Piezoelectric transducers based curing monitoring of resin matrix composites
-
摘要: 复合材料固化成型工艺是影响树脂基复合材料结构性能的关键之一,因此需要针对其固化过程进行有效在线监测。本文基于压电传感器提出一种超声导波技术和机电阻抗技术相结合的树脂基复合材料固化过程监测方法,研究了超声导波能量与固化时间的关系及机电阻抗共振峰随固化时间的变化规律。研究表明,固化过程中树脂基复合材料结构的超声导波信号幅值和机电阻抗信号共振峰频率均出现先减小后增大并逐渐平稳的趋势,可以体现树脂基复合材料固化过程中的一系列变化。以监测单向碳纤维(T300)/热固性环氧树脂预浸料固化为例,验证压电传感器对复合材料固化的监测方法。T300/热固性环氧树脂复合材料在真空袋压、固化温度为120℃条件下,20 min为凝胶时间点,65 min为固化完成时间点。本研究基于压电固化过程在线监测方法为树脂基复合材料成型工艺的设计和优化提供了基础数据和技术支撑。Abstract: The curing process is one of the key factors for the performance of resin matrix composites, it is necessary to carry out the effective online monitoring for the curing process. In this paper, a method for monitoring the curing process of resin matrix composites was proposed after integrating the two technologies based piezoelectric transducers: The electromechanical impedance technique and the guided wave technique. The interrelation between the curing time and energy of guided wave was analyzed. The variation of signal resonance peaks of electromechanical impedance with the curing time was also discussed. The results show that in resin matrix composites curing, the amplitude of the guided wave signal and the formant frequency of the electromechanical impedance signal both decrease first, then increase and gradually stabilize, which indicates a series of changes in the curing process of resin matrix composites. Taking the case of the curing monitoring of the unidirectional carbon fiber (T300)/thermosetting epoxy prepreg, this monitoring method based on piezoelectric transducers for curing of T300/thermosetting epoxy composite is verified. Under the condition of vacuum bag pressure and curing temperature of 120℃, 20 min is the gel time point and 65 min is the completion time point for T300/thermosetting epoxy composite. The proposed curing monitoring method provides the basic data and technology basis for the design and optimization of the molding process of resin matrix composites.
-
随着近代工业如宇航、航空、原子能、电子工业、机械和化工等方面的发展,工程上对材料要求也日益严格,先进复合材料由于其高比强、高比模、耐高温、耐腐蚀、耐疲劳、阻尼减震性好、破损安全性好、性能可设计等优势被广泛应用于各种工业领域[1]。实现对复合材料结构全寿命过程的状态监测有助于实现结构的状态和性能评估,并最终为结构优化设计迭代提供依据[2]。复合材料结构全寿命的第一步是固化成型,确定材料完全固化所需时间和条件,进而保证复合材料成品质量及生产的可重复性,需要对复合材料固化过程进行实时状态监测[3]。
