Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Механика композитных материалов 4 1982

..pdf
Скачиваний:
9
Добавлен:
15.11.2022
Размер:
9.91 Mб
Скачать

АКАДЕМИЯ НАУК ЛАТВИЙСКОЙ ССР

механика

композитных

материалов

1 9 8 2 • 4

5 7 7 — 7 6 8

Июль август

Журнал основан в 1965 г. Выходит 6 раз в год

В. А. Белый

Г.Бодор (Будапешт)

B. В. Болотин

Г.Я. Бранков (София)

Г. А. Ванин К. Василиу-Опреа (Яссы)

И.Я. Дзене

A. Дуда (Берлин)

C.Н. Журков

С.Загорский (Варшава)

B.ККалнберз

И.В. Кнетс

A.Ф. Крегерс

B.А. Латишенко

B.П. Макеев

Р.Д. Максимов A. КМалмейстер C. Т. Милейко

П.М. Огибалов

И.Н. Преображенский

B. Д. Протасов

Ю.Н. Работное

A.Савчук (Варшава)

Г.Л. Слонимский

B.П. Тамуж

Ю.М. Тарнопольский

Г. А. Тетере

В.Т. Томашевский Г. Н. Третьяченко

Ю. С. Уржумцев Л. А. Файтельсон Л. П. Хорошун

Главный редактор А. К. МАЛМЕЙСТЕР

Заместители главного редактора

В. А. ЛАТИШЕНКО, Р. Д. МАКСИМОВ, В. П. ТАМУЖ

Ответственный секретарь И. Я. ДЗЕНЕ

Адрес редакции:

226006 Рига, ул. Айзкрауклес, 23, тел. 551694 Институт механики полимеров АН Латвийской ССР

Издательство «Зинатне»:

226530 Рига, ул. Тургенева, 19, тел. 225164 Р е д а к ц и я в с е с о ю з н ы х ж у р н а л о в

Заведующий редакцией А. В. Венгранович

 

 

 

 

 

 

 

Редактор С. Г

Бажанова

 

 

 

 

 

 

 

 

 

Технический редактор Е. К. Пиладзе

 

 

 

 

 

 

 

 

Корректоры О. И. Гронда, Л. А. Дмитриева, В. Н. Малич

 

 

 

 

Сдано в

набор

16.04.82.

Подписано

в печать1 03.08.82.

ЯТ

19504. Формат

бумаги

70х 108'/мг-

Высокая

печать.

16.8 уел.

л., 17,93

уч.-изд.

л. Тираж

1900 Экз.

Заказ

628-4.

Отпечатано в ти­

пографии

«Циня»

Государственного комитета

Латвийской

ССР

по

делам

издательств,

полиграфии

и книжной торговли, 226424, ГСП Рига, ул. Блаумана,

38/40.

 

 

 

 

 

© Издательство «Зинатне», «Механика композитных материалов», 1982 г.

УДК 539.3.001:678

В. А. Маньковский

НЕЛИНЕЙНАЯ ПАРАМЕТРИЗАЦИЯ ВЯЗКОУПРУГИХ ФУНКЦИЙ

В наследственной механике твердых тел широкое распространение получили слабосингулярные двухпараметрические наследственные функ­ ции влияния — дробно-экспоненциальная Э-функция Работнова [1]

Э(а, £ ,* )= < * £ (-

рп^(а+1)п

1)"

71=1

Г ((а + 1)(п+1))

^-функция Ржаницына—Дэвидсона—Колтунова [2—6] и /С-функция Кольрауша—Слонимского [2, 5, 6]

R(a, р, t) =-

Р

 

■ехр(-р/);

/С(а, р ,0

Р

 

-ехр( —р ^ 1).

Г (а + 1)

Г (а+

1)

Здесь t — время;

Г

— полная

гамма-функция Эйлера; —1 < а ^ 0 ,

Р^О ■— параметры, далее определяемые из эксперимента на простую ползучесть:

U

 

e(ti)=eo ( l+ ? J n(ti - r)d x)± A (ti),

(1)

О

 

где e(ti) =Ei — опытные значения текущей деформации, снятые в момент времени tu е0 — мгновенноупругая деформация; %— равновесный пара­ метр; П = {Э,/?, /С, £, А) — ядра ползучести; Д(/*) — текущая невязка как малодисперсная случайная функция. R, /(-функции представлены в нормированном виде [4—6] таким образом, чтобы в предельных вариан­ тах — при а = 0 и р= 0 — ядра вырождались в экспоненциальное ядро и ядро Абеля—Дюффинга [2]:

Е (р, t) = exp ( - РО; A (a, t) =/«/Г (а+1).

