كاربرد طراحي آزمون، مدل سازي سطح پاسخ و شبكه عصبي مصنوعي در مطالعه سايش مواد لاستيكي

Study of Abrasion of Rubber Materials by Experimental Design, Response Surface and Artificial Neural Network Modeling

اثر عوامل مختلف فرمول بندي بر رفتار سايش، رشد ترك و مدول آميخته رويه تاير در دو مطالعه موردي بررسي شد. در مطالعه اول، اثر جايگزيني بخشي از كايوچوي طبيعي با كايوچوي بوتادي ان، تغيير مقدار روغن و گوگرد براساس طراحي آزمون مركب مركزي ) )central composite در آميزه رويه تاير باري برپايه NR/SBR در مجاورت خاك رس اصلاح شده مطالعه شد. در مطالعه دوم، اثر مقدار روغن، گوگرد و سيليكا با قابليت پراكنش زياد در آميزه رويه تاير سواري آميخته SBR/BR در طراحي آزمون box Behnken بررسي شد. در هر دو مطالعه، مدل سطح پاسخ مناسب برمبناي داده هاي تجربي گردآوري شده براساس طراحي آزمون توسعه داده شد. همچنين، مدل شبكه عصبي مصنوعي چندلايه پيشرو براي بررسي قابليت اين رويكرد پيشرفته در مدل سازي خواص شكست آميخته لاستيكي توسعه داده شد. مشاهده شد، در مطالعات موردي وابستگي پيچيده خواص شكست آميخته لاستيكي به عوامل فرمول بندي را مي توان به خوبي با مدل سطح پاسخ و شبكه عصبي مصنوعي بيان كرد. براي بيان بهتر رفتار سايش از منحني هاي سطح پاسخ استفاده شد. همچنين مشاهده شد، به كمك مدل هاي آماري مدول و رشد ترك ،deMattia دانش موجود از نظريه Fukahori و نيز نظريه هاي مكانيكي شيميايي، رفتارهاي پيچيده مشاهده شده براي سايش آميخته هاي لاستيكي را مي توان بررسي كرد. وجود مقادير زياد كايوچوي بوتادي ان منجر به ارجحيت سازوكارهاي مكانيكي شيميايي سايش مي شود، اما مقدار دامنه كرنشي ميانگين مطابق با مدل Fukahori در مقدار سايش آميزه لاستيكي بسيار كليدي است.

Effect of different formulation ingredients on the abrasion behavior, crack growth and modulus of tire tread formulation was studied using two different case studies. In the first case study, the effect of the partial substitution of natural rubber by cis-butadiene and the content variation of oil and sulfur in the presence of modified clay was studied on the basis of central composite design experiment in a NR/SBR-based truck tire tread formulation. In the second case study, the effect of oil, sulfur and highly dispersible silica level was investigated via Box-Benken design experiment in a SBR/BR-based passenger tire tread formulation. In each study a suitable response surface model was developed on the basis of the data obtained using the experimental design. Artificial neural network models with forwarding multi-layers were also developed to investigate the potential of the current approach in modeling of fracture behavior of rubber materials. It was observed that the complex dependency of the fracture/abrasion behavior of rubbery materials on formulation variations could be modeled with high accuracy through response surface and artificial neural models. The response surface profiles were developed to explain the abrasion behavior better. The observed behaviors for the abrasion of rubber formulations were also investigated with the aid of the modulus statistical analysis, deMattia crack growth model and also the Fukahori and mechano-chemical abrasion theories. In the presence of high levels of cis-butadiene, the abrasion with the mechano-chemical mechanism is dominant. However, according to the Fukahori model, the mean amplitude strain has a key effect on the abrasion of rubbery materials.