目前可用于复合材料固化成型过程在线监测的技术主要有光纤[4]、热学[5]、超声[6]和电学[7],这些技术已经被成功应用在实时在线监测复合材料结构固化过程中,但传感器如电阻、压电换能器等与监测结构之间需要充分耦合,否则会影响监测信号质量,降低测量精度[8]。在线监测方法可以由永久集成在结构表面或嵌入结构内的分布式传感器网络来实现,这种传感器网络在结构状态监测领域已经取得大量研究成果[9]。由于压电传感器的可嵌入性,超声方法中的超声导波法和电学方法中的机电阻抗法不仅可以用于复合材料结构成型后的状态评估,还可以用于复合材料固化过程的监测。传统的超声波固化监测方法主要采用超声波透射法[10-11],通过测量传播速度和衰减程度对固化程度进行监测,这种方法多用于树脂固化监测,对于制造工况更加复杂的复合材料成型过程,超声波探头无论是接触式还是非接触式均具有一定的装置难度;传统的机电阻抗固化监测方法主要是在复合材料固化成型过程中将阻抗传感器嵌入结构中来监测阻抗信号变化[12],但传感器体积较大且对电噪声敏感。相对体积大、精度低、操作难度高的传统监测传感器,压电传感器具有可嵌入性和小型化的特点,可通过这些优势特点实现超声导波和机电阻抗相结合的监测方法[13]。
综上所述,基于压电传感器的优势,本文将传感器嵌入复合材料结构内部,研究固化过程中压电传感器监测信号变化趋势,建立导波信号和机电阻抗信号分别与复合材料相态转变之间的关系,实现复合材料固化过程的超声导波监测和机电阻抗监测。
1. 压电监测技术
应用于结构健康监测的超声导波技术和机电阻抗技术均可用附着在结构中的压电传感器(PZT)来实现信号传感。压电材料是具有压电效应即能实现机械能-电能转换的一类智能材料[14]。对PZT施加电压,通过其压电效应可实现附着结构的响应,进而进行结构相应信号的采集,并用以分析结构的状态[15-16]。
1.1 超声导波监测方法
结构健康监测领域中,导波通常是指斜射到板壳结构边界上的声波在上下边界间多次反射并相互干涉后形成的沿结构传播的波[17]。超声导波技术用于结构监测具有检测范围大、易于同结构集成、能探测传统无损检测方法难以检测的部位等优点,是目前国际结构状态监测领域的研究热点和前沿技术[18]。超声导波技术基本原理是以超声导波作为结构状态信息传递媒介,利用传感器在结构上激励和接收导波,通过分析接收到的导波响应信号实现在线实时监测金属结构和复合材料结构的状态[19-20]。压电陶瓷晶片是导波领域常用的传感器,其工作原理是通过压电效应实现电信号和机械振动信号的转换[21]。基于超声导波的结构状态监测原理示意图如图1所示。
树脂基复合材料在固化过程中随着时间推移,树脂胶液会发生凝胶化和玻璃化,最终交联成固体的弹性结构,超声导波的传播特性随着结构材料刚度的变化而改变。与损伤导致的导波传播特性变化的提取方法类似,本研究固化过程中导波传播特性变化可以由传感器获得的压电信号表征。
1.2 机电阻抗监测方法
PZT机电耦合阻抗技术具有传感和驱动的双重效应、工作频率高、对结构状态敏感、对外界环境影响免疫力强等优点,是一种常用的结构状态主动监测方法[22]。由PZT和主体结构组成的机电系统可建模为单自由度弹簧质量阻尼器系统[23],导纳
Y(ω) 可以用阻抗Z(ω) 的逆表示[24]为Y(ω)=1Z(ω)=iωlAwAhA(¯εE33−d231¯YE11+ZAd231¯YE11ZA+ZStan(klA)klA) (1) 式中:
ω 为激励信号角频率;lA 、wA 、hA 分别为PZT的长度、宽度和厚度;d231 为压电常数;¯εE33=(1−iδ)εE33 为PZT在零应力下的复介电常数,其中δ 为PZT的介电损耗因子;¯YE11=(1−iη)YE11 为PZT在零电场下的复杨氏模量,其中η 为PZT的机械损耗因子;ZA 为PZT的机械阻抗;ZS 为主体结构的机械阻抗。压电阻抗技术应用于传统结构损伤监测的原理是利用PZT阻抗的变化来反映结构因微小损伤引起的机械阻抗变化[25]。在复合材料升温加压固化过程中,其刚度和强度均会发生变化,这些变化也可以从PZT机电阻抗信号的变化反映出来。本文通过对机电阻抗的监测来反映复合材料固化过程中力学性能的变化。
2. 固化监测实验设置
2.1 试件材料设置
本研究所用复合材料固化原材料选择单向碳纤维(T300)/热固性环氧树脂预浸料,型号为USN15000,树脂质量分数为20wt%~40wt%,威海光威复合材料股份有限公司。固化工艺为真空袋压,固化温度为120℃。单层预浸料厚度为0.15 mm,铺层方式采用正交铺设20层,PZT(类型:d31)放置在中间层,如图2所示,结构长宽分别为300 mm和100 mm,PZT直径为6.35 mm。
2.2 采集装置设置
