The last decade has witnessed the emergence of magneto-active polymers (MAPs) as one of the most advanced multi-functional soft composites. Depending on the magnetisation mechanisms and responsive behaviour, MAPs are mainly classified into two groups: i) hard magnetic MAPs in which a large residual magnetic flux density sustains even after the removal of the external magnetic field, and ii) soft magnetic MAPs where the magnetisation of the filler particles disappear upon the removal of the external magnetic field. Polymeric materials are widely treated as fully incompressible solids that require special numerical treatment to solve the associated boundary value problem. Furthermore, both soft and hard magnetic particles-filled soft polymers are inherently viscoelastic. Therefore, the aim of this paper is to devise a unified finite element method-based numerical framework for magneto-mechanically coupled systems that can work for compressible and fully incompressible materials and from hard to soft MAPs, including the effects of the time-dependent viscoelastic behaviour of the underlying matrix. First, variational formulations for the uncoupled problem for hard MAPs and the coupled problem for soft MAPs are derived. The weak forms are then discretised with higher-order B\'ezier elements while the evolution equation for internal variables in viscoelastic models is solved using the generalised-alpha time integration scheme, which is implicit and second-order accurate. Finally, a series of experimentally-driven boundary value problems consisting of the beam and robotic gripper models are solved in magneto-mechanically coupled settings, demonstrating the versatility of the proposed numerical framework. The effect of viscoelastic material parameters on the response characteristics of MAPs under coupled magneto-mechanical loading is also studied.


翻译:过去十年中,出现了磁动聚合物(MAPs),作为最先进的多功能软复合材料之一。根据磁化机制和反应性行为,MAP主要分为两类:(一) 硬磁性MAP,即使外部磁场去除后,磁通量密度仍保持较大的残留磁通密度;(二) 软磁性MAP,填充器粒子的磁化在外部磁场移除后消失,聚合材料被广泛视为完全无法压缩的固体,需要特殊的数字处理来解决相关的边界值问题。此外,软和硬磁性磁性软粒装软聚合物具有内在的粘凝固性。因此,本文的目的是为磁性机械结合系统设计一个统一的基于方法的数值框架,这些系统可以在外部磁场移除时磁性、完全不压缩材料以及从硬到软的MAPMP中发挥作用。 磁性粘固性粘固性粘固性粘固性磁性磁力反应反应的第二步态配方,首先,对不叠变异的磁性变异性变异性变变变变变的数值,在磁性磁性模型中,而软性变软的磁性变软性变的磁性变变变变变的磁性变的模型在磁性变的磁性变的磁性模型中,在磁性变的磁性变的磁性变的磁性变化模型中,在后变的磁性变的磁性变的变的变的变的变的变的变的变的变的变的变的变的变的变的变式中,在磁性模型中,在磁性模型中,在磁性变的变的变制的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变制中,在磁性模型是软性模型中,在磁性模型中,在变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变制中,在的变的变的变的变制中,在变的变的变的变的变的变的变的变的变的变的变的变的变的变的变的变

0
下载
关闭预览

相关内容

专知会员服务
80+阅读 · 2021年7月31日
专知会员服务
55+阅读 · 2021年5月17日
Python图像处理,366页pdf,Image Operators Image Processing in Python
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
LibRec 精选:位置感知的长序列会话推荐
LibRec智能推荐
3+阅读 · 2019年5月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
入门 | 一文看懂卷积神经网络
机器之心
5+阅读 · 2018年2月20日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
多目标的强化学习教程
CreateAMind
4+阅读 · 2018年1月25日
Arxiv
0+阅读 · 2021年10月19日
VIP会员
相关VIP内容
专知会员服务
80+阅读 · 2021年7月31日
专知会员服务
55+阅读 · 2021年5月17日
Python图像处理,366页pdf,Image Operators Image Processing in Python
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
LibRec 精选:位置感知的长序列会话推荐
LibRec智能推荐
3+阅读 · 2019年5月17日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
入门 | 一文看懂卷积神经网络
机器之心
5+阅读 · 2018年2月20日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
多目标的强化学习教程
CreateAMind
4+阅读 · 2018年1月25日
Top
微信扫码咨询专知VIP会员