橡胶混合物疲劳度测试
图4、化合物C与化合物D的FCG与应变的关系对照
◆ 仔细检查FCG数据，排除人为错误
试验的结果已经表明，在全自动的测试中可以获得高质量的数据，现在重要的是要说明有时需要仔细检查这些类型的数据以确保在使用dc/dn数据进行分析以前它们对纯剪样品是合理的。这是本文尤为重要的一个方面，因为它最多关系到测试本身，而不是被用于说明测试能力的特定结果。我们将给出4个主要的例子，这些例子都是从程序2产生的数据中获取的。
◆ 非线性的数据
开始我们已经说过，对使用纯剪样品在恒定应变下得到的数据作△c对△n图，应该是线性的。但是，偶尔会看到有两处偏离线性。第一个是，新的裂纹起初生长的速率要比其在低应变测试条件下（假设首先运行这一条件）最终保持的速率更快。
第二个是偶尔出现的非线性情况：在恒定的最大应变条件下裂纹以稳定的速率生长，但是临近测试时段末尾的时候毫无明显原因地减速。如果发生这种情况，我们要在拟合递归直线之前去除非线性的数据。目前的数据集合中没有这样的例子，但它偶尔还是会发生，我们必须将它排除掉从而获得最精确的结果。
◆ 数据显示裂纹生长很慢
如果我们试图在非常低的应变下进行试验得到一或两个应变条件的数据，这些条件低于应用（最大）的正常操作条件，裂纹生长速率将有可能很慢以至于即使循环10000次也只能使裂纹长度发生3或4次的变化。虽然裂纹生长的非常慢而平稳，但是裂纹长度监测系统检测变换的极限更小。这里检测极限是0.04mm。因此1000到2000次循环时裂纹似乎达到稳定的长度，然后突然增大到另外一个水平上，在此又保持稳定1000到2000次循环。显然，在每个程序不同阶段选择测试条件以避免浪费测试时间（或包含不重要的数据），我们必须要认真平衡测试能力的相互配合、试验条件的选择以及混合物的模量和断裂韧度等因素。
◆ 数据显示出裂纹长度明显减速，然后突然增大
这种行为偶尔发生，我们认为这是典型使用的某些裂纹测量中存在的人为误差。用灯照亮样品来检测裂纹尖端，与样品表面不垂直的裂纹前端的任何变化看起来都象是导致裂纹生长减缓。
◆ 数据显示△c/△n周期性波动
偶尔我们会得到数据，在裂纹长度对循环次数的途中出现明显的波动，如图5所示。这种情况被认为是给定混合物与自动化裂纹生长测量的实际方面发生相互作用时裂纹生长过程的动力学所致。这里一个重要的经验是我们必须采用足够长的测试时段，对表观速率的逐渐上升与下降作出很好的平均。
图5、自动化测试FCG结果的周期性波动
利用现代化的自动测试系统可以得到高质量的疲劳裂纹生长（FCG）结果；得到的结果能够密切模拟循环负荷的弹性体混合物的野外试验；从实际部件打磨制成的样品能为在工业过程中制造的混合物提供直接的评估；这些试验的高精度和良好的可重复性使我们能够解释加工以及混合变量产生的细微影响；自动化的测试系统有时也会使数据产生人为误差。这就要求内行人反复检查每个数据集，保证准确性，避免令人误解的结果；这是为工业橡胶应用开发新的弹性体、混合物和加工过程的一项强大又具有成本效率的技术；进行这样的测试有一个额外的好处，在满足材料模型和数据库需要的动态条件下可以获得高质量的应力－应变、模量以及能量数据。(end)
评论