采用一套集成了信号发声器、功率放大器和示波器导波综合监测设备及高温加压系统的超声导波监测实验装置,如图3所示。导波信号激励参数设置:采样频率为12 M/s,采样点数为4 000个点;激励频率为350 kHz,峰值为100 V。机电阻抗监测实验装置采用商用阻抗分析仪(Wayne Kerr 6500B),频率范围设定为150 kHz~1 MHz。实验设计每5 min采集一次数据,总固化时长为100 min。
3. 结果与讨论
3.1 超声导波监测结果
超声导波监测结果实时反映监测的复合材料固化过程中树脂弹性凝胶的形成(凝胶化)和凝胶转变刚性玻璃(玻璃化)两个关键阶段[26]。在交联反应过程中,这些不可逆的变化以不同的速率发生,并影响树脂体系的材料属性[11]。因此,通过监测超声导波传播信号幅值变化对应的时间可以监测树脂固化过程。图4为T300/热固性环氧树脂复合材料不同固化时间的导波信号。可以看出,随着固化时间的延长,接收到的导波信号幅值总体呈增加趋势。
图5为T300/热固性环氧树脂复合材料对称模态(S0)导波信号幅值随固化时间变化曲线和对其求导后导波信号幅值随固化时间变化速率曲线。由图5(a)可以看到,固化过程初始,温度升高,树脂黏度下降,导波幅值逐渐减小,在A点(10 min)导波信号幅值最小,即刚度最低,黏度最低;从A点开始导波信号幅值开始增大,结构刚度开始增加,即树脂基体交联固化反应开始。从图5(b)可以得到,导波信号幅值在B点(22.5 min)最大,变化最迅速,表示树脂基复合材料体系刚度变化也最快,树脂固化反应速度最快,树脂基体开始发生凝胶;随着固化时间延长,树脂基体交联度逐渐趋于稳定,于C点(70 min)后幅值变化等于零,表明T300/热固性环氧树脂复合材料固化完成。
3.2 机电阻抗监测结果
图6为不同固化时间的T300/热固性环氧树脂复合材料与PZT耦合的机电阻抗。可以看出,随着固化时间的延长,接收到的机电阻抗信号共振峰频率存在明显变化,最终趋于稳定。
图7为T300/热固性环氧树脂复合材料与PZT耦合的机电阻抗共振峰频率随固化时间变化曲线。可知,固化过程初始,树脂黏度下降,在a点(10 min)共振峰频率最小,与传感器自由状态下共振频率(虚线)基本相同,此时结构刚度最小;从a点共振峰频率开始增大,结构刚度开始增加,在b点(20 min)共振峰频率增加最迅速;随着固化时间延长,共振峰频率于c点(60 min)开始趋于稳定,结构刚度增加到最大且稳定。
4. 结 论
基于集成嵌入式压电传感器,成功实现了树脂基复合材料固化成型过程结构状态监测,分别采用超声导波和机电阻抗监测方法对固化过程的各个状态时间加以识别和监测。
(1)虽然具体识别相态分界点略有出入,但超声导波信号幅值和机电阻抗共振峰频率各自随固化时间而变化的总趋势相同。随着固化时间的延长,超声导波信号幅值和机电阻抗信号共振峰频率均出现先减小后增大并逐渐平稳的趋势,可以体现树脂基复合材料从黏稠态到凝胶态再到玻璃态的一系列变化。
(2)以监测单向碳纤维(T300)/热固性环氧树脂预浸料固化为例,在真空袋压、固化温度为120℃情况下,20 min左右监测信号特征变化最快,65 min左右监测信号特征趋于稳定。因此,对于T300/热固性环氧树脂预浸料,20 min为凝胶时间点,65 min为固化完成时间点。
(3)通过本文提出的方法对各相态阶段的确定,可以为各阶段固化工艺的改进提供数据基础。
-
-
[1] 杜善义. 先进复合材料与航空航天[J]. 复合材料学报, 2007, 24(1):1-12. DOI: 10.3321/j.issn:1000-3851.2007.01.001 DU Shanyi. Advanced composites and aerospace engineering[J]. Acta Materiae Compositae Sinica,2007,24(1):1-12(in Chinese). DOI: 10.3321/j.issn:1000-3851.2007.01.001
[2] 武湛君, 渠晓溪, 高东岳, 等. 航空航天复合材料结构健康监测技术研究进展[J]. 航空制造技术, 2016(15):92-102, 109. WU Zhanjun, QU Xiaoxi, GAO Dongyue, et al. Research progress on structural health monitoring technology for aerospace composite structures[J]. Aeronautical Manufacturing Technology,2016(15):92-102, 109(in Chinese).
[3] 王奕首, 李煜坤, 吴迪, 等. 复合材料液体成型固化监测技术研究进展[J]. 航空制造技术, 2017(19):48-59. WANG Yishou, LI Yukun, WU Di, et al. Progress on cure monitoring for liquid composite molding[J]. Aeronautical Manufacturing Technology,2017(19):48-59(in Chinese).
