Väitös konetekniikan alalta, MSc Juan Rongfei

Väitöskirjan nimi: Microstructure based crystal plasticity modelling: from single phase to multiphase alloys

Väittelijä: Juan Rongfei
Vastaväittäjä: Prof. Semih Perdahcioglu, University of Twente, Hollanti
Kustos: Prof. Luc St-Pierre, Aalto-yliopiston insinööritieteiden korkeakoulu 

Mikrorakenteeseen perustuva kideruuviplastisuuden mallinnus: yksifaasisista monifaasisin seoksiin

Kevyet mutta turvalliset rakenteet ovat keskeisiä nykyaikaisessa liikenteessä ja energiatekniikassa. Todellisissa käyttökohteissa metallit eivät kuitenkaan kuormitu yksinkertaisesti yhteen suuntaan, vaan ne kokevat monivaiheisia ja muuttuvia kuormituspolkuja. Tämä tekee materiaalien muodonmuutoksen ja murtumisen ennustamisesta haastavaa.

Tässä väitöskirjassa tutkitaan, miten metallien mikrorakenne vaikuttaa niiden mekaaniseen käyttäytymiseen ja vaurioitumiseen. Tutkimus keskittyy kahteen teollisesti tärkeään materiaaliin: AA5754-alumiiniseokseen, jota käytetään laajasti ajoneuvojen korirakenteissa, sekä karkaistuun ja ositetun hiilen sisältävään Q&P1000-teräkseen, joka edustaa uuden sukupolven lujia teräksiä.

Tutkimuksessa yhdistetään kokeelliset mittaukset ja mikrorakenteeseen perustuva kideruuviplastisuuden mallinnus. AA5754-seoksen osalta työ osoittaa, miten monimutkaiset kuormituspolut vaikuttavat myötöön ja muokkauslujittumiseen, ja miten koneoppimista hyödyntävä malliparametrien kalibrointi parantaa mallien tarkkuutta ja tehokkuutta. Q&P1000-teräksen osalta työ paljastaa, että murtumismekanismit riippuvat voimakkaasti jännitystilasta ja mikrorakenteen heterogeenisuudesta, ja tunnistaa keskeiset vaurion aloitusmekanismit eri faasien rajapinnoilla.

Väitöskirjan keskeinen tulos on luotettava mallinnuskehys, joka yhdistää todellisen mikrorakenteen materiaalien makroskooppiseen käyttäytymiseen ja vaurion ennustamiseen. Tutkimus tuo uutta ymmärrystä siitä, miten mikrorakenne ohjaa muodonmuutosta ja murtumaa, ja tarjoaa käytännöllisiä työkaluja materiaalien suorituskyvyn ennustamiseen.

Tuloksia voidaan hyödyntää metallien muovausprosessien simuloinnissa sekä kevyempien, turvallisempien ja energiatehokkaampien rakenteiden suunnittelussa.

Avainsanat: Kideruuviplastisuuden mallinnus, Edustava tilavuuselementti, Koneoppimiseen perustuva kalibrointi, Murtumismekanismit

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 7 päivää ennen väitöstä): Aalto-yliopiston riiputussivu.

Yhteystiedot: rongfei.juan@aalto.fi

Research group: Materials to Products, Department of Energy and Mechanical Engineering, Aalto University 

LinkedIn: https://www.linkedin.com/in/rongfei-juan-99549925a/?originalSubdomain=fi