Αντικείμενο της παρούσας Διατριβής είναι η ανάπτυξη μεθοδολογίας εκτίμησης χρόνου ζωής κατασκευών από ενισχυμένα με ίνες γυαλιού σύνθετα υλικά που λειτουργούν σε συνθήκες υγροθερμικής γήρανσης παρουσία μηχανικής φόρτισης και η εφαρμογή της μεθοδολογίας αυτής σε τμήμα του συστήματος κλιματισμού επιβατικών αεροσκαφών. Η εξέλιξη της τεχνολογίας απαιτεί την αναλυτική γνώση/μελέτη του υλικού από το οποίο αποτελείται μια κατασκευή και τη δομική ανάλυσή της κατασκευής, και προϋποθέτει συστημική προσέγγιση του προβλήματος. Αυτό κάνει την ανάλυση του συνολικού μηχανολογικού συστήματος δύσκολη αλλά εξαιρετικά ενδιαφέρουσα διαδικασία που ενσωματώνει πολυ-λειτουργικές εφαρμογές που αλληλεπιδρούν. Όλες οι σύγχρονες τεχνολογικές εφαρμογές βασίζονται σε μια πολύ καλά οργανωμένη συστημική συνεργασία των στοιχείων τους. Οι αεροπορικές κατασκευές είναι εξαιρετικό παράδειγμα της συστημικής προσέγγισης, όπου όλα τα επιμέρους συστήματα αλληλοεπιδρούν επιτυχώς. Το Environmental Control System (ECS) στα αεροσκάφη της πολιτικής αεροπορίας είναι πολύ σημαντικό υποσύστημα για την ασφάλεια και την άνεση των επιβατών. Χρησιμοποιείται για τον έλεγχο της ανακυκλοφορίας του αέρα και τη συμπίεση της καμπίνας του αεροσκάφους, και επομένως η ορθή λειτουργία του συστήματος αυτού είναι απαραίτητη σε όλη τη διάρκεια του προβλεπόμενου χρόνου ζωής του αεροσκάφους. Σκοπός της παρούσας διατριβής είναι να εκτιμηθεί ο χρόνος ζωής του Environmental Control System (ECS) με βάση διαφορετικούς παράγοντες που μπορούν να επηρεάσουν πολύ σημαντικά δομικά στοιχεία του Air Conditioning Pack (ACP - τμήματος του ECS)) όπως ο θάλαμος διάχυσης-εκκροής αέρα (plenum). Η μεθοδολογία αυτή βασίζεται στην υποβάθμιση ιδιοτήτων του υλικού της κατασκευής λόγω περιβαλλοντικής γήρανσης και έχει αναπτυχθεί με τέτοιο τρόπο ώστε να μπορεί να χρησιμοποιηθεί και σε διαφορετικές εφαρμογές/κατασκευές. Η διαδικασία βασίζεται αρχικά στην περιγραφή και τον χαρακτηρισμό των υλικών από τα οποία είναι κατασκευασμένο το plenum. Με βάση πειραματικά δεδομένα συμπεριφοράς του σύνθετου υλικού σε συνθήκες περιβαλλοντικής γήρανσης έχει αναπτυχθεί μια εφαρμογή μέσω της γλώσσας προγραμματισμού Python, με σκοπό να προβλέψει/συσχετίσει το ποσοστό απορροφησης υγρασίας, με την υποβάθμιση ιδιοτήτων, τη διόγκωση (swelling), την ανάπτυξη επιφανειακής τραχύτητας, την ανάπτυξη υγροθερμικών τάσεων και την υποβάθμιση της αντοχής του υλικού. Αυτή η εφαρμογή που στην παρούσα διατριβή καλύπτει το υλικό κατασκευής του air conditioning plenum, μπορεί να χρησιμοποιηθεί και από άλλες δομές όπου το βασικό υλικό της κατασκευής είναι πολυμερές ενισχυμένο με ίνες γυαλιού και χρησιμοποιείται για τον προσδιορισμό της προοδευτικής ανάπτυξης της βλάβης ως μοντέλο συμπεριφοράς του υλικού. Η προσέγγιση που έχει επιλεγεί για τη μελέτη της υγροθερμικής γήρανσης των συνθέτων υλικών περιλαμβάνει την υποβάθμιση των μηχανικών ιδιοτήτων και της τάσης αστοχίας του υλικού ως συνάρτηση της θερμοκρασίας και του χρόνου έκθεσης και με τον τρόπο αυτό εισάγει μια μεθοδολογία πρόβλεψης χρόνου ζωής της κατασκευής (Life Prediction Methodology). Όμως την ίδια στιγμή επειδή τα φορτία επάγονται στην κατασκευή από τη ροή του αέρα εντός της κατασκευής και τις στηρίξεις και η απορροφούμενη υγρασία μεταβάλλει τη γεωμετρία της κατασκευής και την τραχύτητα της επιφάνειας του σύνθετοιυ υλικού τα επαγόμενα φορτία μεταβάλλονται επί το δυσμενέστερο. Παράλληλα μεταβάλλεται και το θερμοκρασιακό πεδίο στο οποίο εκτίθενται η κατασκευή. Επομένως στο πλαίσιο της παρούσας Διδακτορικής Διατριβής έχει μελετηθεί η υγροθερμική γήρανση των συνθέτων υλικών, αλλά το επιλυόμενο πρόβλημα κατά την εφαρμογή της προτεινόμενης μεθοδολογίας λαμβάνει υπόψη του τη μεταβολή των μηχανικών και θερμικών φορτίων στα οποία εκτίθενται η κατασκευή κατά τη διάρκεια της λειτουργίας της σε συνθήκες υγροθερμικής γήρανσης. Προτείνεται ένα ολοκληρωμένο μοντέλο προσέγγισης της διάρκειας ζωής και της τελικής αστοχίας της κατασκευής με την εφαρμογή πρόβλεψης διάρκειας ζωής, που βασίζεται στην ανάλυση της κατασκευής, στο πλαίσιο των μεταβολών που έχουν περιγραφεί ανωτέρω.
Modeling of glass fiber reinforced composites for optimal mechanical properties using teaching learning based optimization and artificial neural networks
