一种基于机电行为和统计方法的新型监测指标，用于复合材料制造中机械性能的预测

《Composites Part A: Applied Science and Manufacturing》：A novel monitoring index for mechanical properties prediction in composite manufacturing based on electromechanical behavior and statistical approach

碳纤维增强复合材料制造过程中基于电气电阻变化的实时监控方法研究，通过分析树脂与碳纤维的电磁行为开发新型监控指数，实现抗弯强度的动态预测与质量评估，减少后处理测试。

　　

Dahun Lee | In Yong Lee | Young-Bin Park

韩国蔚山国家科学技术研究院机械工程系，UNIST-gil 50，蔚山郡蔚山44919

摘要

由于碳纤维增强塑料（CFRPs）具有较高的强度重量比，因此被广泛应用于航空航天和汽车行业。鉴于CFRPs制造的复杂性，已经开发出多种过程监控技术。本研究旨在探讨监控数据与CFRP板材机械性能之间的关系，以实现无需后续评估测试的机械性能实时预测。基于树脂和碳纤维之间的机电行为，分析了电阻变化。在制造尺寸为400毫米×600毫米的板材过程中进行了过程监控，该尺寸与工业板材相当。固化后的板材被切割成26个试样，并通过三点弯曲试验测试其抗弯强度。引入了监控指数，以建立监控数据与CFRP板材机械性能之间的定量关联。该指数为板材内部截面的质量诊断提供了综合指标。根据监控指数对机械性能进行了分布分析，从而实现了基于概率的评估。为了提高鲁棒性，将过程监控结果纳入指数中，并根据缺陷的严重程度对监控指数进行了调整（特别是部分浸渍情况）。调整后的指数在预测抗弯强度时具有较低的均方根误差和平均绝对误差值，表明其可靠性较高。此外，光学显微镜实验验证了孔隙含量对机械性能的影响。所提出的系统通过减少对无损评估后处理的依赖，提高了复合材料制造的效率和可靠性。

引言

在轻质材料中，纤维增强塑料（FRPs），尤其是碳纤维增强塑料（CFRPs），因其优异的强度重量比而在航空航天和汽车行业得到广泛应用[1]、[2]、[3]。对于需要良好机械性能和热稳定性的应用，通常选择热固性FRPs[4]、[5]。

真空辅助树脂转移模塑（VARTM）是一种经济高效的热固性FRPs大规模生产方法[6]、[7]、[8]、[9]。然而，在VARTM过程中，浸渍步骤存在最高的缺陷风险，如干点和孔隙[10]、[11]。此外，真空压力不足可能导致固化条件不当，从而影响表面质量。这些缺点突显了实时过程监控对于获得高质量复合材料的重要性[12]、[13]。

已经研究了多种用于监控树脂浸渍和固化的传感器，包括基于温度[14]、[15]、压力[16]、[17]、光纤布拉格光栅[18]、[19]、[20]、介电材料[21]、[22]以及铅锆钛酸盐（PZT）[24]、[25]的传感器。代表性研究包括：利用光纤布拉格光栅传感器通过光学频域反射法监测树脂流动前沿，并通过应变分析准确检测未浸渍区域[18]；还开发了一种结合PZT传感器和光纤布拉格光栅传感器的混合传感器，以实现3D树脂流动前沿的实时监控[19]；此外，还使用压电传感器网络和兰姆波及机电阻抗技术监测流动前沿和固化过程[24]；另外，还开发了一种多功能压电-光纤混合传感器网络，用于在固化周期内实时监测多种物理量[25]。尽管上述传感器被广泛使用，但除了纳米材料外，还开发了其他类型的传感器[26]、[27]、[28]、[29]。利用具有集成多壁碳纳米管网络的分层微/纳米复合材料进行了制造过程的原位监控，从而能够检测浸渍、交联和凝胶化点，以预测最终部件的质量[27]。

在这些技术中，电阻测量方法具有成本效益和实时监测能力等优点[30]、[31]、[32]、[33]。由于碳纤维具有导电性，其电阻变化受压实程度、树脂浸渍和交联反应的影响。通过分析这些变化，可以仅通过测量电阻来实现VARTM过程的独立监控[34]。

尽管现有的监控技术能够有效跟踪制造过程，但它们预测机械性能的能力仍然有限。表1总结了几种监控技术的对比情况。机械性能（如抗弯强度、抗拉强度和抗冲击性）对结构可靠性至关重要[35]、[36]。由于FRP的质量受材料及工艺变化（如纤维错位或预成型件渗透性的变化）的影响较大[37]、[38]、[39]，因此实现一致的机械性能（例如抗弯强度和抗拉强度）具有挑战性。预成型件渗透性的变化可能导致树脂浸渍过程中出现意外的干点或孔隙，从而降低机械性能。孔隙作为局部应力集中区和裂纹起始点，会显著降低FRPs的机械完整性。即使孔隙含量略有增加，也会导致层间剪切强度、压缩强度和抗弯强度的显著下降[40]、[41]、[42]。此外，孔隙的形态和空间分布（从树脂富集区域的微孔隙到界面宏观孔隙）决定了主要的失效机制[43]。因此，基于监控数据实时预测机械性能对于在可变条件下的质量保证至关重要。为了解决这一问题，我们提出了一种基于VARTM过程中CFRP板材机电行为的实时过程监控方法。通过分析电阻变化，我们开发了一种新的监控指数来预测机械性能，特别是抗弯强度，如图1所示。该系统能够有效捕捉质量变化，并通过统计方法在截面层面预测机械性能。研究利用光学显微镜验证了监控数据、孔隙含量与复合材料质量之间的关联。

材料与试样表征

使用12层T300B 3K平纹碳纤维制备了预成型件，每层的尺寸为400毫米×600毫米，重量为200克/平方米。电极由铜线和银浆组成。直径为0.25毫米的铜线嵌入碳纤维束中，电极距离边缘50毫米。使用Elcoat（美国）银浆来降低接触电阻并确保固定效果。铜线电极分别放置在第1层和第12层上，如图所示。

工艺参数监控

在VARTM过程中实时测量电阻，以监控工艺参数。为了对电阻变化进行归一化，将电阻变化除以在大气状态下测得的初始电阻（R_o）。图4显示了所有通道的电阻变化情况。虽然实时监测了28个不同方向的通道，但灵敏度（ΔR/Ro）取决于...

结论

本研究基于机电行为和一种新的实时质量评估指数，探讨了CFRP板材的过程监控方法。研究了VARTM过程中碳纤维压实压力变化对电阻变化的影响。随后对制造出的板材进行了三点弯曲测试，以获取其抗弯强度。为了可靠地预测机械性能，开发了一种监控指数。

作者贡献声明

Dahun Lee：撰写 – 审稿与编辑、初稿撰写、验证、方法论设计、数据分析、概念化。In Yong Lee：撰写 – 审稿与编辑、验证、方法论设计、概念化。Young-Bin Park：撰写 – 审稿与编辑、监督、方法论设计、资金筹集、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了韩国科学技术研究委员会（NST）的支持，该委员会由科学技术信息通信部（MSIT）资助（资助编号：CRC23011-000）。