I denne studien presenteres en protokoll som beskriver bruken av mekanoluminescerende (ML) visualisering for overvåking av sprekkutbredelse og mekanisk oppførsel under klebende leddevalueringstesting.
I denne studien demonstreres og forklares metoder for mekanoluminescerende (ML) visualisering av sprekkutbredelse og mekanisk oppførsel for å evaluere klebende ledd. Det første trinnet involverte prøvepreparering; en luftspray ble brukt til å påføre ML-maling på overflaten av limskjøteprøvene. Ytelsen til ML-sensoren ble beskrevet for å undersøke måleforholdene. Resultatene av ML-sensing under en dobbel cantilever beam (DCB) test og en lap-shear (LS) test er demonstrert da disse er de mest og mest brukte metodene for evaluering av lim. Opprinnelig var det vanskelig å kvantifisere sprekkspissen og belastnings-/spenningsfordelingen og konsentrasjonen direkte fordi sprekkspissen var for liten, og effekten av tøyningen ikke kunne observeres. Mekanoluminescens, sprekkutbredelse og mekanisk oppførsel under mekanisk testing kan visualiseres via ML-mønsteret under limevalueringen. Dette gjør det mulig å gjenkjenne den nøyaktige posisjonen til sprekkspissene og annen mekanisk oppførsel relatert til strukturell svikt.
Mekanoluminescerende (ML) sensormaterialer er funksjonelle keramiske pulver som avgir intenst lys gjentatte ganger under mekaniske stimuli. Dette fenomenet observeres selv innenfor regioner med elastisk deformasjon 1,2,3,4. Når de spres på overflaten av en struktur, fungerer individuelle ML-partikler som følsomme mekaniske sensorer, og det todimensjonale (2D) ML-mønsteret gjenspeiler den dynamiske belastningsfordelingen. ML-emisjonsmønsteret presenterer en mekanisk simulering av tøyningsfordelingen 2,3,4,5,6,7,8,9,10,11,12 (figur 1A).
Som vist i figur 1B, har ML-sensorer blitt brukt til å visualisere todimensjonal (2D) og tredimensjonal (3D) dynamisk mekanisk oppførsel i elastiske, plastiske og destruksjonsprosesser ved hjelp av kupongtestprøver som består av nyere avanserte lette strukturelle materialer (f.eks. stålmed høy strekkfasthet 5,6, aluminium, karbonfiberforsterket plast [CFRP]7), limfugen for skadetoleransedesign8, 9,10,11 og produktkomponenter (f.eks. gir og fleksibel elektronikkfil for sammenleggbare telefoner 12, og kompliserte lim- og/eller sveiseskjøter som brukes til validering av dataassistert konstruksjon [CAE] resulterer i testing på laboratorienivå 2,8,9,10,11 ). I tillegg har ML-sensorer blitt brukt med hell i praktiske anvendelser, for eksempel strukturell helseovervåking (SHM) av bygninger og broer for å oppdage sprekkutbredelse eller sannsynligheten for at en belastningskonsentrasjon fører til strukturell nedbrytning 2,6,13, overvåking av den indre sprekkutbredelsen i interlaminære lag7,9, prediksjonen av levetiden til høytrykks hydrogenbeholdere 9, slagtester av mobilitet for visualisering av slagbølgeutbredelse eller eksitasjon i vibrasjonsmodus14, og visuell sensing av sportsverktøy for å bestemme passende fysiske innstillinger for å øke sjansene for å vinne. I protokollen ble ML-visualisering valgt for overvåking av sprekkutbredelse og de påfølgende endringene i mekanisk oppførsel under testing av klebende leddevaluering.
