کمی سازی عدم قطعیت رفتار ارتعاشی کامپوزیت کتان/اپوکسی بر اساس روشی مبتنی بر بسط چند جمله‌ای آشوب

سازه‌های کامپوزیتی به دلیل دارا بودن خواص ویژه، امروزه به فراوانی در صنایع مختلف مورد استفاده قرار می‌گیرند. ترکیب ناهمگن مواد کامپوزیتی و همچنین عیوب ناخواسته ایجاد شده در فرایند ساخت همواره عدم قطعیت هایی در خواص نهایی سازه ایجاد می کنند. مخصوصا در مواد کامپوزیتی تقویت شده با الیاف طبیعی که خواص آن به دلیل منشا طبیعی دارای یک تغییر پذیری ذاتی بسیار بالا می‌باشد، خواص نهایی سازه‌های ساخته شده از این مواد را با عدم قطعیت‌های قابل توجهی همراه می‌سازد. لذا در پژوهش حاضر به تحلیل عدم قطعیت چند مقیاسی کامپوزیت‌ کتان/اپوکسی تک جهته پرداخته شده است. بر این اساس، در گام نخست خواص مکانیکی غیر قطعی این نوع مواد در مقیاس میکرو و ماکرو بر مبنای نتایج تجربی گزارش شده در منابع استخراج گردیده و سپس با بهره گیری از آزمون‌های آماری، مدل احتمالی این خواص مشخص شده است. سپس با بکارگیری روش مدل سطح پاسخ مبتنی بر بسط چند جمله‌ای آشوب، به عنوان یک روش بهینه از لحاظ هزینه محاسباتی، و همچنین با بهره گیری از روش‌های نمونه برداری کلینشو‌کرتیس و هایپرکیوب، به تحلیل عدم قطعیت رفتار ارتعاشی کامپوزیت کتان/اپوکسی پرداخته شده است. افزون بر این، نتایج بدست آمده از این روش با نتایج روش مونت کارلو به عنوان متداول‌ترین و پرهزینه‌ترین روش تحلیل عدم قطعیت، مورد صحه گذاری قرار گرفته است که انطباق خوبی را نشان داده است.

Uncertainty quantification of natural frequencies of flax/epoxy composite laminates based on a polynomial chaos expansion method

Nonhomogeneous mixture and unintentional flaws during the production stage have always given rise to uncertainties in the structural response of composite materials. This is intensified in the composites reinforced with natural fibers due to the natural origin of the fibers. In this study, an uncertainty analysis of the frequency response of a unidirectional flax/epoxy composite, as one of the common natural fiber composites, were carried out. The variability of the fiber elastic properties, fiber density, fiber volume fraction, and the misalignment of ply orientations were considered as the uncertainty sources. The uncertain input variables were divided into normal and uniform variables through the AndersonDarling test, based on the various experimental data acquired from the literature. Due to the high number of uncertain input variables, a computationally efficient response surface approach based on the polynomial chaos expansion was adopted and modified accordingly to take the multitype stochasticity of the input parameters into account. Moreover, the uncertainty analysis results obtained from the response surface method were validated by the direct Monte Carlo simulation, and the accuracy and efficiency of the surrogate model were demonstrated.