Ниже остановимся лишь на статистическом оценивании параметров П-ядер, свободном от графических операций неконтролируемой точности. Именно такой подход позволяет [7] корректно решать задачи прогнози­ рования и надежности для вязкоупругих сред. В реологии наиболее пер­ спективными в этом отношении являются усовершенствованные тради­ ционные численные процедуры [8, 9], реализуемые для Э-функции на ЭВМ большой мощности. Эти методы исходят из минимизации средне­ квадратичного критерия по четырем параметрам ео, К -а, р формулы

(1) и обычного допущения Dx\ М[Д(^)] = 0; £)[Д(/i)] = const, где М, D — впредь символы математического, ожидания и дисперсии.

Практическая реализация упомянутых методов наталкивается на ти­ пичные трудности Tj, свойственные проблеме статистического оценива­ ния параметров, нелинейно входящих в математические модели. В ста­ тистике ее принято называть проблемой параметризации. В марте 1978 г. была открыта общесоюзная дискуссия [10] по данному вопросу, столь актуальному и для реологии. Основные из этих трудностей таковы. Т\ — процедура параметризации оказывается неоднозначной и весьма неус­ тойчивой [1] ввиду слабой обусловленности корреляционных матриц оши-

бок. Резкое изменение искомых параметров вызывает даже незначитель­ ная вариация разрядности исходных экспериментальных данных. Эта трудность является порождением ошибочного, но общераспространен­ ного в реологии мнения, что изящный анализ методами математической статистики экспериментальной кривой ползучести с помощью ЭВМ поз­ воляет надежно найти четыре и более опытных параметра. На самом же деле, как показано ниже, применение ЭВМ в данном случае сводится...

к некоторой «иллюзорной деятельности» [10]. Т2 — столь же иллюзорной оказывается и надежность найденных параметров: ни в одной из работ, аналогичных по содержанию данной, не приведены основные ошибки па­ раметров, играющие фундаментальную роль [10] в теории оценивания. К этому следует добавить общеизвестные трудности (И] нелинейной па­ раметризации: Г3 — выбор корректного критерия адекватности П-ядер эксперименту; Г4 — выбор начальных приближений параметров, обеспе­ чивающий быструю и, желательно, монотонную сходимость итерацион­ ных процедур.

В связи с этим ниже излагается статистический метод логарифмиче­ ских совмещений [7] — СМЛС, свободный от отмеченных трудностей. Его физическая основа близка к известному «методу совмещений» [3]. В ра­ боте [6] подход Колтунова, но также на графоаналитическом уровне, обобщен практически на все известные, к настоящему времени ядра ли­ нейной вязкоупругости. Смысл обобщения сводится к уменьшению на порядок числа эталонов, с которыми сравнивается форма эксперимен­ тальной кривой. Суть предлагаемого СМЛС: поиски эталона, наиболее адекватного опытной кривой, и последующее их совмещение, причем на заданном уровне риска р, осуществляется с помощью ЭВМ. Обходя трудность Г4, в качестве нулевых приближений параметров удобно ис­ пользовать соответствующее графоаналитическое решение. Метод под силу даже малым ЭВМ (например, типа «Мир»), нагляден, универсален, открывает широкие возможности для прогнозирования [7] реологических процессов на требуемом уровне доверия.