Det er flere grunner til å velge dette temaet. Den første grunnen er den betydelige økningen i betydningen av klebende ledd de siste årene. Nylig, på grunn av behovet for betydelig CO2-reduksjon og energisparing, har ulike typer lette materialer blitt utviklet og anvendt i mobilitets- og transportindustrien, for eksempel for biler, fly og tog. Som en del av denne trenden har limteknologi fått betydning som en nøkkelteknologi for fritt å sammenføye forskjellige lette materialer (forskjellige materialfuger) i en multimaterialstrategi15. Videre har ML-visualiseringsmetoden for å bestemme klebestyrke, spesielt i forskjellige materialer, blitt foreslått av ulike internasjonale standarder 16,17,18,19,20. Evalueringen av klebemiddelstyrken er i hovedsak destruktiv testing, og den oppnådde klebestyrken kan hovedsakelig klassifiseres i to typer: (1) bruddseighetsenergi (Gc), som bestemmes ved bruk av posisjonen til sprekkutbredelse under lastapplikasjonen, og (2) klebestyrke, som bestemmes ved bruk av belastningen ved brudd på klebeleddet. Selv om dobbestrålen (DCB) test og enkelt lap-skjær (LS) test er representative evalueringsmetoder for henholdsvis bruddseighet og klebestyrke, og representerer de mest brukte klebemiddelprøvingsmetodene over hele verden 15,16,17,18,19,20 er sprekkspissen for liten til å skille mellom spennings-/tøyningsfordelingen. Derfor er verdien av bruddseighetsenergi (Gc) svært spredt. Som et resultat av anbefalinger fra forskere som undersøker lim og andre individer i bransjen, har mekanoluminescerende (ML) visualisering blitt undersøkt for overvåking av sprekkutbredelse og de påfølgende endringene i mekanisk oppførsel under testing av klebende leddevaluering 8,9,10,11,21 . Den andre grunnen til å velge dette temaet i denne protokollen er at spenning/belastning er svært konsentrert ved sprekkspissen, noe som genererer intens mekanoluminescens ved ML-punktet under sprekkutbredelse, og dette er potensielt den mest brukervennlige metodikken blant ulike ML-testapplikasjoner. I tillegg kan denne metoden brukes uten avansert erfaring i prøvepreparering og svært effektive ML-materialer.
Derfor, i denne studien, forklares protokollen for ML-visualisering for overvåking av sprekkutbredelse og de påfølgende endringene i mekanisk oppførsel under klebende leddevalueringstesting, som vist i figur 2.
Når det gjelder ML-oppførselen observert fra sidevisningen, ble intens mekanoluminescens som stammer fra belastningskonsentrasjonen registrert på spissen av den første sprekken (figur 5C). Deretter ble det observert bevegelse av ML-punktet langs klebemiddellaget ved sprekkutbredelsestiden, noe som reflekterte sprekkspissen. I tidligere studier viste mikroskopiske observasjoner at det høyeste ML-punktet bare var 0-20 μm foran sprekkspissen og kunne brukes som referanse for sprekkspissposisjonen8. I den konvensjonelle metoden identifiseres sprekkspissen via visuell inspeksjon, men dette fører til en betydelig mengde menneskelige feil på grunn av den lille størrelsen på sprekkspissen, selv når du bruker forstørrelsesglass. Spesielt kreves tålmodighet for å markere posisjonen til sprekkspissen under DCB-testen, noe som igjen krever flere minutter, spesielt for strukturelle limfuger16,17,18. Derfor er ML-visualisering i DCB-testen viktig for å identifisere posisjonen til sprekkspissen automatisk og med høyere presisjon. Tidligere ble posisjonen og formen på ML-linjen på toppvisningen vist å synkronisere med sprekkfeilfrontlinjen i klebemiddellaget9. Derfor ble ML-sensing i toppvisningen av tilhengeren brukt som en indikator på de indre sprekkene fra utsiden av tilhengeren.
Begrensningene i denne metoden inkluderer imidlertid det mørke testmiljøet og reduksjonen i ML- og AG-intensiteten under DCB-testen over flere minutter, som vist i figur 7B. Dette fører til et uklart ML-punkt- og AG-mønster, som gjenspeiler henholdsvis sprekkspissen og prøvegeometrien. For å overvinne denne begrensningen ble infrarødt lys, for eksempel lys ved en bølgelengde på 850 nm som ikke påvirker SrAl 2 O4: Eu2 + ML-materiale, brukt til å bestråle DCB-prøven under DCB-testen for å avklare tilstanden til prøven9. Alternativt brukes blått lys ved 470 nm til å belyse prøven i 1 s hvert 5. minutt eller 10. minutt for å gjenopprette ML- og AG-intensitetene selv under DCB-testingen2,9, som forklart i figur 7A.
