Accurate simulation of delamination with a resin-rich layer-dependent penalty stiffness based on structural cohesive elements

कल्पना कीजिए कि आप हजारों छोटे, रंगीन लेगो (LEGO) ईंटों से एक घर बना रहे हैं, जिन्हें एक बेहद मजबूत दीवार बनाने के लिए आपस में चिपकाया गया है। वास्तविक दुनिया में, इंजीनियर हवाई जहाज के पंख या रॉकेट के पुर्जे बनाने के लिए कार्बन फाइबर और प्लास्टिक रेजिन की परतों का उपयोग करके इसी तरह की संरचनाएं बनाते हैं। ये सामग्रियां अविश्वसनीय रूप से मजबूत होती हैं, लेकिन उनकी एक गुप्त कमजोरी है: ये परतें कभी-कभी एक-दूसरे से अलग होकर निकल सकती हैं, जैसे किसी किताब के पन्ने फटने पर होते हैं। इस अलगाव को "डेलैमिनेशन" (delamination) कहा जाता है, और यदि यह अप्रत्याशित रूप से होता है, तो पूरी संरचना विफल हो सकती है। इसे रोकने के लिए, वैज्ञानिक कंप्यूटर प्रोग्रामों का उपयोग करते हैं ताकि वे सिम्युलेट (simulate) कर सकें कि ये परतें कैसे अलग हो सकती हैं। हालांकि, इन प्रोग्रामों को एक कठिन समस्या का सामना करना पड़ता है: गणित को सही करने के लिए उन्हें अविश्वसनीय रूप से विस्तृत (लाखों सूक्ष्म डिजिटल ईंटों का उपयोग करके) होना पड़ता है, जिससे कंप्यूटर को सिमुलेशन चलाने में बहुत लंबा समय लगता है। यदि डिजिटल ईंटें बहुत बड़ी हैं, तो कंप्यूटर भ्रमित हो जाता है और भविष्यवाणी करता है कि परतें असंभव तरीके से आपस में दब (squish) रही हैं, जिससे गलत उत्तर मिलते हैं।

यह शोध पत्र इस भ्रम को दूर करने के लिए इस बात का एक स्मार्ट तरीका आविष्कार करने के लिए है कि परतों को अलग होने पर कैसा व्यवहार करना चाहिए। लेखक, ज़ियाओपेंग एई, क्रिस्टोस कासापोग्लौ, और बोयांग चेन, परतों के बीच के गोंद के लिए एक नया गणितीय "नियम पुस्तिका" (rulebook) प्रस्तावित करते हैं। पूरे दीवार की मोटाई के आधार पर गोंद की कठोरता का अनुमान लगाने के बजाय, वे फाइबर परतों के बीच स्वाभाविक रूप से मौजूद अतिरिक्त रेजिन (गोंद) की सूक्ष्म परत को देखते हैं। बीम के झुकने (bending) के तरीके पर आधारित एक चतुर तकनीक का उपयोग करके, उन्होंने सटीक रूप से पता लगाया कि उस पतली गोंद की परत के माध्यम से तनाव (stress) कैसे फैलता है। उनकी नई विधि ने कंप्यूटर को यह समझने में सक्षम बनाया है कि परतें अलग होते समय कैसा व्यवहार करेंगी। इससे कंप्यूटर बिना गणित गलत किए बहुत बड़ी, मोटे डिजिटल ईंटों का उपयोग कर सकता है। इसका अर्थ है कि इंजीनियर जटिल अलगाव (peeling) की समस्याओं को बहुत तेज़ी से और अधिक सटीकता के साथ सिम्युलेट कर सकते हैं, जिससे यह सुनिश्चित होता है कि इन सामग्रियों से बने हवाई जहाज और रॉकेट सुरक्षित और विश्वसनीय हों।

समस्या: "चिपचिपा" गोंद वाली गलती

एक कंपोजिट सामग्री को एक विशाल सैंडविच की तरह समझें जो ब्रेड (फाइबर) की कई परतों और प्रत्येक स्लाइस के बीच थोड़े से अतिरिक्त मक्खन (रेजिन) से बना है। जब सैंडविच फटना शुरू होता है, तो मक्खन की परत सबसे पहले खिंचती और टूटती है। अतीत में, कंप्यूटर सिमुलेशन ने इस मक्खन की परत को एक साधारण, समान स्प्रिंग की तरह माना था। समस्या यह थी कि यह "स्प्रिंग" अक्सर डिजिटल टुकड़ों के आधार पर बहुत सख्त या बहुत कमजोर होता था।

