Un modelo de atenuación de dispersión débil para ondas de Rayleigh en policristales tridimensionales con simetría...

Área de la Ciencia:

• Ciencias de los materiales
• Mecánica de los sólidos
• Acústico

Sus antecedentes:

• La comprensión de la propagación de ondas en materiales policristalinos es crucial para la evaluación no destructiva.
• La atenuación de dispersión de ondas de Rayleigh en dichos medios es compleja, e implica conversiones de modo a ondas masivas.
• Los modelos existentes tienen limitaciones para capturar completamente estos fenómenos de dispersión.

Objetivo del estudio:

• Desarrollar un modelo teórico para la atenuación de dispersión de ondas de Rayleigh en materiales policristalinos 3D.
• Para calcular por separado la atenuación de las ondas Rayleigh a Rayleigh (R-R), Rayleigh a Shear (R-S) y Rayleigh a Longitudinal (R-L).
• Investigar la influencia de la frecuencia, el tamaño del grano y la simetría cristalina en la atenuación de la dispersión.

Principales métodos:

• Desarrollo de un modelo teórico basado en la aproximación Born de orden cero.
• Cálculo de la atenuación de dispersión para las conversiones de ondas R-R, R-S y R-L.
• Simulaciones numéricas para analizar la frecuencia y la dependencia del tamaño del grano, y el papel de la simetría cristalina.

Principales resultados:

• El modelo predice con precisión la atenuación R-R, R-S y R-L, mostrando una dependencia de frecuencia y tamaño de grano similar a la dispersión de ondas masivas.
• Se considera que la atenuación R-L es insignificante; las contribuciones R-R y R-S se mantienen constantes entre sí.
• La simetría cristalina tiene un impacto significativo en la atenuación de la dispersión, más que el índice de anisotropía.

Conclusiones:

• El modelo teórico propuesto proporciona un marco sólido para analizar la atenuación de dispersión de ondas de Rayleigh en medios policristalinos.
• La simetría cristalina es un factor dominante en la atenuación de dispersión, que ofrece ideas para la caracterización del material.
• Los hallazgos sientan las bases para avanzar en modelos más sofisticados, como la aproximación Born de segundo orden, para regímenes estocásticos.