고성능 요트 경기 중, 60미터 메가요트의 탄소 섬유 마스트가 예고 없이 파손되었습니다. 선내 센서는 이상을 감지하지 못했지만, 결함은 내부에 있었습니다. FARO Scene을 이용한 3D 스캔과 초음파 분석을 통해 감지되지 않은 하중 사이클로 인해 발생한 점진적인 층간 분리가 매핑되었습니다. 이 사례는 복합재료의 재료 피로가 기존 모니터링 시스템에는 보이지 않을 수 있음을 보여줍니다.
손상 매핑: 육안 검사에서 디지털 트윈까지 🗺️
복합재료 마스트를 평가하는 전통적인 방법론은 육안 검사와 국부적 충격 시험에 기반합니다. 그러나 내부 층간 분리는 표면을 변형시키지 않고 층 사이로 퍼져나가는 조용한 결함입니다. 이 경우, FARO Scene을 이용한 3D 스캔은 고정밀 포인트 클라우드를 생성했습니다. 이 형상은 Ansys Composite PrepPost에 통합되어 유한 요소법으로 응력을 시뮬레이션했습니다. 그 결과는 하중 이력을 복제하고 숨겨진 피로 영역을 드러낸 디지털 트윈이었습니다. Rhino와 Grasshopper는 파라메트릭 메싱을 자동화했고, Cinema 4D는 층별 손상 진행을 시각화했습니다.
시뮬레이션이 실시간 센서를 대체할 수 있을까요? 🤔
대답은 '아니오'이지만, 이를 보완할 수는 있습니다. 센서는 현재를 측정하고, 시뮬레이션은 미래를 예측합니다. 이 마스트에서 센서가 기록하지 못한 피로 데이터는 Ansys에서 모달 분석과 주기 하중을 통해 사후적으로 재구성되었습니다. 교훈은 분명합니다. 정기적인 스캔으로 업데이트된 디지털 트윈을 통합하면 층간 분리가 심각해지기 전에 예측할 수 있습니다. 60미터 마스트와 같은 고가치 구조물의 경우, 예측 시뮬레이션에 대한 투자는 치명적인 실패보다 저렴합니다.
복합재료 엔지니어로서, 기존 육안 검사와 초음파 검사가 마스트의 치명적인 파괴 전에 결함을 식별하지 못한 상황에서, 주기 하중을 받는 탄소 적층판의 층간 분리 시작과 전파를 감지하기 위해 어떤 유한 요소 시뮬레이션 방법론을 추천하시나요?
(추신: 재료 피로는 10시간 시뮬레이션 후의 당신과 같습니다.)