Identifikation des mechanischen Verhaltens und Kopplung mit verbesserter interner Strukturanalyse von gefrorenen Partikel-Fluid-Systemen

• Antragsteller: Professor Dr.-Ing. Stefan Heinrich
• Fachliche Zuordnung: Mechanische Verfahrenstechnik ; Glas und Keramik und darauf basierende Verbundwerkstoffe
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 530879456

Gefrorene Partikel-Fluid -Systeme (PFS) können als partikelverstärkte Verbundwerkstoffe betrachtet werden und sind sowohl in natürlichen als auch in technischen Systemen häufig vorkommend. Wenn sie bei niedrigen Temperaturen mechanischer Belastung ausgesetzt werden, erfolgt für das Fluid, wenn es sich um Wasser handelt, innerhalb der PFS ein Phasenübergang, der zu Veränderungen ihres mechanischen Verhaltens und ihrer sonstigen damit verbundenen Eigenschaften führt. So ist beispielsweise in der Arktis die Bodenstabilität für Bauvorhaben entscheidend, und künstliches Bodenfrieren (AGF) wird häufig eingesetzt, um den Boden bei Bergbau- und Tunnelbauprojekten zu stabilisieren. Ebenso sind Materialien, die bei niedrigen Temperaturen in Silos gelagert werden oder einer kryogenen Mahlung unterzogen werden, Veränderungen in ihren mechanischen Eigenschaften ausgesetzt. Daher ist die Untersuchung von gefrorenen PFS mittels in-situ Methoden wichtig, um ihre charakteristischen Eigenschaften und ihr Verhalten unter realen Bedingungen zu verstehen. Derzeit werden verschiedene Ansätze zur Simulation von gefrorenen PFS verwendet, einschließlich Finite-Elemente-Methode (FEM)-Simulationen und Diskrete-Elemente-Modell (DEM)-Simulationen mit einem alternierenden Kontaktmodell. Diese Ansätze haben jedoch Einschränkungen, wie höherer Rechenaufwand, Probleme bei der Diskretisierung und die Unfähigkeit, das Verhalten komplexer Materialien präzise zu beschreiben. Um diese Einschränkungen aufzuheben, schlägt dieses Projekt die Verwendung eines neuartigen Bonded-Particle-Models (BPM) vor, das die DEM erweitert, indem Partikel mit Brücken verbunden werden, wodurch sich Agglomerate bilden. Es berücksichtigt das Kriechverhalten, um die Mechanik von gefrorenen PFS in Bezug auf unterschiedliche Temperaturen, Dehnungsraten und volumetrische Eisgehalte zu beschreiben. Um die interne Struktur der gefrorenen PFS in Abhängigkeit unterschiedlicher volumetrischer Eisgehalte und Partikel zu generieren werden zudem Mikro-Computertomographie (Mikro-CT)-Messungen durchgeführt, die eine zerstörungsfreie dreidimensionale Bildgebung der inneren Partikelstruktur mit einer hohen räumlichen Auflösung der Schnittbilder mittels Röntgenstrahlung nutzt. Es soll eine miniaturisierte uniaxiale Drucktest-Apparatur entwickelt werden, um den Gefrierprozess mit gekoppelter mechanischer Belastung in Zeitraffer mittels in-situ Mikro-CT-Gerät direkt zu erfassen. Es sollen Künstliche Neuronale Netze (KNN) verwendet werden, um die DEM-BPM-Materialparameter zu kalibrieren und die mechanischen Eigenschaften der Agglomerate während des Frierens und Belastens in Größenordnungen schneller vorauszuberechnen. Dafür wird zuvor eine Datenbank erstellt, die aus Tausenden von Simulationen besteht und erweitert wird, um weitere Szenarien und realistische Experimentaldaten zu korrelieren, was die Fähigkeit dieses Vorhersagewerkzeugs noch weiter ausbauen wird.

• DFG-Verfahren: Sachbeihilfen