劉豐睿, 駢瑢, 趙麗濱, 張建宇
(1. 北京航空航天大學(xué) 宇航學(xué)院, 北京 100083; 2. 重慶大學(xué) 航空航天學(xué)院, 重慶 400044)
短纖維增強復(fù)合材料具有比強度高、比剛度高和可設(shè)計性強等特點,在航空航天[1-2]、建筑[3]、汽車[4]、醫(yī)療[5]、船舶[6]等領(lǐng)域應(yīng)用廣泛。其彈性模量的預(yù)測是重要的研究內(nèi)容,主要的預(yù)測方法有均勻化法[7]、代表性體積單元(Representative Volume Element,RVE)法[8-10]等。其中,RVE法考慮因素多,能全面預(yù)測材料特性,是常用的預(yù)測方法。高效地建立RVE是進行材料性能預(yù)測的第一步,也是研究難點。
目前建立短纖維增強復(fù)合材料RVE的方法有:隨機順序吸附(Random Sequential Adsorption, RSA)方法[10-12]、基于RSA的纖維生長法[13]、分子動力學(xué)方法[14]、粒子群優(yōu)化算法[15]、蒙特卡羅方法[16]和圖像重建技術(shù)[17]等。其中,RSA方法憑借其操作簡單、計算量小的優(yōu)點被廣泛應(yīng)用。該方法的核心是每次在RVE區(qū)域內(nèi)生成位置隨機、取向按給定函數(shù)隨機分布的一根纖維后,判斷新纖維與已存在纖維是否相交,僅當(dāng)不相交時認(rèn)為新纖維可以存在于RVE中,循環(huán)此過程直到纖維體積分?jǐn)?shù)達到規(guī)定值為止[10]。纖維相交與否關(guān)系的判斷通常通過幾何方法實現(xiàn)[18]??紤]到幾何方法計算復(fù)雜且計算量大,Liu等[19]采用布爾運算方法判斷纖維是否相交,進而提出了基于布爾運算的隨機順序吸附(Boolean Operation based Random Sequential Adsorption,BORSA)方法。但是,布爾運算判斷法耗時也較長,并且對一些非常容易判斷位置關(guān)系的纖維進行布爾運算判斷影響了RVE的建立效率。
本文對Liu等[19]的方法進行了改進,在對纖維進行布爾運算判斷前,加入了新纖維與已存在纖維的形心距計算,當(dāng)形心距小于規(guī)定距離時不進行布爾運算,直接重新隨機生成纖維位置,這相當(dāng)于過濾掉了部分隨機生成的新纖維,進而提出了考慮過濾的隨機順序吸附(Filter based Random Sequential Adsorption,FRSA)方法。然后,采用RVE生成算例驗證了方法的先進性。
1) 生成第1根纖維fi(i=1)。隨機生成符合均布函數(shù)的纖維形心位置參數(shù)(x1,y1,z1),隨機生成符合相應(yīng)函數(shù)的取向參數(shù)(θ,φ),并在模型中生成纖維。
3) 隨機生成纖維fi的參數(shù)(xi,yi,zi,θi,φi)。設(shè)定布爾運算次數(shù)T=0。
4)T=T+1,將纖維fi向(±L,0,0),(0,±W,0),(0,0,±H),(±L,±W,0),(0,±W,±H),(±L,0,±H),(±L,±W,±H)共26個方向復(fù)制。然后執(zhí)行布爾運算:用27個新纖維fi減現(xiàn)有的i-1根纖維,當(dāng)i-1根纖維的剩余體積小于(i-1)Vf時,表明纖維間有相交關(guān)系,進行步驟5);當(dāng)i-1根纖維的剩余體積等于(i-1)Vf時,認(rèn)為纖維fi與纖維fj(j=1,2,…,i-1)均不相交,進行步驟6)。
5) 當(dāng)T 6) 保存纖維fi的信息,返回步驟2)。 由上述過程可見,每生成一根纖維或?qū)w維進行一次平移,均需進行一次布爾運算。由于纖維位置是隨機生成的,其中必然存在新生成的纖維形心位置與現(xiàn)有纖維形心非常接近的情況,比如小于纖維直徑,此時的新纖維必然與現(xiàn)有纖維相交。如果通過設(shè)置過濾函數(shù)使得對這部分新纖維不需要進行布爾運算,則可以提高RVE生成速度。 為了實現(xiàn)纖維過濾,定義新生成纖維與現(xiàn)有纖維形心距最小值di為 di=min(dij) (1) 式中:dij為纖維fi和fj的形心距離,定義為 (2) 并在進行布爾運算前判斷di是否小于一個常數(shù)dc(dc為臨界距離)。當(dāng)di 空間中2個纖維的距離dij存在2個特殊情況: 1) 當(dāng)dij=D時,以fi形心為球心的纖維內(nèi)切球體與以fj形心為球心的纖維內(nèi)切球體相外切,如圖1所示。 