Applied Composite Materials ( IF 2.3 ) Pub Date : 2021-08-09 , DOI: 10.1007/s10443-021-09940-9 Arda Özen 1 , Jonathan Gerstel 1 , Dietmar Auhl 1 , Bilen Emek Abali 2 , Christina Völlmecke 3
|
Additive manufacturing develops rapidly, especially, fused deposition modeling (FDM) is one of the economical methods with moderate tolerances and high design flexibility. Ample studies are being undertaken for modeling the mechanical characteristics of FDM by using the Finite Element Method (FEM). Even in use of amorphous materials, FDM creates anisotropic structures effected by the chosen manufacturing parameters. In order to investigate these process-related characteristics and tailored properties of FDM structures, we prepare FDM-printed poly(ethylene terephthalate) glycol (PETG) samples with different process parameters. Mechanical and optical characterizations are carried out. We develop 2D-digital-image-correlation code with machine learning algorithm, namely K-means cluster, to analyze microstructures (contact surfaces, the changes in fiber shapes) and calculate porosity. By incorporating these characteristics, we draw CAD images. A digital twin of mechanical laboratory tests are realized by the FEM. We use computational homogenization approach for obtaining the effective properties of the FDM-related anisotropic structure. These simulations are validated by experimental characterizations. In this regard, a systematic methodology is presented for acquiring the anisotropy from the process related inner substructure (microscale) to the material response at the homogenized length scale (macroscale). We found out that the layer thickness and overlap ratio parameters significantly alter the microstructures and thereby, stiffness of the macroscale properties.
Graphical Abstract
中文翻译：
在使用 PETG 的熔融沉积建模 (FDM) 中探索制造参数对显微结构和机械性能的作用
增材制造发展迅速，尤其是熔融沉积建模（FDM）是一种经济的方法，公差适中，设计灵活性高。通过使用有限元方法 (FEM) 对 FDM 的机械特性进行建模，正在进行大量研究。即使在使用非晶材料时，FDM 也会产生受所选制造参数影响的各向异性结构。为了研究 FDM 结构的这些工艺相关特性和定制特性，我们制备了具有不同工艺参数的 FDM 印刷聚（对苯二甲酸乙二醇酯）乙二醇 (PETG) 样品。进行机械和光学表征。我们使用机器学习算法开发二维数字图像相关代码，即 K-means 聚类，以分析微观结构（接触面、纤维形状的变化）并计算孔隙率。通过结合这些特征，我们绘制了 CAD 图像。FEM 实现了机械实验室测试的数字孪生。我们使用计算均质化方法来获得 FDM 相关各向异性结构的有效特性。这些模拟通过实验表征得到验证。在这方面，提出了一种系统方法，用于从与过程相关的内部子结构（微尺度）到均质长度尺度（宏观尺度）的材料响应获取各向异性。我们发现层厚和重叠率参数显着改变了微观结构，从而改变了宏观性能的刚度。FEM 实现了机械实验室测试的数字孪生。我们使用计算均质化方法来获得 FDM 相关各向异性结构的有效特性。这些模拟通过实验表征得到验证。在这方面，提出了一种系统方法，用于从与过程相关的内部子结构（微尺度）到均质长度尺度（宏观尺度）的材料响应获取各向异性。我们发现层厚和重叠率参数显着改变了微观结构，从而改变了宏观性能的刚度。FEM 实现了机械实验室测试的数字孪生。我们使用计算均质化方法来获得 FDM 相关各向异性结构的有效特性。这些模拟通过实验表征得到验证。在这方面，提出了一种系统方法，用于从与过程相关的内部子结构（微尺度）到均质长度尺度（宏观尺度）的材料响应获取各向异性。我们发现层厚和重叠率参数显着改变了微观结构，从而改变了宏观性能的刚度。这些模拟通过实验表征得到验证。在这方面，提出了一种系统方法，用于从与过程相关的内部子结构（微尺度）到均质长度尺度（宏观尺度）的材料响应获取各向异性。我们发现层厚和重叠率参数显着改变了微观结构，从而改变了宏观性能的刚度。这些模拟通过实验表征得到验证。在这方面，提出了一种系统方法，用于从与过程相关的内部子结构（微尺度）到均质长度尺度（宏观尺度）的材料响应获取各向异性。我们发现层厚和重叠率参数显着改变了微观结构，从而改变了宏观性能的刚度。
京公网安备 11010802027423号