logo móvil
Contáctanos

Modelado de Interferencia No Uniforme y Predicción de Deformación para el Ensamblaje por Remachado de Componentes Delgados de Aeronaves

Autores: Hu, Yuanfan; Zhu, Yongguo

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Modelado de Interferencia No Uniforme y Predicción de Deformación para el Ensamblaje por Remachado de Componentes Delgados de Aeronaves


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Aeroespacial

Palabras clave

Deformación
Aeronave
Remachado
Interferencia
Modelado
Componentes

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
Las teorías actuales de modelado de deformaciones para componentes delgados de aeronaves en ensamblajes de remaches generalmente asumen una interferencia uniforme de los remaches. Sin embargo, la práctica de ingeniería muestra que la interferencia de los remaches no es uniforme, y dicha interferencia afecta directamente la magnitud de la deformación de los componentes delgados durante el ensamblaje de remaches. Por lo tanto, este artículo investiga la deformación de los componentes delgados de aeronaves causada por el remachado a presión, modela la interferencia no uniforme de los remaches para componentes delgados en el ensamblaje de remaches y realiza un modelado de predicción de deformaciones. Este artículo realiza un análisis de tensiones en el vástago del remache para obtener la distribución no uniforme de la interferencia de remachado. Además, se derivan el estrés radial no uniforme del vástago del remache y el momento de flexión de los componentes delgados. Utilizando la teoría de placas delgadas, se calcula la deformación de los componentes delgados de aeronaves en el ensamblaje de remaches. El modelo de predicción se aplica a modelos de componentes delgados con ensamblajes de remaches de una fila y de dos filas. Los resultados muestran que el modelo de predicción propuesto es más preciso. Específicamente, en comparación con los métodos tradicionales, la precisión de predicción de cada índice de este modelo se mejora en más del 29%.

Otros recursos que podrían interesarte

Temas Virtualpro