根據(jù)上述2種情況可以將纖維之間的相交關(guān)系分為必然相交、必然不相交和可能相交3種情況: 1) 當(dāng)0≤dij 則dc的取值會導(dǎo)致4種過濾狀態(tài): 1) 當(dāng)0 圖1 fi內(nèi)切球體與fj內(nèi)切球體相外切Fig.1 Circumscribed inner spheres of fi and fj 圖2 fi外切球體與fj外切球體相外切Fig.2 Circumscribed outer spheres of fi and fj 2) 當(dāng)dc=D時,過濾掉的fi是一定與fj相交的,并且一定與fj相交的fi均被過濾掉。 由上述分析可知,如果dc FRSA方法將生成RVE的步驟4)改為:計算fi與fj(j=1,2,…,i-1)形心距的最小值di。當(dāng)di 需要指出的是,為了避免降低計算效率,上述方法中計算di時沒有對跨邊界纖維進行特別處理。 考慮到過濾法是通過減少布爾運算次數(shù)提高建模效率的,圖3給出采用BORSA方法和FRSA方法,各生成1個RVE模型時,生成每根纖維的布爾運算次數(shù)。 采用2種方法各生成10個RVE。計算生成一個RVE的總布爾運算次數(shù),并對10個RVE取平均值,可知BORSA方法和FRSA方法生成一個RVE的平均布爾運算次數(shù)分別為87.5和61.8次,改進后FRSA方法布爾運算次數(shù)降為BORSA方法的70.6%。 建模效率的最好指標(biāo)是建模時間。比較2種方法各生成10個算例的總時間,發(fā)現(xiàn)BORSA方法耗時1 079 s,改進后FRSA方法耗時921 s,可見建模時間降為原方法的85.4%,明顯提高了RVE的建模效率。 采用FRSA方法生成的一個RVE如圖4所示,可以用來進行后續(xù)的材料性能分析。 圖3 改進前后2種方法在一個RVE算例中每根纖維的布爾運算次數(shù)Fig.3 Number of Boolean operation times per fiber in one RVE example with two methods before and after improvement 圖4 FRSA方法生成的RVEFig.4 RVE generated with FRSA method 表1 不同情況下的RVE建模效率對比Table 1 Comparison of RVE modeling efficiency for 3.2.2dc對建模效率的影響 分別計算2種方法生成一個RVE所需時間的比值t′/t″,并對10次模擬數(shù)據(jù)取平均值,結(jié)果如表2所示。 3.2.3AR對建模效率的影響 取AR=4、6和8 3種情況分別進行RVE生成模擬,以驗證FRSA方法在不同AR取值下的改進效果。RVE建模所需時間的比值的10次模擬平均值如表3所示。 結(jié)合表1、表2和表3,AR=4、6和8 3種情況下結(jié)果可見,F(xiàn)RSA方法生成RVE的用時比BORSA方法均有所減少,驗證了FRSA方法在不同AR取值下均具有先進性。并且,相同的dc取值條件下,AR取值越小,建模時間減少越明顯,建模效率提高的程度越大。AR取值越大,建模效率改進效果降低,是因為在相同dc取值條件下,當(dāng)AR取值增大時,臨界距離dc與纖維外切球直徑的比值減小,導(dǎo)致過濾程度降低,從而導(dǎo)致了方法改進效果的下降。 表2 不同dc情況下的RVE建模時間比Table 2 Ratios of RVE modeling time for various dc 表3 不同AR情況下的RVE建模時間比Table 3 Ratios of RVE modeling time for various AR 本文通過在BORSA方法進行布爾運算前引入纖維形心距判斷,過濾掉大量可能與已存在纖維相交的新纖維,提出了FRSA方法。在不同RVE參數(shù)和方法參數(shù)下對比了2種方法的纖維布爾運算次數(shù)和建模時間,證明了FRSA方法的先進性。主要結(jié)論如下: 1) 依據(jù)形心距可將纖維位置關(guān)系分為必然相交、必然不相交和可能相交3種情況。 2) 可通過纖維形心距判斷,過濾掉所有必然相交和部分可能相交的纖維。 3) FRSA方法能夠提高RVE的建模效率,且效率提高程度隨纖維體積分?jǐn)?shù)增大而增加,隨纖維長徑比增大而減少。 4) 增大臨界形心距可以增加改進效果,但是更易出現(xiàn)纖維擁塞現(xiàn)象。2 FRSA方法
2.1 FRSA方法原理
2.2 臨界距離dc對FRSA方法的影響
2.3 FRSA方法步驟
3 FRSA方法先進性驗證
3.1 典型參數(shù)下的FRSA方法先進性驗證
3.2 RVE參數(shù)和方法參數(shù)對FRSA方法先進性的影響
4 結(jié) 論