisted resin transfer molding process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |