各向异性的疲劳和蠕变测试方案的制作方法

本申请要求2017年1月13日提交的美国临时专利申请序列号62/445694的优先权权益，其通过引用整体并入本文。

背景技术：

在各行业中越来越多地使用经纤维增强的热塑性塑料。增强的聚合物复合材料正在越来越广泛地用于制造承重结构部件，例如在飞机结构、汽车和工业应用中的承重结构部件。增强的聚合物复合材料制品包括一个或多于一个与聚合物基质紧密混杂接触的增强结构。通常，增强结构包括一种或多于一种纤维增强结构，例如一种或多于一种增强纤维。聚合物复合材料制品中的增强纤维可以以不连续的形式排列，例如，以非相关的不连续增强纤维(也称为短增强纤维或短切增强纤维)形式排列。或者，聚合物复合材料制品中的增强纤维可以以连续形式排列，例如机织织物、非织造织物、单向带、自动带铺设结构、缠绕长丝、定制纤维预成型件、纤维铺层结构和成形纤维构件。

纤维增强的热塑性塑料显示出与时间相关的失效行为(例如，“蠕变行为”或“疲劳行为”。失效行为与部件的纤维取向(例如，各向异性的失效)有关。例如，当平行于纤维增强方向变形时，纤维增强的热塑性塑料显示出一个失效时间值，而当垂直于纤维增强方向变形时，可能显示出大不相同的失效时间值。

纤维增强的热塑性塑料的计算机辅助设计和模拟(例如，虚拟产品开发)也在广泛发展，因为它缩短了产品上市时间并减少了物理原型成型。准确模拟的关键步骤是提供准确的输入材料数据，但输入材料数据的准确度需要许多物理测试才能准确表征纤维增强的热塑性塑料的各向异性失效时间。足以进行模拟的输入数据的生成可以包括在蠕变和疲劳负载条件下的各向异性失效的完整表征，其可包括针对最终产品负载条件定制的各种施加应力、温度和样品取向(即，纤维取向)下的静态和动态测试。这种各向异性的失效特征通常导致非常长的实验时间和极高的成本。长的交付周期和高成本阻碍了在纤维增强的热塑性部件的设计和开发过程中各向异性的失效时间模拟的广泛使用。为了改善纤维增强的热塑性塑料部件的应用开发周期，需要一种解决方案，该方案将减少与各向异性失效时间模拟相关的长交付周期和高成本。

技术实现要素：

本公开描述了用于纤维增强的热塑性塑料的加速测试方案的系统和方法，其中加速测试方案嵌入在集成模拟框架中。这种加速测试方案显著缩短了与纤维增强的热塑性塑料在各种温度、外加负载和负载角度下的各向异性的疲劳和蠕变失效特征相关的测试时间。该加速测试方案包括混合方法，其包括建模和实验测试的组合。特别地，将一组简化的物理测试与热塑性结构模型(例如，现象学本构模型)组合以提供纤维增强的热塑性塑料的完整表征。该方法能够预测失效循环数和蠕变失效时间的外加应力依赖性。如本文所讨论的，该应力诱导的失效时间信息可以图形形式表示为s-n或s-t曲线，其示出了失效循环数(n)或蠕变失效时间(t)随外加应力(s)即疲劳测试时的最大施加循环应力或蠕变测试时的恒定外加应力的变化。

在一个实施方案中，该加速测试方案可以显著减少为模拟提供输入所需的测试数量，并且可以显著减少净测试时间。该加速测试方案还可以在比测量数据(例如，实际数据)更宽的外加应力、温度和取向范围内提供模拟的材料输入数据(例如，虚拟材料输入数据)。利用这些不同的特征，这种加速测试方案可以通过提供对更广泛的材料数据的访问来提高模拟可靠性，可以减少模拟时间和成本，并且可以减少与加速产品开发周期相关的时间和成本。

附图说明

为了容易地识别对任何特定元素或行为的讨论，参考数字中最重要的数字指的是第一次引入该元素的数字。下面的附图和随附的描述提供了用于测试时间相关的失效行为的信息和实施例结果，其可以包括蠕变行为测试、疲劳行为测试或其组合。

图1示出了各向异性的失效测试的框图。

图2a至图2c示出了拉伸疲劳测试结果的图表。

图3a至图3d示出了描绘加速测试方案内的步骤的图表。

图4示出了拉伸疲劳测试结果评价的图表。

图5a至图5b示出了使用加速测试方案时的测试改进度量的图表。

图6a至图6b示出了模拟验证结果的图表。

具体实施方式

图1示出了各向异性的失效测试100的框图。在一个实施例中，测试100包括集成模拟工作流程，其包括计算机辅助工程(cae)过程框125和后处理框160。cae过程125可以接受各种输入，例如材料模型105、服务负载信息110、边界条件115(例如，固定，组装等)和材料数据120。cae过程框125和后处理框160可以包括集成在一起的一个或多于一个商业模拟软件工具，以说明纤维或流动取向引起的各向异性的失效时间值。在实施例中，cae过程框125包括一个或多于一个模拟软件工具130，例如应力/应变模拟软件、模具填充模拟软件或其他支持模拟软件。在实施例中，后处理框160包括一个或多于一个后处理软件工具155，其可以接收模拟工具输出145和σ(应力)和ε(应变)信息150并提供后处理输出165。然而，cae过程框125和后处理框160的输出准确度取决于各种负载水平、温度、负载角度、负载类型(例如，恒定负载、正弦波负载、阻波负载等)、负载频率和负载幅度下的各向异性的材料输入数据(例如，s-n或s-t曲线)的准确度。因为cae过程框125和后处理框160的准确度取决于许多模拟和测量的输入变量，所以生成cae过程框125和后处理框160所需的模拟和测量的输入变量可能是耗时且昂贵的过程。

在实施例中，各向异性的失效测试100包括加速测试方案180。加速测试方案180接受有限的测试数据185并输出虚拟数据175。加速测试方案180可以用于生成模拟材料数据(例如，虚拟疲劳数据)，并且可以作为实验数据170的补充或替代。加速测试方案180使用混合实验和建模方法。在实施例中，加速测试方案180可以使用初始的有限测试数据来拟合模型的参数，之后模型的组合可以在宽范围的测试配置上生成虚拟材料数据。在实施方案中，加速测试方案80显著减少了测试次数和显著减少了净测试时间。

图2a至图2c示出了拉伸疲劳测试结果200的图表。拉伸疲劳测试结果200表示各种测试条件下的失效循环数。拉伸疲劳测试结果200基于使用材料模型组合的有限测试来生成虚拟数据。通过将有限的测试数据外推到未测量的循环和温度范围来生成该虚拟数据。该虚拟数据可以与实验数据组合或代替实验数据使用。

如图2a至图2c所示，针对各种取向和温度，将外加应力依赖性的失效循环数(即，s-n曲线)描绘为双对数坐标上的线性关系。例如，图2a示出了在60℃下进行的测试的失效循环数结果，图2b示出了在90℃下进行的测试的失效循环数结果，图2c示出了在110℃下进行的测试的失效循环数结果。这些测试中的每一个都是在相对于纤维增强的热塑性塑料中的纤维方向以各种取向施加的应力下进行的。正如预期的那样，当外加应力与纤维对齐时，如图2a至图2c中所示的相对于纤维为0°时，纤维增强的热塑性塑料最能抵抗失效。纤维取向引起的各向异性对失效循环数的影响是显著的。例如，在0°和90°取向上施加的恒定最大应力之间存在系数几乎为200的差异。纤维增强的热塑性材料的失效循环数和失效时间的这种变化(即，纤维取向引起的各向异性)在疲劳和蠕变性能的表征中是显著的。

图3a至图3d示出了描绘加速测试方案300内的步骤的图表。在图3a至图3d所示的双对数坐标上，近似线性疲劳性能表征显示为虚线。这些线的斜率310和y截距320基于幂律模型确定：