[4] 王殿富, 万里冰, 张博明, 等. 光纤传感器在复合材料固化监测中的应用[J]. 哈尔滨工业大学学报, 2002, 34(5):710-714. DOI: 10.3321/j.issn:0367-6234.2002.05.032 WANG Dianfu, WAN Libing, ZHANG Boming, et al. Application of fiber optic sensors to monitoring of composite cures[J]. Journal of Harbin Institute of Technology,2002,34(5):710-714(in Chinese). DOI: 10.3321/j.issn:0367-6234.2002.05.032
[5] PINEDA U, MONTÉS N, SÁNCHEZ F, et al. Towards a quality monitoring to control the degree of cure in the manufacturing of composite parts[J]. Advanced Science Letters,2013,19(3):869-872.
[6] 赵瑾朝, 周兴平, 黄乐平. 树脂基复合材料固化过程的超声波在线监测研究进展[J]. 高分子材料科学与工程, 2018, 34(7):183-190. ZHAO Jinchao, ZHOU Xingping, HUANG Leping. Progress in cure monitoring of resin matrix composites via ultrasonics[J]. Polymer Materials Science & Engineering,2018,34(7):183-190(in Chinese).
[7] LUO S, LIU T. Graphite nanoplatelet enabled embeddable fiber sensor for in situ curing monitoring and structural health monitoring of polymeric composites[J]. ACS Applied Materials & Interfaces,2014,6(12):9314-9320. DOI: 10.1021/am5017039
[8] 卢少微, 陈铎, 王晓强. 聚合物基复合材料制造过程在线监测技术研究进展[J]. 航空制造技术, 2017(19):72-77. LU Shaowei, CHEN Duo, WANG Xiaoqiang. Review of in-situ cure monitoring techniques for polymer matrix composite manufacturing process[J]. Aeronautical Manufacturing Technology,2017(19):72-77(in Chinese).
[9] QING X P, BEARD S J, KUMAR A, et al. A real-time active smart patch system for monitoring the integrity of bonded repair on an aircraft structure[J]. Smart Materials & Structures,2006,15(3):66-73.
[10] 陶博然, 郭婵, 李建新, 等. 超声波实时监测乙烯基酯树脂固化反应过程[J]. 复合材料学报, 2009, 26(3):73-77. DOI: 10.3321/j.issn:1000-3851.2009.03.014 TAO Boran, GUO Chan, LI Jianxin, et al. In-situ measurement of the curing behavior of vinyl-ester resin by ultrasonic wave propagation[J]. Acta Materiae Compositae Sinica,2009,26(3):73-77(in Chinese). DOI: 10.3321/j.issn:1000-3851.2009.03.014
[11] 胡焱, 黄贵飞, 梁科, 等. 超声波在线监测环氧树脂中温固化过程实验研究[J]. 玻璃钢/复合材料, 2017(5):11-15. DOI: 10.3969/j.issn.1003-0999.2017.05.002 HU Yan, HUANG Guifei, LIANG Ke, et al. Experimental study of online monitoring curing process of epoxy resin under medium temperature condition by ultrasonic technique[J]. Fiber Reinforced Plastics/Composites,2017(5):11-15(in Chinese). DOI: 10.3969/j.issn.1003-0999.2017.05.002
[12] DANISMAN M, TUNCOL G, KAYNAR A, et al. Monitoring of resin flow in the resin transfer molding (RTM) process using point-voltage sensors[J]. Composites Science & Technology,2007,67(3-4):367-379.
[13] LIM Y Y, TANG Z S, SMITH S T. Piezoelectric-based monitoring of the curing of structural adhesives: A novel experimental study[J]. Smart Materials & Structures,2019,28(1):015016.
[14] 杨正岩, 张佳奇, 高东岳, 等. 航空航天智能材料与智能结构研究进展[J]. 航空制造技术, 2017(17): 36-48. YANG Zhengyan, ZHANG Jiaqi, GAO Dongyue, et al. Advance of aerospace smart material and structure[J]. 2017(17): 36-48(in Chinese).
