使用RSM和韦布尔分析对日纤维/羊毛混合聚复合材料的多目标优化和可靠性评估

科学领域:

• 材料科学 材料科学 材料科学
• 复合材料工程 复合材料工程
• 可持续材料 可持续材料

背景情况:

• 天然纤维,如枣树纤维 (DPF) 和羊毛,越来越多地被探索为可持续的复合材料.
• 开发可靠和高性能复合材料需要了解材料的可变性,同时优化多个属性.

研究的目的:

• 制造和表征混合聚复合材料,包括DPF和羊毛在各种负载.
• 通过使用韦布尔分析来评估这些复合材料的可靠性.
• 优化多种材料特性,包括机械,热和声学特性,使用响应表面方法 (RSM).

主要方法:

• 压缩成型用于制造具有0%,10%,20%和30%纤维含量的混合复合材料.
• 韦布尔分析应用于拉伸强度和断裂性数据,以评估材料可靠性和故障概率.
• 使用RSM开发了拉伸强度,断裂性,导热率,声衰减和吸水率的预测模型,随后使用可取性函数进行了多目标优化.

主要成果:

• 20%混合成分的复合材料表现出最高的可靠性,由拉伸强度和断裂性的高级尺度参数 (β) 表示.
• RSM优化发现最佳纤维含量为18.97%,可取性指数为0.673,预测有利的机械,热和声学性能.
• 韦布尔分析和RSM的整合提供了一个框架,将概率可靠性区域与决定性多属性优化联系起来.

结论:

• DPF和羊毛的混合复合材料提供了一个可持续和可靠的材料系统.
• 韦布尔分析和RSM的综合方法有效地将可靠性嵌入到天然纤维复合材料的多性质优化中.
• 这种综合框架有助于设计先进的天然纤维复合材料,以量身定制的性能和可靠性.