On the quantification of CMCs damage mechanisms by acoustic emission and machine learning

Detalhes bibliográficos
Autor(a) principal: Magalhães, Marcelo Demetrio de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/244665
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2022.
id UFSC_677cd2e576133dc23b7a1dc5013f31e2
oai_identifier_str oai:repositorio.ufsc.br:123456789/244665
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling On the quantification of CMCs damage mechanisms by acoustic emission and machine learningCiência dos materiaisEngenharia de materiaisMateriais compostosAprendizado do computadorDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2022.Compósitos de matriz cerâmica (CMCs) destacam-se devido a sua baixa densidade e marcantes propriedades mecânicas. Os constituintes que os formam podem ser todos não óxidos (NOx-CMCs), todos óxidos (Ox-CMCs) ou uma mistura de ambos. Em geral, o primeiro apresenta propriedades mecânicas mais desejáveis, enquanto o segundo se destaca em ambientes agressivos devido à sua resistência à oxidação. Uma mistura pode ser usada dependendo das condições de aplicação. Esses materiais são reconhecidos por não apresentarem comportamento frágil, mas quasi-dúctil. A tolerância a danos dos CMCs é possível devido a vários mecanismos de deflexão de trincas, como: trincamento (matrix cracking), desplacamento (interface debonding) e arrancamento (pull-out). Portanto, entender como esses mecanismos de tenacificação funcionam é crucial para o desenvolvimento posterior desses compósitos. Neste trabalho, testes mecânicos em conjunto com monitoramento por emissões acústicas (AE) foram realizados para estudar o desenvolvimento de danos durante o carregamento de CMCs. Testes mecânicos específicos forneceram meios para simular os mecanismos de tenacificação. Os sinais de AE foram relacionados a cada mecanismo e usados para obter um conjunto de dados de treinamento, utilizado para criar um modelo de aprendizado de máquina supervisionado. O modelo foi então usado para classificar sinais de AE medidos durante o carregamento de compósitos de matriz de carbeto de silício reforçada com fibras de carbono, e matriz de alumina reforçada com fibras de alumina (Cf/SiC e Al2O3f/Al2O3 respectivamente). Os resultados obtidos mostraram que o modelo pode ser aplicado com sucesso para identificar os mecanismos de tenacificação. A quantidade de mecanismos acionados, e energia dissipada por eles durante o carregamento mecânico é representada em percentuais totais de ocorrência. Amostras de placas compósitas de Cf/SiC foram previamente fadigadas, e as mudanças promovidas pelos ciclos de fadiga puderam ser avaliadas. Os ciclos de fadiga promoveram um aumento de eventos de arrancamento, desplacamento, e ruptura de fibras (fiber break). Amostras de minicompósitos e placas compósitas de Al2O3f/Al2O3 apresentaram desenvolvimento de falha distinto. Em geral, minicompósitos apresentaram a maior parte de sua energia dissipada pela ruptura de fibras (~86%), enquanto as placas compósitas apresentaram a maior parte de sua energia dissipada pelos mecanismos de deflexão (~57%).Abstract: Ceramic matrix composites (CMCs) stand out due to their low density and remarkable mechanical properties. The constituents that form them can be either all non-oxide (NOx-CMCs), all-oxide (Ox-CMCs), or a mixture of both. In general, the former has more desirable mechanical properties, while the second stands out in aggressive environments due to their oxidation resistance. A mixture can be used depending on the application and environment conditions. Unlike monolithic ceramics, these materials are known for presenting a non-brittle fracture. The damage tolerance of CMCs is possible due to several crack deflection mechanisms, such as matrix cracking, interface debonding, and fiber pull-out. Hence, understanding how these damage mechanisms work is crucial for the further development of these composites. In this work, mechanical tests jointly with acoustic emission (AE) monitoring were performed to study the damage development during the loading of CMCs. Specific mechanical tests provided means for simulating the damage mechanism. AE signals were related to each mechanism and used to obtain a training dataset for a supervised machine learning model. This approach is advantageous since each damage mechanism was analyzed individually. The model was then used to classify AE signals measured during mechanical tests of carbon fiber-reinforced silicon carbide matrix and alumina fiber-reinforced alumina matrix composites (Cf/SiC and Al2O3f/Al2O3 respectively). The results obtained have shown that the model can be successfully applied to identify the damage mechanisms. Furthermore, through this technique it is possible to evaluate the amount of mechanisms triggered, and energy dissipated by them during mechanical loading. These results are represented in total percentages of occurrence. Cf/SiC composite plate samples were previously fatigued, and the changes promoted by fatigue cycles could be evaluated. The fatigue cycles promoted an increase in pullout, debonding, and fiber break events. Al2O3f/Al2O3 minicomposite and composite plate samples showed distinct failure development. In general, minicomposites showed most of their energy dissipated by fiber break (~86%), while composite plates showed most of their energy dissipated by deflection mechanisms (~57%).Fredel, Márcio CelsoAlmeida, Renato Saint MartinUniversidade Federal de Santa CatarinaMagalhães, Marcelo Demetrio de2023-02-24T23:10:10Z2023-02-24T23:10:10Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis123 p.| il., gráfs.application/pdf380466https://repositorio.ufsc.br/handle/123456789/244665engreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2023-02-24T23:10:10Zoai:repositorio.ufsc.br:123456789/244665Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732023-02-24T23:10:10Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
title On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
spellingShingle On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
Magalhães, Marcelo Demetrio de
Ciência dos materiais
Engenharia de materiais
Materiais compostos
Aprendizado do computador
title_short On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
title_full On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
title_fullStr On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
title_full_unstemmed On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
title_sort On the quantification of CMCs damage mechanisms by acoustic emission and machine learning
author Magalhães, Marcelo Demetrio de
author_facet Magalhães, Marcelo Demetrio de
author_role author
dc.contributor.none.fl_str_mv Fredel, Márcio Celso
Almeida, Renato Saint Martin
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Magalhães, Marcelo Demetrio de
dc.subject.por.fl_str_mv Ciência dos materiais
Engenharia de materiais
Materiais compostos
Aprendizado do computador
topic Ciência dos materiais
Engenharia de materiais
Materiais compostos
Aprendizado do computador
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência e Engenharia de Materiais, Florianópolis, 2022.
publishDate 2022
dc.date.none.fl_str_mv 2022
2023-02-24T23:10:10Z
2023-02-24T23:10:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 380466
https://repositorio.ufsc.br/handle/123456789/244665
identifier_str_mv 380466
url https://repositorio.ufsc.br/handle/123456789/244665
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 123 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808651969150058496

Registros relacionados