Допущения СМЛС таковы. Метод теряет свою наглядность при числе параметров пг>3. Как и «метод совмещений», СМЛС исходит из логиче­ ски непротиворечивого [И] допущения D2\ Д(U) = Дге(/г), где случайные величины Дi отвечают предположению D\. Возможности метода проил­ люстрируем на примере оценивания сдвиговой ползучести одного из первых отечественных судостроительных стеклопластиков [4]. Наличие параллельного опыта (темные точки на рис. 1, представленном в лога­ рифмических координатах) позволяет на основании критерия Кохрена [11] сделать вывод о приемлемости допущения D2 при р = 5% и оце­ нить — как меру фактора «случай» — значение соответствующего стан­ дарта воспроизводимости опыта: S = 0,308. Поскольку параллельные опыты на ползучесть обычно отсутствуют, то предельное значение 5 для жестких полимеров при установившейся технологии производства можно ориентировочно взять равным 0,065, поскольку 5^0,434у, где а<0,15 (или 15% [2]) — предельное значение коэффициента вариации, харак­ теризующего воспроизводимость опытных данных — или усредненную относительную ошибку — при параллельных испытаниях, но уже в обыч­ ных, а не в логарифмических координатах.

1. Нелинейная параметризация Э-функции. 1. Скорость ползучести

Ei= deildt с учетом допущения D2 представим в безразмерном [6] виде:

в(1=FДг) = 02^[(Л/01)03] ;

03 = а + 1; 02 = еоЯр1/0з-1;

f(Xi) = X il~l^ F i (Xi) ;

=

где 0|, 02 — искомые параметры как масштабные коэффициенты, являю-

Л /Ч

щиеся случайными величинами со статическими оценками 0ь 02>' тре­ тий неизвестный параметр 03 ниже рассматривается как неслучайный; Fi — табулированная [1] функция.

2. В логарифмически^ координатах форма ё-опыта зависит лишь от одного параметра и инвариантна по отношению к двум другим — 0i и 02,

поскольку их логарифмы 1g 01= а и lg02 b аддитивны относительно функции lg£z- и аргумента lg t%\

lg вг—Ь = Z7(03; lg ti — a) ±Аг°; F(Ui) = lg/(10“*).

(2)

Именно это обстоятельство чрезвычайно упрощает процедуру нелиней­ ной параметризации, делая ее малочувствительной к трудности Тi и весьма экономичной в смысле затрат машинного времени. В этой фор­ муле Аг°= 0,434Дг; Ui = \gti — a.

3. Форму Э-функции, как это следует из выражения (2), можно вы­ делить в чистом виде F (03;lg/i), которому графически соответствуют эталоны формы [6], если фиксировать значения третьего параметра 03 = = а+ 1 . Как пример, на рис. 1 показан соответствующий эталон при наи­ более распространенном [1] значении параметра а = 0,7, выполненный на прозрачной бумаге. Насколько это можно сделать визуально, он наи­ лучшим образом — в смысле Колтунова [3] — совмещен с ё-опытом. Это позволило найти графоаналитическое решение задачи: а0= —0,7; а0 = 2,4; Ь0= 0,28 при исходных размерностях fё]= %/ч; [^] = ч. На этом же ри­ сунке приведены эталоны формы /?, К-ядер при а = —0,7, на рис. 2 — эталоны формы Э-ядра при а = —0,9, —0,5, —0,1. Вполне понятно, что рассмотренному графоаналитическому подходу, как и методам [3, 5], при­ суща трудность Т2: невозможно оценить ошибки найденныхпараметров, поскольку не формализована визуальная мера Колтунова как мера адек­ ватности эталона эксперименту.

4. От этого принципиального недостатка графоаналитических подхо­ дов [2—6] можно освободиться, если в качестве меры «параллельности»

(и совмещения) теоретической ^ё* и усредненной экспериментальной lg ёг кривых скорости ползучести взять критерий Гаусса, что естествен­ ным образом вытекает из формулы (2)

5 = [ X J (lg ёг—lg ёг-)2/(п —m) j (3).lgei = lg02 + /7(03; lg^i-lg0i).(4)

г= 1

Здесь n — число опытных точек. Как обычно [11], представим оценки па­ раметров в виде сумм

а = а0 + Да; b = b0 + Ab.

(5)

Затем по Тейлору линеаризуем относительно уточнений Да, Дb формулу

(4) и минимизируем критерий (3). Решив линейную систему нормаль-

Табл. 1

Сопоставление адекватности ядер линейной вязкоупругости эксперименту по сдвиговой ползучести стеклопластика

Ядро

 

а

Рхю4 1 а

1

S

э

 

0,60

1250

'1,1'45

0,237

R

. 0,88

1,47

/1,180

0,219

К

1-

0,75

2240

:i ,11 о

0,216

Е

-

0

28,6

2*210

0,811

Л

1,10.

