Multi-Parametric Optimisation by Quantitative Assessment of Distribution Index and Area Fraction of Composite
-
A. Sharma
Abstract
The mechanical properties of the particulate reinforced composites are profoundly affected by two significant factors, fraction of reinforcement in the matrix and the distribution of the reinforced particles in the matrix. In this paper, a novel approach is adopted where a newly developed distribution index and area fraction of the composites are quantitatively determined through microstructural image analysis method, and the process parameters are optimised for maximum area fraction and minimum distribution index. The distribution index (Dindex) is calculated by estimating the free-path spacing within particles. The stir casting process parameters (stirrer rpm, time of stirring, furnace temperature and preheat temperatures) are optimised by Box-Behnken design of response surface methodology. The quantitatively assessed responses provide an authentic base for optimisation of process parameters. The experimental responses corresponding to the optimised parameters are within the range of the responses estimated by the confirmation test of optimisation with a 95 % confidence level.
Kurzfassung
Zwei wesentliche Faktoren wirken sich tiefgreifend auf die mechanischen Eigenschaften von partikelverstärkten Verbundwerkstoffen aus: Der Anteil der Verstärkung und die Verteilung der verstärkenden Partikel in der Matrix. In diesem Beitrag wird ein neuartiger Ansatz verfolgt, bei dem ein neu entwickelter Verteilungsindex und der Flächenanteil von Verbundwerkstoffen durch Gefügebildanalyse quantitativ bestimmt werden. Zudem werden darin die Prozessparameter für einen maximalen Flächenanteil und minimalen Verteilungsindex optimiert. Der Verteilungsindex (Dindex) wird durch Schätzen des Abstands der freien Weglänge im Innern der Partikel berechnet. Die Prozessparameter beim Rührgießen (Rührerdrehzahl, Rührzeit, Ofentemperatur und Vorwärmtemperaturen) werden auf Grundlage eines Box-Behnken-Versuchsplans nach der Response Surface-Methode (Antwortflächenverfahren) optimiert. Die quantitativ bewerteten Zielgrößenwerte liefern eine verlässliche Grundlage für die Optimierung der Prozessparameter. Die mittels dieser optimierten Parameter erzielten Versuchsantworten bewegen sich im Bereich der durch den Bestätigungstest der Optimierung mit einem Konfidenzniveau von 95 % geschätzten Antworten.
References / Literatur
[1] Fatchurrohman, N.; Iskandar, I.; Suraya, S.; Johan, K.: Appl. Mech. Mater., 695 (2014), 32–3510.4028/www.scientific.net/AMM.695.32Suche in Google Scholar
[2] Mavhungu, S. T.; Akinlabi, E. T.; Onitiri, M. A.; Varachia, F. M.: Procedia Manuf., 7 (2017), 178–18210.1016/j.promfg.2016.12.045Suche in Google Scholar
[3] Soltani, S.; Azari Khosroshahi, R.; Taherzadeh, R.M.; Jiang, Z. Y.; Fadavi Boostani, A.; Brabazon, D.: Rare Met., 36 (2017) 7, 581–59010.1007/s12598-015-0565-7Suche in Google Scholar
[4] Poddar, P.; Srivastava, V.C.; De, P.K.; SahooK.L.: Mater. Sci. Eng. A, 460–461 (2007), 357–36410.1016/j.msea.2007.01.052Suche in Google Scholar
[5] Hanizam, H.; Salleh, M.S.; Omar, M.Z.; Sulong, A.B.: J. Mater. Res. Technol., 8 (2019) 2, 2223–223110.1016/j.jmrt.2019.02.008Suche in Google Scholar
[6] Sahu, M. K.; Sahu, R. K.: Advanced Casting Technologies, InTech, 2018, S. 112 ffSuche in Google Scholar
[7] Singh, S.; Singh, I.; Dvivedi, A.: Int. J. Cast Met. Res., 30 (2017) 6, 356–36410.1080/13640461.2017.1323605Suche in Google Scholar
[8] Sahu, M. K.; Sahu, R. K.: Trans. Indian Inst. Met., 70 (2017) 10, 2563–257010.1007/s12666-017-1119-5Suche in Google Scholar
