رفتار ورق‌هاي تك‌لايه و چندلايه آلومينيومي تحت چندين بارگذاري دفعي يكنواخت: مطالعه تجربي و مدل‌سازي شبكه عصبي

Behavior of Monolithic and Multi-Layered Aluminum Plates under Multiple Uniform Impulsive Loading: Experimental Study and Neural Network Modelling

در اين مقاله، مكانيسم تغيير شكل بزرگ پلاستيك و شكست ورق‌هاي دايره‌اي تك و چندلايه تحت بارگذاري دفعي مكرر يكنواخت مورد بررسي قرار گرفت. براي انجام يك سري آزمايش (67 آزمايش) بر روي ورق‌هاي آلياژ آلومينيوم با ساختارهاي مختلف از سامانه آونگ بالستيك استفاده شد. سه نوع لايه‌بندي مختلف شامل ساختارهاي تك‌لايه، دولايه و سه‌لايه هم‌جنس در نظر گرفته شد و تحت محدوده وسيعي از جرم خرج از 1/5 تا 12/5گرم تا پنج دفعه جهت بارگذاري مكرر آزمايش شد. نتايج آزمايشگاهي حاكي از تغيير شكل بزرگ پلاستيك همراه با نازك‌شدگي در مرزهاي گيردار و همچنين پاره‌شدن برخي آزمايش‌ها است. همچنين نتايج نشان داد كه با افزايش جرم خرج و تعداد دفعات انفجار، بيشترين خيز دائمي ورق‌ها افزايش مي‌يابد. از طرف ديگر، با افزايش تعداد انفجارها، خيز پيش‌رونده ورق در مركز آن به‌صورت نمايي كاهش مي‌يابد. علاوه‌بر اين، در بخش مدل‌سازي عددي، از شبكه عصبي از نوع GMDH براي ارايه يك مدل رياضي بر مبناي اعداد بي‌بعد جهت پيش‌بيني بيشترين خيز دائمي ورق‌هاي دايره‌اي تك و چندلايه تحت بارگذاري دفعي مكرر يكنواخت استفاده شد. به‌منظور افزايش قابليت پيش‌بيني شبكه عصبي پيشنهادي براي اين فرآيند، داده‌ها به دو دسته آموزش و پيش‌بيني تقسيم شدند. نتايج به‌دست‌آمده نشان داد كه توافق خوبي بين مدل ارايه‌شده با مقادير تجربي برقرار است، به‌طوري‌كه به‌ترتيب تمامي و 77% از نقاط مربوطه به ساختارهاي تك‌لايه و چندلايه در محدوده خطاي كمتر از 10% قرار گرفتند.

In this paper, the large inelastic deformation and failure mechanism of single and multi-layered circular plates under repeated uniform impulsive loading were studied. The ballistic pendulum was used to conduct a series of experiments (67 experiments) on aluminum alloy plates with different structural configurations. Three different layering configurations including single, double, and triple-layered plates made of the same material were considered and tested for the range of charge masses from 1.5g to 12.5g up to five times for repeated loading. The experimental results indicated large plastic global deformation with thinning happening at the clamped boundary and also tearing for some experiments. The results also represented that the maximum permanent deflections of plates were increased by the increase of the charge mass and the number of blast loads. On the other hand, the progressive deflection of the plates at the center was decreased exponentially with increasing the number of blasts. Furthermore, in the numerical modeling section, the Group Method of Data Handling (GMDH) neural network was used to present a mathematical model based on dimensionless numbers to predict the maximum permanent deflection of single and multi-layered circular plates under repeated impulsive loading. In order to increase the prediction capability of the proposed neural network for this process, the experimental data were divided into two training and prediction sets. Good agreement between the proposed model and the corresponding experimental results is obtained and all and 77% of data points are within the <10% error range for single and multilayered plates, respectively