0

оо

0,484

t / Cо 7./ч

Рис. 1. Процедура графоана­

литического оценивания па­ раметров линейной вязкоуп­ ругости. Пояснения в тексте.

ных уравнений, получаем окончательные формулы для нахождения уточ­ нений на первом итерационном цикле по СМЛС:

Да =

(n S/' lg &- 2 lg ё,-2/ —n 2 / / '+ 2 / 2 / ') /dx;

dx= ( 2 /') 2-

n2 (F') 2;

Д6= ( 2 /'lg e i2 /'—2 Ig6i2 ( / ') 2+ 2

( / ') 22 / —2 / '2 / / ' —di6o)/^i- ^

Здесь

суммирование всюду ведется от

1 до п, а

аргументом

функций

F и F'=dFJdUi° является величина «i°=lg/, —а0.

5. Сходимость СМЛС по 5-критерию при точности вычислений 1 % — монотонная и быстрая: два-три приближения, определяемых по форму­

лам (6). При этом,

не усложняя программы счета,

массив значений

/ ’-функции нетрудно

определить с помощью таблиц

Fx-функций [1], а

массив значений /'-функции — численным дифференцированием /-мас­ сива с помощью ЭВМ. Затем осуществляем цикл по параметру а при его изменении в одну и в другую сторону от ао до тех пор, пока 5 = 5т т- Для опыта на рис. 1 5т т = 0,237 при <х=—0,6. Существенная дисперсность этого опыта, вызванная издержками технологического процесса, на осно­ вании критерия Фишера при р=5% делает адекватным данному экспе­ рименту широкий круг Э-функций при а = (0,9-э0,2).

6. В отличие от численных методов [8, 9] СМЛС позволяет оценить значения найденных параметров, приведенные в табл. 1. При коррект­ ном выборе начальных приближений величины ао, Ьо в формуле (5) можно рассматривать как детерминированные, а Да, Дb — там и всюду далее — как случайные добавки.

Применяя [11] к формулам (6) оператор дисперсии D и полагая D(ii) » S 2, после преобразований получаем окончательные формулы для определения дисперсий параметров:

Da= S2 {п[ (2 /') 2 + п2 (/')2] </,}; И*Д6= S2 [2 ( /') 2 (2 / ') 2 + п2 ( / ') 2] /dx.

Эти

формулы написаны в

обозначениях (6). Отсюда получаем Da =

= 3,69, Db= 3,51. Применяя

статистику Стыодента, можно на требуе­

мом

уровне риска найти

границы изменения каждого из парамет­

ров — р и Ае0. Так, при р = 5% 0,003.^р^5,7. Вместо параметра Аео в табл. 1 приведена практически важная предельная относительная дефор­ мация ползучести £ = е(оо)/ео —1, равная [5] для Э-ядра А/p; ео = = 4,57%. На основании формулы ошибок [И] аналогичным образом на­

ходим при р = 5% максимально

возможное индивидуальное значение

gmax_ 867. Для методов [8, 9] | шах,

как и аналогичные интервалы для р

и А, стремятся к бесконечности, что делает эти методы принципиально не­ пригодными для экстраполяционного [2] прогнозирования на требуемом

Рис. 2. Эталоны формы дробно-

э

l g P / ( l + a )

экспоненциальной функции в срав­

R

- I g P

нении

с опытными

данными

[9]

К

- l g P / ( l + a )

для

полиэтилена.

Пояснения

в

Е

- I g P

 

тексте.

 

 

А

- l g ( e 0A )/(l+ a )

lg(e0Ap-“/('+“)) ig(eoAp-“)

lg(e0Ap-«/<'+“>) lg(e0A)

0

уровне доверия [7]. Здесь

 

 

 

 

Табл. 3

же приведем значения £,

Сопоставление статистических

методов нелинейной

найденные

по графоана­

параметризации Э-функции в приложении

литическим методам [5,6],

 

к ползучести

полиэтилена [9]

 

близким к подходу Колту-

 

 

-1 -a

1

 

нова [3]: 1,443 и 1,320.

