渗透率不规则性与压力有关

模具和预制件之间的可变性TEKSCAN主题

渗透率变化是纤维体积分数的作用

流动前沿偏离预期的填充行为，但

使用数值模拟解决，如Endruweit等人所示TEKSCAN[10] 一TEKSCAN

纤维体积分数的变化也会影响局部

压实性能TEKSCAN托尔和曼森[31]提出了一种弹性横截面

固结过程中适用于干燥随机垫层的性能，

例如RTM中的合模TEKSCAN纤维床反应压力Pfb

压缩实验，可以用

Pfb=Ef4V A

f（1）

准备使用萨吉·克莱斯

4期刊标题XX（X）

其中E是纤维杨氏模量，f是取向函数

单向材料的范围为0，随机材料的范围为0:64

平面垫，Vf是纤维体积分数，A是功率指数

范围为3（对于3D随机方向）和5（对于平面随机方向）

方向TEKSCAN

随着Pfb的增加，预制件的纤维体积分数也随之增加

增加，降低树脂流动性[2]TEKSCAN变化

关于压实的渗透性K，已经有几个研究者进行了研究

作者[14，13，1]TEKSCAN基于经典渗流理论

在介质中，Kozeny-Carman方程可以描述渗透率张量

K作为纤维体积分数Vf as的函数

K=C

（1？Vf）3

第二节

f

（二）

其中C是光纤网络的常数[14，13，1]TEKSCAN科泽尼人-

卡曼的关系可能不太适合高度一致的情况

单向纤维床，特别是横向渗透性

组件[12]TEKSCAN然而，格巴特[11]推导出了

高纤维体积分数的单向材料TEKSCAN在下列情况下

纤维和低纤维随机分布的再生材料

本文研究的是经典的科泽尼·卡曼

方程是合适的TEKSCAN

渗透率张量的实验表征方法

仍然是复合材料领域的研究热点[32]TEKSCAN

标准试验方法尚未正式化，但所有方法

需要测量沿流动前沿和流动的压降

提前到达时间[22]TEKSCAN流动前沿的位置可以用

透明模具和相机，点压力传感器，各种

机械（超声波）和光学（纤维）或电磁（电介质

或直流）传感器[19]TEKSCAN机械压力传感器可以提供

关于树脂到达和流动前沿压降的信息，

然而，它们的尺寸限制了传感器之间的间距TEKSCAN优化

仅使用三个[7,28]或四个[29]压力传感器的方法

在复杂的填充场景中成功地估计了流动前沿TEKSCAN

以前的研究结合了建模技术

或者用种族追踪的方法

在线监控流程TEKSCANSozer等人TEKSCAN[29]，尼尔森和皮库马尼[23]

准备使用萨吉·克莱斯

利维和克拉兹5

而Xiao和Advani[17]都提出了闭环方法

积极修正工艺参数，防止缺陷

确保加注正确TEKSCAN尽管如此，它需要对

模具内的流动前沿TEKSCAN使用透明模具[15，4，23]是一种

不能扩展到工业过程的解决方案，而电介质

[29，17]或压力[28]传感器通常仅用于点测量

提供稀疏的处理信息TEKSCAN电子传感器不提供

测量位置的压力数据[21]，而薄膜

压力密度传感器提供高压力绘图

对预制件的侵入最小[33，24，34]TEKSCAN

本文是在科学文献的基础上，结合文献报道

过程建模、材料可变性和现场测量

研究再生纤维复合材料的RTM流动TEKSCAN新的

这项工作的贡献是使用商业压阻薄膜

压力映射传感器初始化直接数值模拟

纤维床相关RTM工艺中的输液步骤

渗透场的压力TEKSCAN一旦放入封闭的模具中

压力传感器提供高密度现场定量压力数据

单个预制件TEKSCAN压力映射传感器提供了额外的好处

在注射阶段跟踪流动前沿，以验证直接

数值模拟TEKSCAN这些技术是实现更广泛目标的一部分

对RTM过程进行闭环控制，以确保每个

部分TEKSCAN

实验方法

材料

商用连续单向和再生碳

本研究采用纤维材料TEKSCAN62型RECATEX无纺布

表面密度为200 g=m2的SGL汽车碳复合材料

纤维（ACF）被用作回收产品，如图1所示TEKSCAN

一个连续的纤维对应物，同样来自SGL ACF，SIGRA