其中

基于各种负载角度φ和温度值t确定线性疲劳性能表征斜率310和y截距320。首先，确定斜率m310。该斜率310基于在负载角度和温度t℃下使用不同应力确定的多个数据点，例如图3a中所示的且t＝t1℃的点。为了改善斜率计算，可以使用五个或多于五个平均数据点来确定斜率310。其次，使用希尔(hill)准则确定取向依赖性如图3c所示，该取向依赖性是基于根据希尔屈服准则的形状在多个不同负载角度在t℃下的y截距320。第三，使用cf＝c·exp(nt)确定温度依赖性cf＝f(t)，如图3d所示。基于在下的三个或多于三个不同温度(例如，参考点cf)来确定常数c和指数斜率n的值。结合所有模型，确定各种负载角度和温度值t的线性疲劳性能表征。

图4示出了拉伸疲劳测试结果评价400的图表。拉伸疲劳测试结果评价400说明了加速测试方案的可靠性。该加速测试方案需要选择参考温度和参考负载角度来执行智能编辑测试。拉伸疲劳测试结果评估400示出了所生成的30℃温度下的虚拟疲劳数据针对参考温度和负载角度的各种组合的灵敏度。图4显示了在四个不同方向：0°(即，对齐)410、22.5°420、45°430和90°(即，垂直)440下施加的恒定最大应力导致的失效循环数。实线显示基于在所有温度和方向下的实验数据的加速测试方案预测值结果，点线显示基于参考温度t＝90℃和的加速测试方案预测值结果，虚线显示基于参考温度t＝110℃且的加速测试方案预测值。点线、虚线和实线之间的一致性表明加速测试方案能够生成准确的虚拟疲劳数据，而与参考配置的选择无关。

图5a至图5b示出了使用加速测试方案时的测试改进度量500的图表。为了在广泛的测试配置上生成虚拟疲劳数据，加速测试方案使用初始有限测试数据来拟合模型的参数。如图5a所示，当与全长测试510相比时，加速测试520提供显著减少的测试数。如图5b所示，当与全长测试530相比时，加速测试540提供显著减少的净测试时间。

图6a至图6b示出了模拟验证结果600的图表。验证结果600显示了加速测试方案预测两种不同纤维增强的热塑性部件随其依赖于加工的形态特征变化的各向异性的机械性能的能力。失效预测方法通常需要进行广泛的长期测试来生成所需的输入，以提供长期性能和失效时间或失效循环数预测。本文描述的加速测试方案减少或排除了这种广泛的测试，而是使用有限的测试组来提供准确的各向异性的机械性能预测。

使用具有不同几何复杂度的两种纤维增强的热塑性部件验证加速测试方案。图6a示出了通过注射成型形成的压力容器610。因为压力容器610由顶部形成(例如，图6a中的左上方)，所以增强纤维主要与压力容器610的细长形状(例如，图6a中的左上到右下)均匀对齐。图6b示出了复合弯管620，其代表各种纤维排列的非均匀和复杂分布，例如可以在各种纤维增强的热塑性产品中见到。使用波动的内部水压测试这两个部件。水的温度设定为30℃，并且在1hz的恒定压强波动频率和0.1的r比(即，最小内部压强与最大内部压强的比)下进行压强测试。

图6a至图6b示出了每个最大内部压强负载水平下所测量的失效循环数。实线640表示使用虚拟材料数据的模拟结果，该虚拟材料数据由基于30℃下预测的各向异性的输入材料数据的加速测试方案生成。菱形数据点630表示相同条件下的实验失效循环数测试结果。如图6a至图6b所示，加速测试方案模拟结果640提供了在内部压强负载水平范围内的实验失效循环数测试结果630的准确预测。此外，预测加速测试方案中使用的输入材料数据并且不对其进行测量，进一步验证加速测试方案的预测能力。

为了更好地说明本文公开的方法和装置，这里提供了非限制性的实施方案列表。

实施例1是纤维增强的热塑性各向异性的失效加速测试方案系统，其包括：测试装置：对纤维增强的热塑性部件进行失效测试；并根据失效测试生成有限的纤维增强的热塑性测试数据；和处理器：以接收纤维增强的热塑性部件的各向异性的输入材料数据；以及基于输入材料数据和测试数据生成各向异性的失效预测函数，各向异性的失效预测函数表示表征多个失效循环数值和多个循环应力量值之间的函数关系的虚拟数据。

