A robust process model with two-stage optimization methodology for liquid composite molding process
Sıvı kompozit kalıplama yöntemi için iki aşamalı optimizasyon metotolojisi ile güçlendirilmiş bir süreç modeli
- Tez No: 643481
- Danışmanlar: DR. ÖĞR. ÜYESİ HATİCE SİNEM ŞAŞ ÇAYCI, PROF. DR. MEHMET YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Üretim Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Sıvı Kompozit Kalıplama Yöntemi (Liquid Composite Molding, LCM) ön şekillendirilmiş kuru kumaşın (dry preform) kalıp boşluğuna yerleştirildiği ve ardından kuru kumaşın reçine sistemi ile doldurulduğu gelişmiş kompozit üretim yöntemi ailesidir. LCM için son parçanın başarısı büyük ölçüde reçine sisteminin kuru kumaşı ıslatabilme başarısına bağlıdır. Bu başarı için, reçine giriş ve hava çıkış yerleri, yani kapıların yerleşimi büyük önem taşımaktadır. Aksi takdirde, tolerans değerlerinin ötesinde oluşan hava boşlukları ve kuru noktalar ile üretim başarısız olur. Ek olarak, bu başarının düşük dolum zamanlarında elde edilmesi gerekmektedir. Böylece, LCM işlemi, boşluk içeriği ve dolum süresinin en aza indirilmesi yoluyla geliştirilebilir. LCM sürecindeki reçine akışının matematiksel modellemesi, kütle korunumu ve Darcy Kanunu ile çözülen gözenekli ortam akışı ile gerçekleşmektedir. Reçine basınç gradyanını reçine hızı ile ilişkilendiren Darcy Kanunu, iki malzeme özelliği gerektirir: kuru kumaşın geçirgenlik tensörü ve reçine viskozitesi. Geçirgenlik tensörü bir preform özelliğidir ve preform boyunca akış kolaylığını gösterir. Genel olarak, LCM modelleri için, geçirgenlik değeri, kumaş için homojenite varsayımıyla sabit değerler olarak tanımlanır. Ancak, kalıbın veya eklerin ve kumaşın kenarları ve köşeleri arasında oluşturulan açık kanallardan (race-tracking channels) geçirgenlikte farklılıklar oluşmaktadır. Akış modellerini etkileyen diğer bir özellik olan viskozite, reçine sisteminin preform boyunca akışının direncini yansıtır ve sıcaklık ve zamanla değişimler gösterir. İdeal LCM modellemenin neden olduğu tahmin edilen ve gerçek değerler arasındaki farklar, model tahminlerinin gerçek faydasını, özellikle de optimizasyonu olumsuz yönde etkiler. Bu nedenle, modelin doğruluğu, zaman ve sıcaklığın bir fonksiyonu olarak yarış izleme olanakları ve viskozite ile doğru geçirgenlik verilerini gerektirir. Bu çalışmada, daha gerçekçi geçirgenlik ve viskozite parametreleri kullanarak boşluk içeriğini ve dolum süresini optimize etmeyi amaçlayan yeni bir LCM modelleme ve optimizasyon yaklaşımı sunulmaktadır. İki aşamalı bir optimizasyon yaklaşımı sunan bu çalışmada, ilk aşamada giriş ve çıkış lokasyonu optimizasyonu Genetik Algoritma (GA) adaptasyonu ile gerçekleştirilmiştir. Açık kanal oluşma olasılıkları açısından geçirgenlik varyasyonlarını içeren GA uyarlaması, eşit oluş olasılıkları ile tüm olası açık kanal olasılıkları için çalışan optimum giriş ve çıkış konumlarını tanımlamaktadır. Ayrıca, GA adaptasyonu, çoklu giriş ve çoklu çıkış optimizasyon uygulamaları ile dolum süresinin daha da azaltılmasını sağlar. Daha sonra, ikinci aşamada, birinci aşamadaki kapı konumlarının kullanılarak, dolum süresi ve boşluk yüzdesi, özel olarak tasarlanmış yüksek geçirgen bir katman (distribution media, DM) yerleştirilerek daha da iyileştirilmiştir. Bu aşama, açık kanal sorunundan kaynaklanan tüm olası akış bozuklukları için minimum boşluk yüzdesi ve minimum dolum süresi ile başarısını Ayrık Optimizasyon algoritması ile DM katmanının yerleşim tasarımını içermektedir. Daha sonra bu metodoloji, farklı kısıtlamalar altında çeşitli karmaşık geometriler için Sıvı Enjeksiyon Kalıplama Simülasyonu (LIMS) kullanılarak sayısal olarak doğrulanmıştır. Reçine sistemi için viskozite değişimi ticari olarak temin edilebilen bir epoksi sisteminden elde edilmiştir. Geçirgenlik değişimi, kenarlarda çok yüksek geçirgenlik değerlerine sahip açık kanallara olarak tanımlanmıştır. Ek olarak, iki aşamalı optimizasyon metodolojisinin kullanılmasıyla, amaç fonksiyonu tanımlarındaki basitleştirmeler nedeniyle hesaplama süresi düşürülmüştür.
