文章链接:High frictional stability of braking material reinforced by Basalt fibers - ScienceDirect
自1897年Herbert Frood发明制动片以来,石棉因其优异的耐热性、结构强度、化学稳定性和易于加工而常用于摩擦材料。石棉纤维(AF)增强摩擦材料也被视为摩擦材料史上的首次突破,为一个世纪以来摩擦材料的发展奠定了基础。然而长期接触AF已被证实具有高度致癌性。近20万人死于间皮瘤和肺癌等与石棉相关疾病。开发一种可替代AF的材料至关重要。玄武岩纤维(BF)是一种新型增强矿物纤维,可用于替代AF纤维,金属和碳纤维。因其高机械强度、优异的耐磨性和耐腐蚀性、优异的耐热性、隔音性和低成本而广泛应用于道路建设、飞机、车辆、船舶和石化行业。但对BF的形状参数-长度对树脂基摩擦材料性能的影响程度、复合材料的摩擦磨损机理以及摩擦稳定性机理的解释研究较少。
研究方案
本研究选择长度3 mm(BF-3)、6 mm(BF-6)、9 mm(BF-9)、12 mm(BF-12)和18 mm(BF-18)的BF按照15 wt.%添加量与粘结剂,摩擦调节剂,增强纤维和填料在高速混合机中混合,通过热压制成块体,经后处理消除热压过程中表面残余应力获得样品。切割样品用于物理,机械性能和摩擦性能测试。本研究采用神经网络(ANN)用于验证预测BF增强制动摩擦材料摩擦性能的可行性,并通过微观和宏观手段配合有限元分析(FEA)详细探究BF拥有优异摩擦稳定性背后的机理。
研究成果
1.
摩擦材料的物理和机械性能表征结果
密度随着纤维长度的变化基本保持不变,洛氏硬度随着BFs的加入而显著提高,这与BF和PF树脂之间形成紧密的机械联锁机制有关。物理相互作用导致部分能量传递到纤维,因此较硬材料的抗外部载荷更高。摩擦材料的脆性和韧性可以通过评估其抗冲击性来判断。由于外部冲击力,纤维在加载端开始脱粘(阶段I)。随着脱粘状态的继续,阶段II表明纤维和基体之间的界面完全脱粘。此时,相应的冲击能量达到最大值,需要克服整个界面的摩擦应力和纤维的初始脱粘应力。阶段III和IV是纤维拉出的状态。此时外部应力只需要克服界面摩擦应力。随着BF的加入,材料的冲击强度大大提高,这表明BF在冲击过程中有效吸收了PF基体传递的能量。它对材料在摩擦过程中的失效具有很强的抑制作用,从而在一定程度上促进了材料的摩擦稳定性。
图1 (a)样品的洛氏硬度和密度,(b)样品的冲击强度和纤维脱粘和拔出机理
2. 摩擦系数和摩擦稳定性
BFs的加入显著提高了样品的μf,且明显高于BF-0样品。含BFs的样品具有优异的耐热衰退性能。含BFs的样品的μf范围为0.39–0.53,符合中国“GB/T 5763–2008汽车制动衬片”的要求。添加BFs的样品的Δμf小于0.09,低于BF-0样品。此外,添加BFs的样品的Δμr小于0.11,显著优于BF-0样品。与其他含增强填料的摩擦材料相比,本研究中的BF增强摩擦材料表现出极低的摩擦波动。
图2 (a)衰退阶段COF,(b)恢复阶段COF,(c)摩擦波动,(d)衰退率和恢复率
3. 摩擦磨损机理
摩擦前样品表面相当平坦,纤维和其他材料颗粒均匀分散在基体中。摩擦早期阶段,材料内部的纤维和颗粒逐渐磨损到摩擦表面。在纤维和硬颗粒的聚集和阻碍下,形成了浅沟、粘附坑和少量次级平台。摩擦后期,摩擦表面上有更多更深的沟槽,次级平台和粘附坑,这是由于样品中的金属纤维与对偶盘金属在高温下的摩擦力和剪切过程中产生的粘结力造成的。随着BF的加入,样品的磨损表面上形成了更多的二次平台,磨损表面沟纹和颗粒聚集体减少,没有可见的孔隙。
图3 摩擦和磨损后样品表面的SEM图像:(a)BF-0、(b)BF-3、(c)BF-6、(d)BF-9、(e)BF-12、(f)BF-18和(g-i)摩擦过程示意图
4. 摩擦稳定性机理
每根BF纤维的表面都是光滑的,直径约为10–11µm。由于BF制备切割过程中纤维两端有不规则的断裂。当与聚合物基质结合时,该粗糙断面将和聚合物产生机械联锁效应。表面越粗糙,互锁效果越强,机械粘合效果越有效。BF与基体的牢固结合使其更难从制动片上分离。
图4 BFs在不同放大倍数下的SEM图像
以BF-0为基体(Pad1),BF为纤维构建复合材料(Pad2)。根据真实的摩擦试验平台及试验条件,建立了试验模型和具有代表性体积单元(RVE)(短纤维)模型。通过耦合场分析探究了两种刹车片总变形、等效von Mises应力、最大剪切力和应变能的差异。结果显示在摩擦过程中,Pad1的总变形(Max)和总变形(Avg)大于Pad2。Pad2的等效Von
Mises应力(Avg)和最大剪切应力(Avg)均低于Pad1,表明Pad2样品在BFs的影响下具有较低的应力分布、较小的损伤和较好的摩擦稳定性。Pad2的应变能高于Pad1,这也证实了含BFs的样品具有比空白样品更稳定的结构,并且需要更多的能量才能产生塑性变形。
图5(a)摩擦试验平台,(b)摩擦试验设备实际摩擦测试三维模型,RVE模型与对照复合材料样品网格,(c)两种衬垫材料的总变形、等效von Mises应力、应变能和最大剪应力
5. ANN模型与训练
本研究中的ANN模型由三层组成:输入、隐藏层和输出。选择纤维长度、运行周期和温度作为输入变量,在建模时选择COF作为输出变量。15000个数据集按照70:15:15分别用于训练、验证和测试数据。本研究中的ANN模型结构为3-15-1-1。BF-9样本的3000个数据用于验证ANN模型的准确性。ANN可以准确预测COF随运行周期的波动趋势。预测数据的SD和CV值与实际值非常接近,表明该神经网络对BF摩擦材料的稳定性具有很强的预测能力。
图6 预测数据与实验对比