28.01.2015 Aufrufe

Mikromechanische Modellierung von Formgedächtnismaterialien

Mikromechanische Modellierung von Formgedächtnismaterialien

Mikromechanische Modellierung von Formgedächtnismaterialien

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

72 4. Materialverhalten polykristalliner Formgedächtnismaterialien<br />

Die mathematische Formulierung lässt sich durch Einführung der passiven Mengen<br />

B j = { i ∣ ∣c j i =0 } (4.20)<br />

sowie der aktiven Mengen<br />

A j = { i ∈B j ∣ ∣ċ j i > 0 } ∪ { i /∈ B j} . (4.21)<br />

vereinfachen. Wie in Kapitel 3.3.2 bezieht sich die Bezeichnung aktiv bzw. passiv hier erneut<br />

auf die kristallographischen Varianten und nicht, wie in der Mathematik üblich, auf die<br />

Nebenbedingungen in den Gleichungen. Letztere sind genau dann aktiv (d. h. γ j i > 0), wenn<br />

die zugehörigen Varianten inaktiv sind (c j i =0).<br />

Setzt man nun die Ableitung <strong>von</strong> Gl. (4.18) nach ċ j i zu null und summiert über die zugehörigen<br />

aktiven Mengen, erhält man den Wert der Lagrange-Parameter<br />

β j = 1<br />

n A j<br />

∑<br />

k∈A j q j k , (4.22)<br />

wobei ∑ n<br />

i=0 ċj i =0bedingt, dass der Dissipationsparameter hier nicht eingeht, und n A j für<br />

die Anzahl der Elemente in der aktiven Menge A j steht. Dieses Ergebnis wird nun zurück<br />

in die Ableitung <strong>von</strong> (4.18) nach ċ j i eingesetzt, was auf<br />

q j i − 1<br />

n A j<br />

q j i − 1<br />

n A j<br />

∑<br />

q j k<br />

= rξ j ċ j i<br />

√<br />

für i ∈A j (4.23)<br />

k∈A<br />

N∑ n∑<br />

j (ċj ) 2<br />

∑<br />

ξ j<br />

j=1 i=0<br />

i<br />

k∈A j q j k<br />

= −γ j i < 0 für i /∈ A j , (4.24)<br />

führt. Die zweite Gleichung dient als „Schalter“: erfüllt eine Variante Gl. (4.24) nicht mehr,<br />

muss diese zur aktiven Menge A j hinzugefügt werden. Der linke Term in beiden Gleichungen<br />

wird erneut als aktiver Deviator (dev A jq) j i = ∑<br />

qj i − 1 q j n A j k abgekürzt.<br />

k∈A j<br />

Das Minimierungsproblem (4.18) wird nun durch Einführung seiner Legendre-Transformation<br />

J (q) =sup{(dev A q) ċ − ∆| ċ} , (4.25)<br />

umgeformt. So ergibt sich eine Form, die der klassischen Plastizität ähnlich und hier leichter<br />

aufzulösen ist. Die Auswertung <strong>von</strong> Gl. (4.25) führt auf eine „Fließfunktion“<br />

[ N∑<br />

]<br />

1<br />

n∑ (<br />

Φ(q) =<br />

devA jq j ) 2<br />

ξ j<br />

i − r 2 , (4.26)<br />

j=1 i=0<br />

mit der sich J (q) zu<br />

{ 0 für Φ(q) ≤ 0<br />

J (q) =<br />

∞ sonst<br />

. (4.27)

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!