在实施例2中，实施例1的主题任选地包括处理器，该处理器还基于所生成的各向异性的失效预测函数来生成针对纤维增强的热塑性部件的多个应力和应变值。

在实施例3中，实施例1至2中任一项或多项的主题任选地包括：其中对纤维增强的热塑性部件进行失效测试包括对纤维增强的热塑性部件进行疲劳测试；以及处理器，其还用于在多个失效循环数值和多个循环应力量值之间的函数关系的双对数坐标上生成线性各向异性的疲劳失效近似值。

在实施例4中，实施例1至3中任一项或多项的主题任选地包括：其中对纤维增强的热塑性部件进行失效测试包括对纤维增强的热塑性部件进行蠕变测试；以及处理器，其还用于在多个失效循环数值和多个循环应力量值之间的函数关系的双对数坐标上生成线性各向异性的蠕变失效近似值。

在实施例5中，实施例2至4中任一项或多项的主题任选地包括处理器，该处理器还基于所接收的纤维增强的热塑性测试数据来确定线性近似斜率。

在实施例6中，实施例5的主题任选地包括处理器，该处理器还基于所接收的各向异性的输入材料数据来确定纤维增强的热塑性部件的取向依赖性。

在实施例7中，实施例6的主题任选地包括处理器，其中确定纤维增强的热塑性部件的取向依赖性的该处理器基于在多个不同负载角度上对所接收的各向异性的输入材料数据应用希尔准则。

在实施例8中，实施例7的主题任选地包括处理器，该处理器还基于所接收的各向异性的输入材料数据来确定纤维增强的热塑性部件的温度依赖性。

在实施例9中，实施例1至8中任一项或多项的主题任选地包括，其中所接收的各向异性的输入材料数据包括纤维增强的热塑性部件的测量材料数据。

在实施例10中，实施例1至9中任一项或多项的主题任选地包括，其中所接收的各向异性的输入材料数据包括纤维增强的热塑性部件的预测材料数据。

在实施例11中，实施例1至10中任一项或多项的主题任选地包括：其中纤维增强的热塑性部件包含均匀的增强纤维排列；生成各向异性的失效预测函数的处理器还基于均匀的增强纤维排列。

在实施例12中，实施例1至11中任一项或多项的主题任选地包括：其中纤维增强的热塑性部件包含非均匀的增强纤维排列；并且生成各向异性失效预测函数还基于非均匀的增强纤维排列。

实施例13是纤维增强的热塑性各向异性的失效加速测试方案，其包括：接收纤维增强的热塑性部件的有限各向异性的输入材料数据；接收来自纤维增强的热塑性部件的失效测试的纤维增强的热塑性测试数据；和基于有限的输入材料数据和测试数据生成各向异性的失效预测函数，各向异性的失效预测函数表示多个失效值和多个应力量值之间的函数关系。

在实施例14中，实施例13的主题任选地包括，其中接收来自失效测试的纤维增强的热塑性测试数据包括接收来自纤维增强的热塑性部件的疲劳测试的纤维增强的热塑性测试数据。

在实施例15中，实施例13至14中任一项或多项的主题任选地包括，其中接收来自失效测试的纤维增强的热塑性测试数据包括接收来自纤维增强的热塑性部件的蠕变测试的纤维增强的热塑性测试数据。

在实施例16中，实施例13至15中任一项或多项的主题任选地包括：其中：多个失效值包括多个失效循环数值；多个应力量值包括多个循环应力量值。

在实施例17中，实施例13至16中任一项或多项的主题任选地包括：其中：多个失效值包括多个失效时间值；多个应力量值包括多个恒定外加应力量值。

在实施例18中，实施例13至17中任一项或多项的主题任选地包括基于所生成的各向异性的失效预测函数生成纤维增强的热塑性部件的多个应力和应变值。

在实施例19中，实施例13至18中任一项或多项的主题任选地包括：其中生成各向异性的失效预测函数包括在多个失效值与多个应力量值之间的函数关系的双对数坐标上生成线性各向异性的失效近似值。