[15] GIURGIUTIU V, ZAGRAI A, BAO J J. Piezoelectric wafer embedded active sensors for aging aircraft structural health monitoring[J]. Structural Health Monitoring,2002,1(1):41-61. DOI: 10.1177/147592170200100104
[16] ZHOU K, ZHENG Y, ZHANG J, et al. A reconstruction-based mode separation method of Lamb wave for damage detection in plate structures[J]. Smart Materials & Structures,2019,28(3):035033.
[17] 刘科海. 飞行器关键构件的超声导波损伤诊断成像方法研究[D]. 大连: 大连理工大学, 2016. LIU Kehai. Damage diagnostic imaging using ultrasonic guided waves for key components in aerospace structures[D]. Dalian: Dalian University of Technology, 2016(in Chinese).
[18] GAO D, WU Z, YANG L, et al. Guide waves-based multi-damage identification using a local probability-based diagnostic imaging method[J]. Smart Materials & Structures,2016,25(4):045009.
[19] SU Z, YE L, LU Y. Guided Lamb waves for identification of damage in composite structures: A review[J]. Journal of Sound & Vibration,2006,295(3-5):753-780.
[20] WU Z, LIU K, WANG Y, et al. Validation and evaluation of damage identification using probability-based diagnostic imaging on a stiffened composite panel[J]. Journal of Intelligent Material Systems & Structures,2015,26(16):2181-2195.
[21] ZHOU K, XU X, ZHAO Z, et al. Excitation of plane Lamb wave in plate-like structures under applied surface loading[J]. Smart Materials & Structures,2018,27(2):025011.
[22] 朱宏平, 王丹生, 张俊兵. 基于压电阻抗技术的结构损伤识别基本理论及其应用[J]. 工程力学, 2008, 25(s2):34-43. ZHU Hongping, WANG Dansheng, ZHANG Junbing. Theory and application of structure damage detection based on piezoelectric impedance technique[J]. Engineering Mechanics,2008,25(s2):34-43(in Chinese).
[23] LIANG C, SUN F P, ROGERS C A. Coupled electro-mechanical analysis of adaptive material systems-determination of the actuator power consumption and system energy transfer[J]. Journal of Intelligent Material Systems & Structures,1997,5(4):335-343.
[24] ZHENG Y, LIU K, WU Z, et al. Lamb waves and electro-mechanical impedance based damage detection using a mobile PZT transducer set[J]. Ultrasonics,2019,92:13-20. DOI: 10.1016/j.ultras.2018.06.008
[25] 沈星, 吕娟, 章建文, 等. 基于压电阻抗技术和BP网络的结构健康监测[J]. 南京航空航天大学学报, 2010, 42(4):418-422. DOI: 10.3969/j.issn.1005-2615.2010.04.005 SHEN Xing, LV Juan, ZHANG Jianwen, et al. Experiment of structural health monitoring based on piezoelectric impedance technology and BP network[J]. Journal of Nanjing University of Aeronautics & Astronautics,2010,42(4):418-422(in Chinese). DOI: 10.3969/j.issn.1005-2615.2010.04.005
[26] LIONETTO F, RIZZO R, LUPRANO V A M, et al. Phase transformations during the cure of unsaturated polyester resins[J]. Materials Science & Engineering A,2004,370(1-2):284-287.
-
期刊类型引用(5)
1. 马进宝,刘学静,武中华,张伟,刘闵,刘燕云,秦磊. 钢管混凝土内部孔洞缺陷监测试验. 无损检测. 2024(07): 75-82 . 百度学术
2. 蒋浩森,金祖权,张小影,周肇亮. 钢筋锈蚀状态的超声导波监测试验. 无损检测. 2023(08): 19-23+54 . 百度学术
3. 徐浩,王中枢,马寅魏,张佳奇,李建乐,范兴华,武湛君. 基于超声导波和机器学习的蜂窝夹层结构脱黏诊断. 无损检测. 2022(10): 44-47 . 百度学术
4. 郑跃滨,雷振坤,徐浩,周凯,张佳奇,马书义,武湛君. 基于数据驱动的无基准导波损伤诊断成像方法研究. 实验力学. 2021(04): 458-470 . 百度学术
5. 徐浩,沙刚刚,李腾腾,李建乐,武湛君. 基于二维连续小波变换与数据融合技术的逆有限元法-伪激励法结构损伤识别方法. 复合材料学报. 2021(10): 3554-3562 . 本站查看
其他类型引用(2)
-