Modeling the effective elastic and viscoelastic properties of randomly distributed short fiber reinforced composites

Yang, Pingping; Chen, Yang; Zhang, Guo; Hu, Ning; Sun, Weifu

doi:10.1016/j.coco.2022.101341

Cited by 6 publications

(4 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The 21 components of the stiffness matrix C can be acquired from Equations ( 5) and ( 6): The homogenized mechanical properties of SFRPCs are mainly determined by the properties of matrix and fiber, as well as the microstructure parameter of fibers [2]. For this specific problem, we intend to make the prediction of the composite matrix using 12 features, with the selection based on the strategies discussed in [7,14].…”

Section: The Two-step Homogenization Methodsmentioning

confidence: 99%

“…Image-informed statistical models are accordingly proposed to address the fiber distributions such as the diffusion orientation distribution function [6]. However, the complexity and diversity of fiber orientation states also present the primary challenge in aspects of constitutive relations [7], computational models [8], and numerical implementations [9].…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

A High-Generalizability Machine Learning Framework for Analyzing the Homogenized Properties of Short Fiber-Reinforced Polymer Composites

Zhao,

Chen,

Jian

2023

Polymers

View full text Add to dashboard Cite

This study aims to develop a high-generalizability machine learning framework for predicting the homogenized mechanical properties of short fiber-reinforced polymer composites. The ensemble machine learning model (EML) employs a stacking algorithm using three base models of Extra Trees (ET), eXtreme Gradient Boosting machine (XGBoost), and Light Gradient Boosting machine (LGBM). A micromechanical model of a two-step homogenization algorithm is adopted and verified as an effective approach to composite modeling with randomly distributed fibers, which is integrated with finite element simulations for providing a high-quality ground-truth dataset. The model performance is thoroughly assessed for its accuracy, efficiency, interpretability, and generalizability. The results suggest that: (1) the EML model outperforms the base members on prediction accuracy, achieving R2 values of 0.988 and 0.952 on the train and test datasets, respectively; (2) the SHapley Additive exPlanations (SHAP) analysis identifies the Young’s modulus of matrix, fiber, and fiber content as the top three factors influencing the homogenized properties, whereas the anisotropy is predominantly determined by the fiber orientations; (3) the EML model showcases good generalization capability on experimental data, and it has been shown to be more effective than high-fidelity computational models by significantly lowering computational costs while maintaining high accuracy.

show abstract

Section: The Two-step Homogenization Methodsmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

A High-Generalizability Machine Learning Framework for Analyzing the Homogenized Properties of Short Fiber-Reinforced Polymer Composites

Zhao,

Chen,

Jian

2023

Polymers

View full text Add to dashboard Cite

show abstract

“…У роботі [8] на основі методів мікромеханічного моделювання та гомогенізації досліджено ефективні пружні та в'язкопружні властивості композитів, армованих короткими волокнами. Було запропоновано теоретичні моделі для виявлення механізмів впливу складових і мікроструктур на пружні та в'язкопружні властивості SFRC, які були чисельно підтверджені моделюванням кінцевих елементів на основі репрезентативних моделей об'ємних елементів.…”

Section: вступunclassified

Ефективні Пружні Характеристики Волокнистого Композиційного Матеріалу В Умовах Попереднього Поперечного Деформування

Гребенюк,

Морозова

2023

PMJ

View full text Add to dashboard Cite

У статті розглядається математичне моделювання механічної поведінки волокнистого композиту для визначення його напружено-деформованого стану в умовах попередньої деформації. Знайдено аналітичні співвідношення для ефективних характеристик волокнистого композиційного матеріалу, а саме модулів пружності та коефіцієнтів Пуассона, з урахуванням зміни об’ємного вмісту компонентів у процесі деформування. В роботі для визначення ефективних характеристик застосовується метод представницького об’ємного елементу. Розглянуто спільне деформування порожнистого та суцільного циліндрів, що моделюють, відповідно, матрицю та волокно у композиті, з урахуванням того, що осьові переміщення і волокна й матриці сталі й однакові. Вважається, що в процесі деформації і матеріал матриці, і матеріал волокна підкоряються закону Гука, але в процесі деформації їх об’ємна частка в композиті змінюється. Ця зміна буде визначатися зміною площі поперечного перерізу ділянок елементарної комірки, зайнятих матрицею і волокном, враховуючи, що висота нескінченної комірки буде однаковою для матриці і волокна. Отримано співвідношення для напружено-деформованого стану ізотропного волокна та матриці, в яких передбачається, що незважаючи на лінійний характер деформування матриці та волокна, об’ємна частка компонентів змінюється при збільшенні зовнішнього навантаження й впливає на деформований стан компонентів. Далі розглядається аналогічна задача для однорідного трансверсально- ізотропного матеріалу, що моделює поведінку композиційного матеріалу. Умовою узгодження для цієї задачі будуть виступати рівність осьових переміщень для довільної осьової координати та рівність радіальних переміщень на зовнішній частині циліндричної поверхні. Отримано аналітичні вирази для ефективних пружних характеристик при поперечному деформуванні із врахуванням зміни деформованого стану. Досліджено залежність ефективних характеристик від зміни об’ємного вмісту волокна в композиті в процесі деформування.

show abstract

“…The FE RVE model then incorporated into the UEL subroutine of ABAQUS for the purpose of analyzing 4-node tetrahedron element. Yang et al (2022) examined the elastic and viscoelastic properties of short fiber-reinforced composites through the utilization of micromechanical modeling and homogenization techniques. Alhijazi et al (2021) investigated the elastic properties of nature fiber composites (NFCs) thermosets using RVE with randomly distributed chopped (UD) fiber.…”

Section: Introductionmentioning

confidence: 99%

Effective Mechanical Properties Evaluation of Unidirectional and Bidirectional Composites Using Virtual Domain Approach at Microscale

Elmoghazy,

Abuelgasim,

Osman

et al. 2023

AAES

View full text Add to dashboard Cite

In this investigation, a 3D micromechanical modeling methodology based on different types of unit cell configuration and representative volume element (RVE) is used to capture the micro-macro mechanical properties of unidirectional (UD) and bidirectional (BD) fiber-reinforced synthetic resin composites. In this regard, hexagonal unit cell and square unit cell were established in order to explore the influence of packing density on representative microstructure properties, considering no effects at the interphase zone between the fiber and the matrix. The virtual geometric generation of 2D-RVE fibres inclusion model process is driven by statistical Monte Carlo simulation algorithm, which is then incorporated into FE solver to develop 3D-BDC RVE laminate model within a virtual scheme. In addition, applying the linear constraint of displacement simulation ensures that the RVE behaves as expected under uniaxial and in-plane loading conditions, leading to more accurate results. This remote constraint helps capture the realistic behaviors of the UD and BD composites models and enables the evaluation of mechanical properties, deformation patterns, and stress distributions within the presented RVE.

show abstract

Modeling the effective elastic and viscoelastic properties of randomly distributed short fiber reinforced composites

Cited by 6 publications

References 21 publications

A High-Generalizability Machine Learning Framework for Analyzing the Homogenized Properties of Short Fiber-Reinforced Polymer Composites

A High-Generalizability Machine Learning Framework for Analyzing the Homogenized Properties of Short Fiber-Reinforced Polymer Composites

Ефективні Пружні Характеристики Волокнистого Композиційного Матеріалу В Умовах Попереднього Поперечного Деформування

Effective Mechanical Properties Evaluation of Unidirectional and Bidirectional Composites Using Virtual Domain Approach at Microscale

Contact Info

Product

Resources

About