January 20th, 2023
本工作提出了一个三维的材料变形和破坏虚拟模拟实验,提供了可视化的实验过程。通过一系列实验,用户可以在沉浸式和互动的学习环境中熟悉设备并学习操作。
该系统可用于指导我们的学生实验方案,设备使用和理论验证,使他们能够反复提高他们的操作和实验室技能。可以进行三维虚拟仿真实验的一侧来检测材料变形和失效,而不必担心损害物理系统或伤害自己。进入界面后,按照图中提供的指导,虚拟到达高温万能蠕变试验机,将叠层试样放在机器的板夹之间。
一旦测试机左侧的虚拟计算机突出显示,单击虚拟计算机并在机器的控制计算机上设置测试方案。然后单击突出显示的加热和真空泵送设备并打开电源。通过单击相应突出显示的按钮打开界面中的虚拟机械泵和前奏阀,以完成系统真空控制设置。
在万能蠕变试验机的控制面板上,点击清除按钮清除数据,然后点击运行按钮完成使用平行板压缩成型方法将模具上的图案复制到金属板上的实验。完成铸模后,再次点击虚拟计算机,在万能蠕变试验机的控制计算机上检查实验数据。打开金相试样镶嵌机上的盖板,放置试样。
要倒入准备好的粉末,请单击突出显示的聚甲基丙烯酸甲酯或PMMA粉末。然后单击突出显示的模具,将其放在PMMA粉末的顶部。接下来,单击突出显示的手轮并调整模具的位置以自动覆盖盖板。
单击开、关按钮打开镶嵌机。冷却后取出镶嵌的PMMA试样。按照图中所示的路径引导进入房间进行抛光和腐蚀。
找到突出显示的抛光机,然后单击机器的夹持器,将镶嵌试样安装到夹具上。通过去除成型材料基材来设置研磨和抛光试样的速度。在一侧研磨模具,直到模具上的图案暴露出来。
为了进行试样表征,请虚拟打开化学品储存柜并取出固体氢氧化钾。单击突出显示的烧杯和固体氢氧化钾进行腐蚀液制备,制成10%氢氧化钾溶液。选择突出显示的氢氧化钾溶液和试样,将梯子腐蚀成金相试样。
接下来,在移除硅衬底后清洁试样,并在光学显微镜下用准备好的试样进行表征测试。将试样装载到纳米压痕仪的样品台上,然后选择锥体和压头以将其安装到微纳米力学测试系统的驱动器上。单击突出显示的驱动器以将其与纳米压痕仪连接。
安装纳米压痕仪并在 SEM 控制软件中加载试样后,单击排气按钮。打破真空后打开SEM室,将纳米压痕仪安装在SEM样品台上,如图所示连接电线。然后打开纳米压头的控制软件,依次选择加载的压头范围。
选择实验方案。启动控制器并初始化以启动示例阶段初始化。初始化后,关闭 SEM 室并单击 SEM 控制软件上的泵按钮。
接下来,单击SEM控制软件中的向上或向下按钮,以调整样品台沿SEM视场的位置。通过单击确定按钮固定位置。通过选择突出显示的EHT按钮打开电子枪。
通过选择相机按钮切换到电子显微镜观察模式。最后,单击纳米压痕控制软件上的运行。要终止实验,请单击纳米压痕仪控制软件上的停止按钮。
该系统通过将实验方案与操作相结合来增强实验方案设计,提供即时验证。例如,当用户选择试样的放置方向时,使用金相试样镶嵌机的界面显示了结果。同样,通过分析内部机械师对具有当前裂纹的微悬臂梁实验产生的位移时间和应力应变曲线,用户可以确定如何获得结果。
在模拟场景中,学生在进行流变实验之前,必须根据待制备试样的长径比来评估载荷大小和加载时间,而不是经常使用的试错法。此外,通过实验后的综合练习,用户可以系统地回顾整个实验过程,并将理论与实验联系起来。使用基于网络的虚拟模拟,学生平均在大约73分钟内完成实验,验证了该方法的效率。
两组工程机械师学生的在线考试结果表明,具有虚拟界面体验的学生比没有虚拟界面体验的学生表现更好,进一步证明了该方法的效率。通过培养学生掌握先进的微纳米技能力学实验的测试技术、方法和原理,培养学生的研究兴趣和创新意识。
View the full transcript and gain access to thousands of scientific videos
本研究提出了一个为材料变形和失效分析设计的三维虚拟仿真实验。它提供了一个沉浸式学习环境,使用户可以熟悉实验协议和设备。
Virtual simulation of material deformation and failure using SEM and nanoindentation provides a risk-free, scalable environment for early-stage mechanistic studies in biopharma R&D. This approach enables teams to interrogate material properties, optimize experimental design, and validate instrumentation workflows before physical implementation. Integrating interactive, quantitative outputs supports predictive confidence and accelerates method standardization across discovery and preclinical research.
This virtual simulation platform fits at the interface of early discovery, assay development, and preclinical model optimization, enabling iterative hypothesis testing and workflow refinement before physical execution.