BANDO PRIN 2022D. D. N. 104 DEL 2 FEBBRAIO 2022

TITOLO DEL PROGETTO: INnovative damage MOnitoring Of Self-HEAling Composites by acoustic emissions in civil and aerospace Applications – IN MOOSHEAC

CODICE CUP:  D53D23003600006

Budget:  € 137.865

P.I.  BARILE Claudia

Altre Unità di Ricerca Politecnico di TORINO

Breve descrizione del progetto
Il progetto si è proposto di studiare e testare la riparabilità, il recupero delle prestazioni meccaniche e la stabilità strutturale dei compositi auto-riparanti (SH). La campagna sperimentale ha previsto test sia distruttivi che non distruttivi, su campioni e semi componenti realizzati con materiali compositi SH progettati ad hoc e differenziati tra loro per percentuale di resina, architettura delle fibre e configurazioni di stratificazione. Le prove distruttive hanno avuto l’obiettivo di valutare in modo esaustivo il recupero delle proprietà meccaniche da parte del sistema composito SH in seguito a cedimenti superficiali, subsuperficiali e interstrato. 

Quelle non distruttive, invece, sono state eseguite per due ragioni principali: monitorare in situ la progressione del danno nel sistema composito SH utilizzando tecniche di emissione acustica (EA), correlazione di immagini digitali (DIC) e spettroscopia THz nel dominio del tempo (THz-TDS); analizzare l'andamento del processo di riparazione e il recupero della conformità meccanica effettuando test di EA in modalità attiva sia su campioni in scala di laboratorio, che su componenti su larga scala. 

Finalità
L’obiettivo progettuale è stato quello di individuare un approccio strutturato basato sulla combinazione di più tecniche sperimentali per un’analisi meccanica dei materiali compositi, in grado di descrivere in maniera accurata e precisa tanto il comportamento meccanico del materiale quanto l’innesco, la propagazione e la riparazione di difettosità e rotture in corso di esercizio. 

Questa metodologia ha inoltre permesso di individuare una configurazione ottimale di compositi SH in grado di poter prolungare la vita utile dei materiali strutturali, con evidenti vantaggi sulla sostenibilità, dato l’impatto che le matrici plastiche avrebbero sull’ambiente.

Risultati attesi
La campagna di prove distruttive, basate su standard riconosciuti, si è proposta di quantificare il livello di riparazione e recupero delle proprietà meccaniche di questi compositi, attraverso l'attivazione del processo di autoriparazione.

Per supportare tale indagine, sono stati utilizzati approcci analitici di elaborazione dei dati parametrici e di forme d’onda dei dati di EA basati sul Machine Learning (ML), con lo scopo di automatizzare il processo di descrizione del comportamento meccanico e dell’entità e della tipologia di rottura del materiale.

Risultati raggiunti 
È stato sviluppato un innovativo sistema di monitoraggio del danneggiamento che utilizza una tecnica di EA basata sui parametri legati alle forme d’onda e supportata dal machine learning. 

Nell'ambito delle applicazioni aerospaziali, il sistema di monitoraggio del danneggiamento tramite EA è stato testato anche su provini esposti a diversi livelli di radiazione ultravioletta (UV). I risultati di queste indagini sperimentali hanno dimostrato che questi compositi SH possono potenzialmente essere utilizzati in applicazioni strutturali potendo usufruire di buona capacità di autoriparazione, aumentando di conseguenza la loro vita utile