Finite Element Modelling of a Modified Kolsky Bar Developed for High Strain Rate Testing of Elastomers
Notice bibliographique
Résumé
Elastomers are finding a wide variety of dynamic applications in aerospace, automobile and biomedical industries. The response of these complex material is based on the loading conditions and the strain rate at which the loading is applied. To suit the designer’s requirement, there is an ever increasing need to characterize this application specific, dynamic behavior under high strain rates. The Kolsky bar apparatus, also known as the Split Hopkinson Bar, is the most common apparatus used to test engineering materials at strain rates between 100/s and 10000/s. In this paper a modified Kolsky bar to characterize soft material is numerically modeled using Finite Element Method. The focus of the study is to numerically analyze the modifications made to a conventional Kolsky bar to specifically test nonlinear hyperelastic, soft materials. The challenge for testing low strength materials is the impedance mismatch between the bar and specimen interfaces, which results in a very weak distorted signal. One of the solution is to use a hollow transmission bar instead of solid one. With the use of FEM it can be numerically verified that using a hollow bar increases the amplitude of the transmitted signal up to several times. It is known that the rise time of the elastic wave can be increased by using a copper pulse shaper. Different dimensions of pulse shaper are modeled and the effect on the incident pulse is analyzed. The main aim of this study is to provide a detailed numerical analysis on the testing parameters, and to model one way wave propagation in Kolsky bar experiment for hyperelastic materials. The constitutive equations used to model the parts of the apparatus are also discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».