Метод

a

5

Р. ч

2.

Нелинейная

пара­

 

 

 

 

 

метризация /?, /(-функций.

Метод [8]

-0 ,9 0

0,16

7,450

0,258

Процедура

статистичес­

Метод [9]

-0 ,7 8

0,41

1,235

0,268

кого

оценивания в

этом

СМЛС [7]

-0 ,9 5

0

оо

0,231

случае существенно упро­

 

 

 

 

 

щается, поскольку

отпа­

 

 

 

 

 

дает

необходимость

пре­

 

 

 

 

 

рывать машинный счет из-за обращения к таблицам. В окончательных формулах (6) теперь

F(Xi) =axi 0,434 exp(£**/0,434) —lg T (a + l),

причем для R-ядра: £ = 1, для К: £= а + 1, для Е: а = 0.

Значения параметров а, 6 приведены в табл. 2; на рис. 1 показана процедура графоаналитической параметризации, результаты которой а = ао, 6= 60 являются начальными приближениями итерационного цикла

(6). Значения параметров ядер, наиболее адекватных рассматривае­ мому опыту, приведены в табл. 1. Критерий Фишера при р = 5% не поз­ воляет отдать предпочтение какому-либо из Э-, R- и /(-ядер. Действи­ тельно, как следует из рис. 1, формы их при одинаковом а достаточно близки. Более того, экстраполяционные возможности этих ядер, судя по значениям равновесного параметра g, также достаточно близки между собой. Для сравнения в этой же таблице представлены параметры, отве­ чающие стандартному линейному телу (ядро Е) и степенному закону ползучести (ядро А). Дискриминация по Фишеру при р = 5% не позво­

ляет

эти столь распространенные модели считать адекватными опыту на

рис.

1.

 

Обработаем

3.

Сопоставление численных методов параметризации.

по СМЛС кривую ползучести полиэтилена

(второй пример)

[9], для

которой ранее были найдены параметры а,

р, ео, X в приложении к

Э-функции по методам [8, 9]. Соответствующий в-опыт приведен на рис. 2 в логарифмических координатах. Уже визуально можно убе­ диться в том, что экспериментальные точки можно аппроксимировать прямой линией. Иными словами, ядром ползучести для данного опыта может служить ядро А. В этом случае в формулах (6) d\-+0 и парамет­ ризация по СМЛС также будет неустойчивой и неопределенной. Однако

в этом граничном случае итоговые формулы (6)

можно преобразовать

к виду

 

Aa = M(lgei) —M (lg * i)/(a+ l) —a0;

Ай= 6= 0,

что вновь позволяет обойти трудность Т\. В случае же методов [8, 9] в подобной неустойчивой ситуации в усугубление неопределенности еще дополнительно определяется четвертый параметр. Другими словами, на­ бор искомых параметров по принципиально близким методам [8, 9] для опыта на рис. 2 при той же точности аппроксимации может быть самым произвольным. На эту особенность метода [8] ранее было обращено вни­ мание в (и. Отмеченное обстоятельство особенно неблагоприятно сказы­ вается на экстраполяционных значениях деформации ползучести при /—оо}не говоря уже о принципиальной невозможности определить основ­ ные ошибки найденных параметров. Так, в табл. 3 приведены предель­ ные характеристики ползучести £. Они резко расходятся по методам [8, 9] и в то же время принципиально отличаются от аналогичной характе­ ристики по СМЛС, которому отвечает наименьшее значение критерия адекватности.

В заключение заметим, что вместо е-опыта с помощью СМЛС можно было осуществить параметризацию рассмотренных ядер и на основании функции ползучести. Соответствующие эталоны формы для интегралов от Э, /?, /(-функций ранее были приведены в работе [6].

Пользуясь случаем, автор благодарит М. И. Розовского за конструк­ тивное обсуждение данной статьи.

СП И С О К Л И Т Е Р А Т У Р Ы

1.Работное Ю. Н. Элементы наследственной механики твердых тел. М., 1977. 384 с.