Özet (Çeviri)
Liquid Composite Molding (LCM) is the family of the advanced composite manufacturing method in which dry preform is placed into the mold cavity followed by filling of the preform with the resin system. The final composite part is obtained after the curing cycle. The success of the final part for LCM highly relies on the success of the impregnation of the resin system through the dry preform. In order to have fully impregnated domain, the inlet and vent locations, namely gates, should be engineered in such a way that as the resin is introduced through the inlet gate, vent should be placed where the resin arrives last. Otherwise, the process fails with the formation voids/dry spots beyond tolerance values. Additionally, the fill time of the preform domain for complete impregnation should be reduced considering both finalization of the impregnation before gelation time of the resin and the achievement of high production rates. Thus, the LCM process can be improved through the minimization of the two afore-mentioned parameters: void content and fill time. To achieve that one has to predict the flow patterns within the preform. Mathematical modeling of the resin flow in LCM process is described reasonably well as flow through porous media using Darcy's Law coupled with the continuity equation. Darcy's Law, which relates the resin pressure gradient with the resin velocity, requires two material properties: permeability tensor of the preform and the resin viscosity. Permeability tensor is a preform property and indicates the ease of flow through the preform. Generally, for the LCM models the permeability value is assigned as a bulk property, with the assumption of uniformity of the fibrous domain. This generates simple, deterministic model but as any material property variations, geometrical variations and lay-up of the assembly generate variations in permeability values, there will be some differences between real and predicted flow patterns. Another source of these differences stems from open channels (gaps) created between the edges and corners of the mold and/or inserts and preform. These 'race-tracking' channels have significant effect on the flow patterns which might cause formation of voids. The other property affecting the flow patterns, viscosity, reflects the resistance of the flow of the resin system through the preform and shows variations with temperature and time. The differences between predicted and actual values caused by over-idealized modeling negatively influence any actual utility of model predictions, particularly optimization. Therefore, the accuracy of the model entails accurate permeability data with race-tracking possibilities and viscosity as a function of time and temperature. Note that at this point this is no longer deterministic model. In this study, a new LCM modeling and optimization approach is introduced which aims to optimize void content and fill time using more realistic permeability and viscosity parameters. This is achieved by a two-stage optimization approach. In the first stage, the inlet and vent location optimization are implemented with Genetic Algorithm (GA) adaptation. The GA adaptation including the permeability variations in terms of race-tracking possibilities identifies the optimal inlet/s and vent/s locations working for all possible race-tracking possibilities with equal occurrence probabilities. Also, the GA adaptation enables further decrease in fill time with multiple inlet and multiple vent optimization practices. Then, in the second stage, using the gate locations from first stage the fill time and void percentage is further improved by placing a tailored highly permeable layer (distribution media, DM). This stage includes the lay-out design of the DM layer using a Discrete Optimization algorithm which dictates successful impregnation with minimum void percent and minimum fill time for all possible flow disturbances due to race-tracking issue. Then, this methodology is validated numerically by using Liquid Injection Molding Simulation (LIMS) for various complex geometries under different constraints. For the resin system the viscosity function is adapted from a commercially available epoxy system and permeability variation is defined as race-tracking channels with very high permeability values at the edges. Additionally, with the use of two-stage optimization methodology, computational time is decreased due to simplifications in objective function definitions.
Benzer Tezler
- Kriging interpolasyonu kullanan vekil modeller ile gemi kıç formunun viskoz direnç yönünden optimizasyonu
Aft form optimization of ships for minimum viscous resistance by using kriging metamodeling technique
HAYRİYE PEHLİVAN SOLAK
Doktora
Türkçe
2020
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER GÖREN
- Lojistik sektörü karayolu taşımacılığında dinamik fiyat tahmin sisteminin tasarlanması
Designing dynamic forecasting system for truckload market pricing in logistics sector
AYŞENUR BUDAK
Doktora
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ALP ÜSTÜNDAĞ
- Addressing parametric uncertainties in autonomous cargo ship heading control
Otonom kargo gemisi yön kontrolündeki parametrik belirsizliklerin ele alınması
AHMAD IRHAM JAMBAK
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL BAYEZİT
- Analysis and synthesis of reflectarray antenna
Yansıtıcı dizi anten analiz ve sentezi
SELAHATTİN NESİL
Doktora
İngilizce
2014
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ GÜNEŞ
PROF. DR. BAHATTİN TÜRETKEN
- Model öngörülü kontrol ve bir endüstriyel model öngörülü kontrol uygulaması
Model predictive control and an industrial model predictive control application
SERDAR ÖZDEMİR
Yüksek Lisans
Türkçe
2015
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ FUAT ERGENÇ