碳纤维增强聚合物（CFRP）复合材料为航空航天、汽车、生物医学和土木工程等领域的轻量化、高强度和耐用结构提供了可能。为了加速材料与结构设计并降低成本和测试要求，越来越多地依赖于计算材料工程（ICME）框架中的计算建模[1]、[2]、[3]。在这种情况下，使用代表性体积元素（RVE）的微观力学模拟被广泛用于将组成行为和微观结构特征与层状性能和允许值相关联[4]、[5]、[6]、[7]。
一个主要挑战是准确预测单向层板的纤维方向压缩强度（Xc），其通常比其纵向拉伸强度低30-40%，例如IM7/8552系统[8]、[9]。这种降低是设计主要复合材料结构的一个限制因素。CFRP中的纤维方向压缩破坏通常由纤维扭结的形成所控制，这是一种由基体剪切屈服触发并因初始纤维错位而放大的局部化机制[10]、[11]。基于RVE的微观力学有限元（FE）模型在理解与纤维扭结相关的机制方面发挥了重要作用，提供了关于起始、扭结带形态、峰值后响应以及基体塑性、界面行为和环境影响等方面的见解[12]、[13]、[14]、[15]。然而，迄今为止的大多数研究依赖于理想化的纤维结构表示，通常假设均匀和/或单轴错位，即所有纤维具有相同的错位幅度和/或相同的错位平面（例如，参见最近的数值和实验研究中的评估[16]、[17]）。这些假设大大简化了纤维分段RVE的几何生成和网格划分，但忽略了真实微观结构中纤维错位的随机性。这种简化可能会显著偏倚强度预测，并限制微观模型的预测能力。
实验表征研究表明，单向CFRP中的纤维错位本质上是随机的。早期的研究依赖于显微照片的光学切片和图像分割[18]、[19]、[20]、[21]，而最近的研究通常使用高分辨率X射线计算机断层扫描来实现纤维取向分布的三维量化[21]、[22]、[23]。对于CFRP材料，一致报告了在平面内和平面外方向上纤维错位幅度的钟形（近似垂直）分布，平均错位角度通常在约0.5°-2°范围内[21]、[22]、[23]。这些观察表明，纤维错位幅度通常很小但非零，并且空间上是变化的，反映了制造引起的变异性，而不是确定性的或均匀的波形。
除了错位幅度之外，较少有研究明确描述了错位平面的取向，这里称为错位相位角。在[22]中，Emerson等人使用高分辨率三维X射线计算机断层扫描对GFRP和CFRP样品中的纤维错位幅度和相位（方位角）进行了单独的分割。他们的结果显示，纤维错位相位角的范围从0°到360°（或等效地从?180°到180°），没有优先取向，而错位幅度保持较小且统计上有界。同样，Requena等人[22]使用同步辐射X射线计算机断层扫描量化了连续增强金属基复合材料和CFRP样品中的纤维错位，并报告了相对平坦的相位角分布，最大值在120°和?180°附近。这些实验发现激发了本工作中考虑纤维错位相位角随机性的必要性。
先前的建模工作采用了一系列方法来研究纤维错位的随机性对纤维方向压缩强度的影响。Sutcliffe[24]使用二维（2D）平面应变模型研究了随机分布的错位和临界缺陷尺寸的影响，在该模型中，纤维由连续基体中的嵌入式梁元素表示。这项工作提供了关于尺寸效应和随机错位角度对压缩强度作用的重要见解。然而，2D框架隐含地假设了单轴纤维错位分布，即错位仅限于一个平面（平面外方向）。因此，错位平面的取向及其从纤维到纤维的潜在变异性没有得到体现。此外，嵌入式纤维的公式限制了明确解析纤维-基体相互作用机制的能力，包括由约束驱动的基体塑性、界面脱粘、摩擦滑动以及真实扭结带形态的发展。相比之下，本研究采用了完全纤维分段的三维RVE，并在纤维-基体界面处使用了粘聚模型，考虑了错位相位角的随机性，允许纤维错位发生在平面内（相位角0°）和平面外（相位角90°），以及任何中间取向。同时，Wilhelmsson等人[25]提出了一个基于缺陷严重程度的压缩强度评估框架，在该框架中，随机纤维错位的影响被纳入到均质化连续损伤力学模型中，使用基于现象学的应力失效起始标准和包括摩擦的模糊粘聚损伤模型[26]、[27]。虽然这些方法提供了有效的层状强度预测，但它们没有明确解析纤维旋转的微观运动学和与真实三维纤维结构中扭结带形成相关的物理机制。
获得CFRP真实3D纤维结构的一种方法是从高分辨率三维成像技术（如纳米聚焦计算机断层扫描（nano-CT）或基于同步辐射的CT[例如，17、[28]、[29]、[30]）直接重建它们。尽管这种方法提供了无与伦比的几何保真度，但其使用仍受到CT设施的高成本、有限的可用性和耗时的数据处理的限制，这些设施具有纳米级分辨率。因此，迫切需要合成和计算效率高的方法来生成真实的纤维结构——特别是考虑到需要大型和统计上具有代表性的数据集的机器学习驱动的材料设计工作流程。
本研究通过引入一种基于计算机图形学的新方法来解决这一需求，该方法利用开源软件Blender快速生成具有高纤维体积分数和随机错位的密集纤维排列。使用Blender的刚体动力学进行碰撞解决和排斥模拟，用户可以通过可定制参数控制纤维的排列和取向。展示了包含400-600根纤维、体积分数高达60%的示例RVE，具有全局和局部纤维错位。整个工作流程是完全自动化的——从Blender中的几何创建到Abaqus/CAE中的有限元网格划分和模型预处理——使用原生的Python API。
为了展示该方法的应用性，进行了一项研究，探讨了局部纤维错位相位分布对IM7/8552碳纤维增强环氧材料系统纤维方向压缩强度的影响。据作者所知，这是首次使用纤维分段三维微观力学模型明确检查和量化错位相位随机性对纤维方向压缩强度影响的研究。
值得注意的是，Varandas和Catalanotti[16]最近强调了将随机纤维错位整合到微观力学建模中的重要性。在他们的工作中，通过基于Bézier曲线的半随机扰动算法引入了纤维波形的随机性[31]，从而生成了统计上具有代表性的单向复合材料的3D RVE。该方法成功捕捉了局部纤维波动及其对纵向压缩和拉伸响应的影响，突出了空间可变错位在确定纤维主导的层状性能中的关键作用。然而，随机扰动方法主要影响局部纤维波动，因为它通过在预定义域内扰动最初对齐的纤维来操作。相比之下，本工作中提出的基于Blender的方法提供了一个更通用和基于物理的框架，可以同时引入全局和局部3D错位，包括空间聚类和取向变异性。这种能力允许自动生成高度真实的纤维结构，并为研究微观结构变异性对组成性能和允许值的随机效应提供了新的途径，具有未来集成到ICME流程和机器学习数据生成中的强大潜力。