2.Уржулщев Ю. С., Максимов Р. Д. Прогностика деформативности полимерных

материалов. Рига, 1975. 416 с.

3.Колтунов М. А. Ползучесть и релаксация. М., 1976. 277 с.

4.Маньковский В. А. К феноменологической теории ползучести анизотропной уп­

руго-наследственной среды. — Прикл. механика, 1969, т. 5, N° 5, с. 46—52.

5. Маньковский В. А., Розовский М. И. Общий способ сопоставления наследствен­

ных функций влияния и определения их параметров. — Прикл. механика, 1971, т. 7, N° 1, с. 18—24.

6.Комяков А. А., Маньковский В. А. Общий способ определения параметров эм­

пирических формул с помощью номограмм. — Завод, лаб., 1975, N° 5, с. 589—592.

7.Маньковский В. А. Алгоритмизация прогнозирования с заданным уровнем риска

длительной прочности и жесткости материалов. — В кн.: Тез. докл. ВсесоюЗ. конф. «Современные методы и алгоритмы расчетов и проектирования строительных конструк­ ций с использованием ЭВМ». Таллин, 1979, с. 157— 158.

8.Звонов Е. Н., Малинин Н. И., Паперник Jl. X., Цейтлин Б. М. Определение

характеристик ползучести линейных упругонаследственных материалов с использованием ЭЦВМ. — Изв. АН СССР. Механика твердого тела, 1968, № 5.

9.Гольдман А. Я., Щербак В. В., Кислое Е. Н., Дворский Е. И. Способ определе­

ния параметров для описания кривой ползучести упругонаследственных материалов на основе таблиц Эа-функции Работнова. — Машиноведение, 1977, N° 6, с. 77—82.

10. Налимов В. В. Анализ трудностей, связанных с построением нелинейных по па­

раметрам моделей в задачах химической кинетики. — Завод, лаб., 1978, N° 3

с.325—331.

11.Химмельблау Д. Анализ процессов статистическими методами. М., 1973. 957 с.

Севастопольское высшее военно-морское

Поступило в редакцию 12.01.81

инженерное училище

 

УДК 539.4:539.2:678

А. С. Овчинский, Ю. С. Гусев

МОДЕЛИРОВАНИЕ НА ЭВМ ПРОЦЕССОВ ОБРАЗОВАНИЯ, РОСТА И СЛИЯНИЯ МИКРОДЕФЕКТОВ

В СТРУКТУРНО-НЕОДНОРОДНЫХ МАТЕРИАЛАХ

Определенный этап в статистических представлениях о развитии раз­ рушения на различных структурных уровнях композитных материалов связан с построением кинетических моделей [!]• Наиболее общий под­ ход к стохастическому описанию разрушения материала состоит в рас­ смотрении его в виде случайного процесса, развивающегося во вре­ мени [2]. Реальное прогнозирование длительной или циклической проч­ ности, оценка ресурса эксплуатируемого материала требуют введения понятий о различных стадиях разрушения. Как правило, рассматрива­ ется рассеянное (диффузное) разрушение, т. е. этап накопления повреж­ дений, и локализованное разрушение, т. е. этап развития макродефектов. При этом накопление повреждений может происходить как на микроструктурном уровне, например, в виде разрушения структурных элемен­ тов композитных материалов, так и на субмикроструктурном уровне, т. е. в отдельных компонентах [3].

Несмотря на универсальность аналитических методов стохастиче­ ского описания процессов разрушения и на известные достижения в этой области, в целом в рамках кинетических вероятностных моделей пока не удается в полной мере преодолеть барьер, разделяющий кинетику равно­ мерного накопления повреждений в объеме материала и кинетику разви­ тия отдельных очагов разрушения. Хотя формально оба эти процесса могут быть описаны единой системой уравнений, численная реализация ее на ЭВМ вызывает принципиальные трудности. С другой стороны, не­ которые физические концепции разрушения наряду с кинетическими мо­ делями могут быть эффективно алгоритмизированы, т. е. переведены на язык имитационного моделирования на ЭВМ. Это позволяет в рамках уже имеющихся представлений учесть большое многообразие факторов, влияющих на развитие процессов разрушения, придать уже существую­ щим подходам большую направленность в прогнозировании прочност­ ных свойств конкретных материалов в реальных условиях нагружения. Данная работа посвящена такой алго­ ритмизации и анализу модели твердого тела, состоящего из структурных элемен­ тов [1], разрушение которых, согласно имеющимся концепциям [4], происходит термоактивационным путем.

