Advanced material characterization methods are proposed to model nonlinear material behaviors such as the Bauschinger effect, localized necking initiation, and compressive fracture strain. The Bauschinger effect is an early re-yielding behavior after load reversal. For the Bauschinger effect calibration, a simple bending/reverse bending tester is developed and utilized to optimize material constants of the Yoshida-Uemori model. The calibrated material property for the Bauschinger effect is verified with the application of U-draw bending test. The springback prediction result is comparatively evaluated with other loading/reverse loading test properties. Localized necking is manifested as rapid thickness thinning prior to ductile fracture in the tensile deformation. The localized necking is visually expressed through the concave shape of materials. A convolution neural network (CNN) is constructed to detect the onset of localized necking by the edge lines of a specimen. The performance of the CNN model is evaluated through the class activation mapping (CAM) and the confusion matrix of test dataset. Compressive ductile fracture exhibits extremely large strain, which has been regarded as being difficult to be measured. This study proposes the compressive fracture characterization method using bilinear strain paths: pre-tension and compression. Compressive loading after pre-tensile loading can result in a premature compressive fracture. The verification of the proposed characterization method is performed by comparing experimental data and simulation results with different pre-tensile strain levels.
본 연구는 재료의 바우싱거 효과, 국부 네킹 개시, 연성 파단 시점과 같은 비선형 거동 예측을 위한 진보된 재료 특성화 방법들을 제안한다. 바우싱거 효과란 역 하중에서 보이는 조기 항복 현상이다. 바우싱거 보정 방법으로써 굽힘/역굽힘 시험법을 개발하고 이를 통해 Yoshida-Uemori model의 재료 상수 최적화를 수행하였다. 굽힘 물성 검증을 위해 U-draw 굽힘 시험에서의 스프링 백을 예측하고 다른 하중/역하중 시험법과의 비교 평가를 수행하였다. 국부 네킹은 인장 변형 모드에서 연성 파단 전 나타나는 급격한 두께 감소 현상이다. 소재의 네킹 현상은 재료에 오목한 형태로 시각적으로 표현된다. 소재의 경계선 정보를 활용하여 국부 네킹을 감지할 수 있는 합성곱 신경망 (CNN) 모델을 구성하였다. 합성곱 신경망 모델은 Class Activation Mapping (CAM)과 혼동 행렬 (Confusion matrix)을 통해 검증되고 평가되었다. 연성 소재에서 압축 파단 변형률은 매우 크고 측정이 어렵다. 본 연구에서는 선-인장 후 압축 실험의 이중 변형률 경로 기반 압축 파단 특성화법을 제안하였다. 인장 하중 후 압축 하중에서 소재에 이른 압축 파단이 발생할 수 있다. 본 방법의 검증을 위해 예비 인장 변형률 크기별 이중 변형률 경로 실험 데이터와 유한 요소 해석 결과의 비교 분석을 수행하였다.
