عنوان پایان‌نامه

شبیه سازی نانو کامپوزیت های پلیمری با کمک روش پراش



    دانشجو در تاریخ ۰۹ شهریور ۱۳۹۵ ، به راهنمایی ، پایان نامه با عنوان "شبیه سازی نانو کامپوزیت های پلیمری با کمک روش پراش" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3322;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76307
    تاریخ دفاع
    ۰۹ شهریور ۱۳۹۵
    دانشجو
    مصطفی مهدوی
    استاد راهنما
    مجید بنی اسدی

    بازسازی ساختاری از میکرو‌ساختارهای آماری به علت اهمیت در طراحی مواد یک زمینه‌ی مورد علاقه زیاد می باشد. یک روش جدید در اینجا آورده شده است که در این روش از تعداد زیادی المان‌های حجمی برای بازسازی ساختار کامپوزیت استفاده شده است، که با استفاده از این روش به راحتی میتوان کامپوزیت‌های نانو لوله‌ای را با استفاده از روش‌های آماری بازسازی کرد و نمونه‌های بازسازی شده به خوبی نمایشگر خواص و ویژگی‌های کامپوزیت‌های نانو لوله‌ای می باشند.در کار انجام شده از روش مونت کارلو برای بازسازی استفاده شده است که با مشخص کردن و به دست آوردن توابع آماری همبستگی از عکس‌ها و نمونه‌های آزمایشگاهی با استفاده از الگوریتمی که ارائه شده است، نمونه‌هایی که دارای توابع آماری همبستگی مشابهی با نمونه‌های آزمایشگاهی می باشند بازسازی شده است. به جای استفاده از عکس‌های مختلف برای اطلاعات مربوط به توزیع نانولوله‌ها در ماتریس، تمامی اطلاعات توزیع نانولوله‌ها به صورت مختصات ابتدا و انتهای تکه‌های سیلندری که در نهایت با به هم پیوستن منجر به تشکیل نانولوله می شود ذخیره می گردد. سپس در این پایان‌نامه با استفاده از میکروساختارهای بازسازی شده برای به دست آوردن خواص گرمایی، از روش‌های تحلیلی که ارائه شده است استفاده کرده و خواص موثر برای نمونه‌های بازسازی شده به دست آمده است. واژگان کلیدی: تابع آماری، تابع آماری دو نقطه‌ای، بازسازی میکروساختارها، نانولوله کربنی.
    Abstract
    Structure reconstruction of statistical microstructures is a very interesting field because of the importance of material design. A new method was used here that in this method high number of representative elements for reconstruction of composite structure were used. In this method carbon nanotube composites can be easily reconstructed using statistical methods. The reconstructed samples are very good representatives for the properties of carbon nanotube composites. In this dissertation Mont-Carlo method was used for reconstruction. Then, by determination statistical correlation functions from images and experimental samples using the presented algorithm, samples that had a same statistical correlation functions with experimental samples were reconstructed. Instead of using different images, data about the dispersion of nanotubes in the matrix was saved as a first and end points coordination of a single cylinder. It is noticeable that by connecting several cylinders a nanotube was formed. Next, in this work from reconstructed microstructures the effective properties of reconstructed samples by using analytical methods was determined. Keywords: Statistical functions, Two points statistical function, microstructures reconstruction, Carbon nanotube.