1. Моделируемый материал представ­ ляется состоящим из совокупности эле­ ментов. Размер структурного элемента

Рис. 1. Схема моделирования твердого тела на ЭВМ: 1 — выделение в твердом теле структурных элементов; б — фрагмент моделируемого сече­

ния материала и схема получения случайных зна­ чений y t и а*; в — статистическое распределение

параметров уг, г — статистическое распределе­ ние локальных значений прочности о*.

соответствует величине микрообъема, не воспринимающего нагрузки при образовании зародышевой трещины или поры. Возникающие стабильные поры или микротрещины в твердых телах имеют примерно одинаковые размеры порядка 102—103 нм, в зависимости от рассматриваемых мате­ риалов [3—5]. Развитие процесса разрушения исследуется в некотором слое, расположенном нормально действию растягивающей нагрузки (рис. 1—а). Предполагается, что структурные элементы имеют одинако­ вые размеры и уложены гексагонально. Таким образом, каждый элемент окружен шестью соседними (рис. 1—б) .

Наиболее вероятное время для разрушения /-го микрообъема исходя из кинетических представлений [6] определяется как

/

Uo-yiOi

\

 

тг = то ехр \

КТ

г

( 1)

где to, К — известные константы, отражающие термоактивационный ха­ рактер разрушения; Т — температура, /С; (U0—yiOi) — пороговое зна­ чение энергии активации. В свою очередь составляющая U0 характери­ зует кинетические свойства тела в целом, и ее можно считать одинако­ вой для микрообъемов, но коэффициент уг-, стоящий перед значением локального напряжения в микрообъеме а и имеющий различные физи­ ческие трактовки, является структурно-чувствительным параметром. Предполагается, что каждому микрообъему соответствует свое значе­ ние уif распределение которых имеет случайный характер, и, следова­ тельно, каждый материал характеризуется некоторым статистическим распределением параметров у*.

Вероятность разрушения Z-го микрообъема P(t) или вероятность воз­ никновения достаточно мощной флюктуации, приводящей к возникнове­

нию зародышевой микротрещины,

определяется выражением

[6]

P(t) = 1

- exp {tin).

(2)

При имитационном моделировании необходимо получить случайные значения времени до наступления очередного акта микроразрушения. Они вычисляются путем выражения t через P(t) из (2) и подстановкой Тг из (1):

< < = t . e x p ( - ^ ^ ) |n ( TI- L - r )

(3)

Подставляя в (3) вместо P(t) случайные числа, равномерно распреде­ ленные в интервале от 0 до 1, а вместо уг- — случайные значения пара­ метров у из его статистического распределения, получаем случайные зна­ чения времени U до разрушения отдельных микрообъемов.

Кроме пороговых значений энергии, необходимой для зарождения микротрещины, представляется целесообразным каждый микрообъем характеризовать еще и предельным уровнем напряжений, т. е. локальной прочностью аВ2. Таким образом, предусматривается возможность разру­ шения некоторого микрообъема и при выполнении силового критерия:

а г> аВг.

(4)

Вопросы, связанные с получением статистических распределений па­ раметров уг и ствг по микрообъемам для различных материалов, требуют отдельного обсуждения. Пока имеется довольно ограниченная информа­ ция о характере распределения у* по микрообъемам, и представляется целесообразным при моделировании материала на ЭВМ аппроксимиро­ вать статистическое распределение у бимодальным равномерным рас­ пределением (рис. 1—в). Случайное распределение локальных значений прочности отдельных микрообъемов сгВг задается вейбулловским, отра­ жающим масштабные эффекты [7] (рис. 1—г). Таким образом, случай­ ные значения параметра у,- определяются согласно выражениям

Vi = VpF(y)Jip при F(y)s^lP;

yi=yP+ [ F ( y ) - l P](ymax- y p)/[\ - F (y )]

при

F(y) > | Р)

(5)