[9] Ravi, K.R.; Sreekumar, V.M.; Pillai, R.M.; Mahato, C.; Amaranathan, K.R.; Arul, R.K.; PaiB.C.: Mater. Des., 28 (2007) 3., 871–88110.1016/j.matdes.2005.10.007Suche in Google Scholar
[10] Haslam, M. D.; Raeymaekers, B.: Compos. Part B Eng., 55 (2013) 1, 16–2110.1016/j.compositesb.2013.05.038Suche in Google Scholar
[11] Yazdanbakhsh, A.; Grasley, Z.; Tyson, B.; Abu Al-Rub, R. K.: Compos. Part A Appl. Sci. Manuf., 42 (2011) 1, 75–8310.1016/j.compositesa.2010.10.005Suche in Google Scholar
[12] Bhanuprasad, V.V.; Bhat, B.V.R; Ramakrishnan, P.; Mahajan, Y.R.: Scrip. Mater.; 43(2000)9, 835–84010.1016/S1359-6462(00)00371-7Suche in Google Scholar
[13] Slipenyuk, A; Kuprin, V.; Milman, Y; Spowart, J.E.; Miracle, D.B.: Mater. Sci. Eng. A.; 381(2004) 1–2, 165–17010.1016/j.msea.2004.04.040Suche in Google Scholar
[14] Gurland J. : DeHoffRT, RhineFN, editors. Quantitative microscopy. New York: McGraw-Hill; 1968Suche in Google Scholar
[15] Jang, B.Z.; Chang, Y.S.: Particle size distribution. Washington, DC: American Chemical Society, 1987, 30–4510.1021/bk-1987-0332.ch002Suche in Google Scholar
[16] Tzamtzis, S.; Barekar, N. S.; Hari, B.N.; Patel, J.; Dhindaw, B. K.; Fan, Z.: Compos. Part A Appl. Sci. Manuf., 40 (2009) 2, 144–15110.1016/j.compositesa.2008.10.017Suche in Google Scholar
[17] Jahedi, M.; Paydar, M. H.; Knezevic, M.: Mater. Charact., 104 (2015), 92–10010.1016/j.matchar.2015.04.012Suche in Google Scholar
[18] Luo, Z. P. Koo, J. H.: Mater. Lett., 62 (2008) 20, 3493–349610.1016/j.matlet.2008.03.010Suche in Google Scholar
[19] Yakaboylu, G. A.; Sabolsky, E. M.: J. Microsc., 266 (2017) 3, 263–27210.1111/jmi.12536Suche in Google Scholar PubMed
[20] Ferreira, S. L. C.; Bruns, R. E.; Ferreira, H. S.; Matos, G. D.; David, J. M.; Brandão, G. C.; dos Santos, W. N. L.; Anal. Chim. Acta, 597 (2007) 2, 179–18610.1016/j.aca.2007.07.011Suche in Google Scholar PubMed
[21] Gopalakrishnan, S.; Murugan, N.: Compos. Part B Eng., 43 (2012) (2), 302–30810.1016/j.compositesb.2011.08.049Suche in Google Scholar
[22] Kumar, V.; Sharma, V.: Particul Sci Technol, 37 (2019) 6, 766–776Suche in Google Scholar
[23] Goud, V.; Ramasamy, A.; Das, A.; Kalyanasundaram, D.: Mater. Manuf. Process., (2019), 1–8Suche in Google Scholar
[24] Ranieri, K.; Costa, A.F.B.; Kiyan, C.: Pract. Metallogr., 46 (2009) 8, 408–42310.3139/147.110021Suche in Google Scholar
[25] Rossi, P.; Engstler, M.; Mücklich, F.: Pract. Metallogr., 51 (2014) 3, 180–19910.3139/147.014011Suche in Google Scholar
[26] Rossi, P.; Engstler, M.; Mücklich, F.; Pract. Metallogr., 52 (2015) 10, 571–58910.3139/147.110361Suche in Google Scholar
[27] Schneider, C. A.; Rasband, W. S.; Eliceiri, K.W.: NIH Image to ImageJ: 25 years of image analysis. Nature Methods, 9 (2012) 7, 671–67510.1038/nmeth.2089Suche in Google Scholar PubMed PubMed Central
© 2020, Carl Hanser Verlag, München
Artikel in diesem Heft
- Contents/Inhalt
- Contents
- Editorial
- Editorial
- Technical Contributions/Fachbeiträge
- Multi-Parametric Optimisation by Quantitative Assessment of Distribution Index and Area Fraction of Composite
- The Development and Characterization of High-Performance Materials: A Retrospective Article
- Low-cycle Fatigue Fracture of Stranded Ropes in Pantographs for Electrically Driven Trucks
Artikel in diesem Heft
- Contents/Inhalt
- Contents
- Editorial
- Editorial
- Technical Contributions/Fachbeiträge
- Multi-Parametric Optimisation by Quantitative Assessment of Distribution Index and Area Fraction of Composite
- The Development and Characterization of High-Performance Materials: A Retrospective Article
- Low-cycle Fatigue Fracture of Stranded Ropes in Pantographs for Electrically Driven Trucks