ML-konturbilder og -filmer under LS-testen ble tatt opp med et fireveis kamerasystem (figur 6C). I dette tilfellet var tilhengerne sandblåst aluminium (A5052), og limet var et to-komponent epoksylim. Strekkskjærfasthetsverdien (TSS) var 23 MPa, som ble beregnet ved hjelp av lastverdien (N) ved brudd under strekkbelastning og det limbundne området (mm2). Videre kan TSS-verdien betraktes som en indikator på styrken til et strukturelt klebeledd18. Selv om TSS-verdien vanligvis brukes som en indeks for klebestyrke, ble ikke bakgrunnens fysiske egenskaper, som mekanisk oppførsel, som er avgjørende for å forbedre ledddesignet, undersøkt.
ML-bildene ga tydelig informasjon om den mekaniske oppførselen under ødeleggelsesprosessen av enkeltfanget klebeledd (figur 6C). Kort fortalt ble det først observert intens mekanoluminescens ved kanten av det klebemiddelbundne og lappede området, som viser tøyningskonsentrasjonen i det tidlige stadiet av LS-testen. For det andre flyttet ML-punktene fra begge selvklebende kanter til midten langs limlaget for å vises sammen i venstre og høyre visning av ML-bildene. Dette indikerer skjærstamme og sprekkutbredelse langs klebemiddellaget, som betegner sammenhengende svikt (CF) i dette tilfellet.
I tillegg indikerte ML-linjene foran og bak forekomsten av sprekkutbredelse, som er det samme fenomenet som i DCB-testen. Til slutt, etter at de to ML-punktene kombinert i midten, ble det observert intens mekanoluminescens ved midtpunktet i klebemiddellaget. Dette indikerte belastningskonsentrasjonen i klebemiddellaget og den påfølgende genereringen av en tverrgående sprekk over klebemiddellaget, lik i et tidligere arbeid11. Denne informasjonen er nyttig for å bestemme plasseringen av spennings-/tøyningskonsentrasjonen. Derfor innebærer det at forbedring i spenningsspredning er nødvendig for å oppnå en sterk og pålitelig ledddesign.
I motsetning til DCB-testen, forårsaker LS-testen høyhastighetsbrudd på limfuger. LS-testen genererer en høy belastningshastighet i klebemiddellaget, som etterfølges av svært intens mekanoluminescens som mettes i det innspilte ML-bildet, akkumulerer mange hendelser i ett bilde og produserer et uklart ML-bilde. I disse tilfellene kan et smart valg av opptakshastighet brukes til feilsøking (f.eks. velge en høy opptakshastighet, for eksempel 25 fps, som passer til hastigheten på hendelsen i LS-testen)11.
The authors have nothing to disclose.
Denne forskningen ble støttet av et banebrytende prosjekt bestilt av New Energy and Industrial Technology Development Organization (NEDO) og Research and Development Program for Promoting Innovative Clean Energy Technologies through International Collaboration (JPNP20005) bestilt av NEDO. N. T. er takknemlig til Shimadzu Co for å gi automatisk overvåkingsprogramvare for å skille poengene med høyeste ML-intensitet i supplerende figur 1. NT er takknemlig til Ms Y. Nogami og Ms H. Kawahara for sprøyting av ML maling for ML testing. I tillegg er N. T. takknemlig overfor Y. Kato, Ms M. Iseki, Ms. Y. Sugawa, Ms. C. Hirakawa, Ms. Y. Sakamoto og Ms. S. Sano for å bistå med ML-målinger og analyse i 4D visual sensing team (AIST).
Aluminum plate | Engineering Test Service Co.,Ltd. | A5052 | A5052 is defined name as quality of aluminum in standards. |
Blue LED | MORITEX Co. | MBRL-CB13015 | |
Camera | Baumer | TXG04 or VLU-12 | CCD or CMOS |
Coating thickness gauge | KETT | LZ-373 | |
Epoxy adhesive | Nagase ChemteX Co. | Denatite2202 | structual adehsive |
ImageJ | National Institutes of Health | Image J 1.53K | Image processing software |
Mechanical testing machine | SHIMADZU Co. | EZ Test EZ-LX | |
Mechanoluminescnet (ML) paint | Sakai Chemical Industry Co. Ltd. | ML-F2ET3 | The ML paint in 1.1 is 2 components epoxy paint , and consisting of epoxy main reagent and curing reagent as described in 1.2.1. SrAl2O4:Eu2+ ML ceramic perticle is including in main epoxy reagent. |
Microscope | keyence | VHX-6000 | |
Stainless steel plate | Engineering Test Service Co.,Ltd. | SUS631 | A631 is defined name as quality of stainless steel in standards. |
Viscometer | Sekonic. Co. | Viscomate VM-10A |