DETEKSI PANJANG DAN ORIENTASI RETAK PADA KOMPOSIT POLIMER SERAT KARBON ANYAMAN MENGGUNAKAN METODE PERUBAHAN RESISTANSI ELEKTRIK

Material komposit polimer serat karbon (CFRP) semakin banyak digunakan, terutama di bidang dirgantara. Konsekuensi serius dari kegagalan material ini ketika digunakan mendorong riset dalam rangka menemukan cara mendeteksi kerusakan pada struktur. Salah satu metode dapat digunakan adalah metode pe...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
المؤلف الرئيسي: Putra Adiwijna, Kevin
التنسيق: Final Project
اللغة:Indonesia
الوصول للمادة أونلاين:https://digilib.itb.ac.id/gdl/view/50075
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
المؤسسة: Institut Teknologi Bandung
اللغة: Indonesia
الوصف
الملخص:Material komposit polimer serat karbon (CFRP) semakin banyak digunakan, terutama di bidang dirgantara. Konsekuensi serius dari kegagalan material ini ketika digunakan mendorong riset dalam rangka menemukan cara mendeteksi kerusakan pada struktur. Salah satu metode dapat digunakan adalah metode perubahan resistansi elektrik (ERC Method). Kerusakan pada struktur akan menyebabkan resistansi yang terukur semakin tinggi. Metode ini dapat dijadikan basis dalam membangun sistem pemantauan kesehatan struktur (SHM) dalam rangka meningkatkan kehandalan struktur. Penelitian bertujuan untuk menggunakan metode ERC untuk mengidentifikasi panjang dan orientasi retak pada pelat CFRP. Pertama dilakukan verifikasi data eksperimen dengan simulasi untuk memperoleh model yang representatif. Selanjutnya menggunakan sifat konduktivitas yang sama, model pelat dibangun dengan panjang dan orientasi retak yang beragam untuk memperoleh harga resistansi. Permukaan resistansi kemudian dimodelkan sebagai fungsi dari panjang dan orientasi retak dengan penyesuaian permukaan. Pada akhirnya, dapat dibangun sebuah program untuk memprediksi panjang dan orientasi retak berdasarkan harga resistansi yang diketahui. Model spesimen satuan mampu menghasilkan data yang sesuai dengan eksperimen. Permukaan resistansi dapat dibangun dengan menggunakan toolbox dari MATLAB. Program prediksi berhasil dikembangkan dengan perangkat lunak yang sama.