जब कंप्यूटर ने बड़े डिजिटल स्लाइस का उपयोग किया, तो उसने एक विशिष्ट गलती की: इसने भविष्यवाणी की कि फटने के ठीक सामने वाली परतें भारी बल के साथ आपस में दब रही हैं, जैसे कि कोई कार दुर्घटना हुई हो, जबकि वास्तव में उन्हें बस धीरे से अलग होना चाहिए। इस "चिपचिपी" (squishy) त्रुटि का मतलब था कि सही उत्तर प्राप्त करने के लिए, इंजीनियरों को बहुत ही सूक्ष्म, अत्यंत छोटे डिजिटल स्लाइस का उपयोग करना पड़ता था, जिससे सिमुलेशन चलाने में कई दिन लग जाते थे। यह बिल्कुल वैसा ही था जैसे केवल छोटे, ऊबड़-खाबड़ चरणों का उपयोग करके एक चिकनी वक्र रेखा (smooth curve) खींचने की कोशिश करना; इसे सही दिखाने के लिए आपको लाखों चरणों की आवश्यकता थी।

नया विचार: तनाव को सुनना

लेखकों ने महसूस किया कि गोंद की "कठोरता" (stiffness) की गणना करने का पुराना तरीका बहुत सरल था। वे जानते थे कि तनाव (आंतरिक बल) सैंडविच की मोटाई के माध्यम से समान रूप से नहीं फैलता है; जैसे-जैसे आप ऊपर की परत से नीचे की परत की ओर बढ़ते हैं, यह बदलता रहता है। इसे ठीक करने के लिए, उन्होंने केवल गोंद को नहीं देखा; उन्होंने एक बीम के झुकने के भौतिकी (physics) को देखा।

एक मोटी किताब को मोड़ने की कल्पना करें। बाहरी पन्ने खिंचते हैं, भीतरी पन्ने दबते हैं, और बीच के पन्ने तटस्थ रहते हैं। लेखकों ने रेजिन की परत की मोटाई के माध्यम through तनाव कैसे बदलता है, इसका मानचित्र बनाने के लिए इसी तर्क का उपयोग किया। उन्होंने एक नया सूत्र तैयार किया जो एक "स्मार्ट अनुवादक" की तरह कार्य करता है। यह जटिल, बदलते तनाव पैटर्न को लेता है और उसे एक एकल, सटीक कठोरता संख्या में परिवर्तित करता है जिसे कंप्यूटर उपयोग कर सकता है।

महत्वपूर्ण रूप से, यह नया सूत्र तब भी काम करता है जब कंप्यूटर एक ही प्रकार की कई परतों को एक बड़े "सुपर-लेयर" (एक समकक्ष एकल-परत मॉडल) में समूहित करता है। पिछली विधियों के लिए आवश्यक था कि कंप्यूटर प्रत्येक परत को व्यक्तिगत रूप से मॉडल करे, जो धीमा और अक्षम था। नई विधि कंप्यूटर को सटीकता खोए बिना परतों को एक साथ समूहबद्ध करने की अनुमति देती है, जिससे सिमुलेशन बहुत तेज़ी से चलता है।

प्रमाण: नई नियम पुस्तिका का परीक्षण

यह देखने के लिए कि क्या उनका नया विचार वास्तव में काम करता है, टीम ने मानक "बेंचमार्क" समस्याओं का उपयोग करके परीक्षणों की एक श्रृंखला आयोजित की जिनका उपयोग इंजीनियर अपने गणित की जांच करने के लिए करते हैं। इनमें शामिल थे:

1. डबल कैंटिलीवर बीम (DCB): एक परीक्षण जहाँ आप एक किताब खोलने की तरह दो परतों को अलग करते हैं।
2. एंड-नॉच्ड फ्लेक्सर (ENF): एक परीक्षण जहाँ आप परतों को एक-दूसरे के ऊपर खिसकाते हैं।
3. मिक्सड-मोड बेंडिंग (MMB): एक परीक्षण जो खींचने और खिसकाने दोनों को जोड़ता है।
4. रीइन्फोर्स्ड DCB (R-DCB): एक अधिक जटिल परीक्षण जिसमें बाहर अतिरिक्त परतें जोड़ी गई हैं, जो एक वास्तविक दुनिया की सुदृढ़ संरचना का अनुकरण करती है।

प्रत्येक परीक्षण में, उन्होंने अपने नए "स्मार्ट" कठोरता की तुलना पुराने "डम्ब" (dumb) कठोरता से की। परिणाम स्पष्ट थे:

• मेश कन्वर्जेंस (Mesh Convergence): जब उन्होंने मोटे (बड़े) डिजिटल मेश का उपयोग किया, तो पुरानी विधि विफल हो गई। इसने अलग-अलग उत्तर दिए कि टुकड़े कितने बड़े थे, और इसने भविष्यवाणी की कि परतें बहुत ज़ोर से दब रही हैं। हालाँकि, नई विधि ने सटीक उत्तर दिया, चाहे डिजिटल टुकड़े बड़े हों या छोटे। यह एक ऐसे मानचित्र की तरह था जो ज़ूम इन या ज़ूम आउट करने पर भी उतना ही अच्छा दिखता है।
• सटीकता: DCB परीक्षण में, नई विधि ने लोड-डिस्प्लेसमेंट कर्व (कितने बल की आवश्यकता है) में त्रुटि को काफी कम कर दिया। 7.5 मिमी मेश के लिए, पुरानी विधि में 50% से अधिक की त्रुटि थी, जबकि नई विधि ने इसे बहुत कम रखा।
• वास्तविक दुनिया से तुलना: जटिल R-DCB परीक्षण में, जिसकी तुलना वास्तविक भौतिक प्रयोगों से की गई थी, नई विधि ने दरार के पथ और उसे तोड़ने के लिए आवश्यक बल की भविष्यवाणी पुराने तरीके की तुलना में बहुत बेहतर ढंग से की। विशेष रूप से, इसने टूटने के बल के दूसरे शिखर (second peak) की भविष्यवाणी पुराने तरीके की तुलना में 14% कम की, जो वास्तविक दुनिया के डेटा से बहुत अधिक मेल खाती है।

इसका क्या अर्थ है

यह शोध पत्र यह दावा नहीं करता है कि उन्होंने कंपोजिट सामग्रियों के ब्रह्मांड की हर समस्या को हल कर लिया है। यह विशेष रूप से स्ट्रक्चरल कोहेसिव एलिमेंट्स (structural cohesive elements) के लिए "पेनल्टी स्टिफनेस" (penalty stiffness) में सुधार करने पर केंद्रित है, जो अलगाव को सिम्युलेट करने के लिए उपयोग किए जाने वाले डिजिटल उपकरण हैं। लेखक सिमुलेशन और प्रयोगों के साथ तुलना के माध्यम से दिखाते हैं कि उनका नया सूत्र पारंपरिक सूत्र से बेहतर है।

इस नई विधि का उपयोग करके, इंजीनियर मोटे मेश के साथ जटिल 3D संरचनाओं में डेलैमिनेशन का अनुकरण कर सकते हैं। इसका अर्थ है कि वे उस समय के एक अंश में सटीक परिणाम प्राप्त कर सकते जिसमें पहले लगता था। यह एक धीमे, पिक्सेलेटेड वीडियो गेम से एक स्मूथ, हाई-डेफिनिशन गेम में अपग्रेड करने जैसा है जिसके लिए सुपरकंप्यूटर की आवश्यकता नहीं है। लेखक सुझाव देते हैं कि इस दृष्टिकोण को भविष्य में अन्य प्रकार के नुकसान, जैसे परतों के भीतर दरारें, की भविष्यवाणी करने के लिए विस्तारित किया जा सकता है, लेकिन फिलहाल, उन्होंने सफलतापूर्वक "चिपचिपे गोंद" की समस्या को ठीक कर दिया है, जिससे कंपोजिट सामग्रियों का डिजिटल परीक्षण तेज़ और अधिक विश्वसनीय हो गया है।