在实施例20中，实施例19的主题任选地包括，其中生成线性各向异性的失效近似值包括基于所接收的纤维增强的热塑性测试数据确定线性近似斜率。

在实施例21中，实施例20的主题任选地包括，其中生成线性各向异性的失效近似值包括基于所接收的各向异性的输入材料数据确定纤维增强的热塑性部件的取向依赖性。

在实施例22中，实施例21的主题任选地包括，其中确定纤维增强的热塑性部件的取向依赖性基于在多个不同负载角度上对所接收的各向异性的输入材料数据应用希尔准则。

在实施例23中，实施例22的主题任选地包括，其中生成线性各向异性的失效近似值包括基于所接收的各向异性的输入材料数据确定纤维增强的热塑性部件的温度依赖性。

在实施例24中，实施例13至23中任一项或多项的主题任选地包括，其中所接收的各向异性的输入材料数据包括纤维增强的热塑性部件的测量材料数据。

在实施例25中，实施例13至24中任一项或多项的主题任选地包括，其中所接收的各向异性的输入材料数据包括纤维增强的热塑性部件的预测材料数据。

在实施例26中，实施例13至25中任一项或多项的主题任选地包括：其中纤维增强的热塑性部件包含均匀的增强纤维排列；并且生成各向异性的失效预测函数还基于均匀的增强纤维排列。

在实施例27中，实施例13至26中任一项或多项的主题任选地包括：其中纤维增强的热塑性部件包含非均匀的增强纤维排列；并且生成各向异性的失效预测函数还基于非均匀的增强纤维排列。

上面的详细描述是说明性的，而不是限制性的。例如，上述实施例(或其一个或多于一个元素)可以彼此组合使用。在阅读以上描述之后，例如本领域普通技术人员可以使用其他实施方案。而且，各种特征或元素可以组合在一起以简化本公开。这不应被解释为旨在使未要求保护的公开特征对于任何权利要求都是必要的。发明主题可以少于特定公开实施方案的所有特征。因此，以下权利要求在此并入具体说明书中，每个权利要求自身作为单独的实施方案。本专利申请的主题范围应参照所附权利要求书以及这些权利要求书所享有的等同物的全部范围来确定。

如果本文件与通过引用并入的任何文件之间的使用不一致，则以本文件中的用法为准。

在该文献中，元素前无数量词在专利文献中是常见的，包括一个或多于一个，不依赖于“至少一个”或“一个或多于一个”的任何其他实例或用法。在本文件中，除非另有说明，术语“或”用于表示非排他性，或者使得“a或b”包括“a而不是b”、“b而不是a”和“a和b”。在本文中，术语“包括”用作相应术语“包含”的通俗汉语等同物。此外，在以下权利要求中，术语“包括”和“包含”是开放式的，也就是说，除了在权利要求中这样的术语之后列出的元素之外，还包括其它元素的模制系统、装置、制品、组合物、配方或过程仍然被认为落入权利要求的范围内。此外，在以下权利要求中，术语“第一”、“第二”和“第三”等仅仅用作标签，并不旨在将数字要求强加于对象或顺序要求。

这里描述的方法实施例可以是机器实现的或计算机实现的，至少部分地，例如用编码有指令的计算机或机器可读介质来配置电子设备以执行上述实施例中描述的方法步骤。这种方法的实现可以包括代码，例如微代码、汇编语言代码、高级语言代码。这样的代码可以包括用于执行方法步骤的计算机可读指令。例如在执行期间或在其他时间，代码可以有形地存储在一个或多于一个易失性、非暂时性、或非易失性有形计算机可读介质上。这些有形计算机可读介质的实施例可以包括但不限于硬盘、可移动磁盘、可移动光盘(例如，光盘和数字视频盘)、磁带、存储卡或存储棒、随机存取存储器(ram)、只读存储器(rom)等。

提供摘要以符合美国联邦法规第37章第1条72款b项，以允许读者快速确定技术公开的性质。提交本申请时应理解，本申请将不用于解释或限制权利要求的范围或含义。

尽管已经参考示例性实施例描述了本专利申请的主题，但是本领域技术人员将认识到，在不脱离主题的精神和范围的情况下，可以在形式和细节上进行改变。