Publicación:

Caracterización y comparación de las propiedades mecánicas para juntas metálicas utilizando adhesivo de resina sintética tipo epóxi pura y modificada a base de lignina

Resumen

En la industria, los adhesivos juegan un papel importante en la unión de elementos estructurales, sus beneficios son amplios ya que reducen costos, procesos, peso, etc. Uno de los adhesivos más comunes son las resinas sintéticas tipo epoxi, los cuales poseen aplicaciones de altas exigencias en la industria de la aviación, automotriz, aeroespacial, entre otras. Por otra parte, la lignina es uno de los recursos naturales más abundantes en el mundo y su estructura permite una fácil reacción con otros materiales, por ello, este material se ha utilizado en diversas investigaciones modificando materiales como resinas y adhesivos monocomponente para observar su influencia en el comportamiento del material. Para aprovechar la lignina y buscar nuevas aplicaciones se evaluó el comportamiento mecánico en mezclas de adhesivo de resina epoxi bicomponente con diferentes concentraciones de lignina (0%, 1%, 3% y 5% fracción másica). Se realizaron ensayos mecánicos a tracción y cizallamiento con el propósito de caracterizar estos materiales (resina epoxi pura y modificada) por medio del modelo clásico elástico (Ley de Hooke) y un modelo de zonas cohesivas de Raous, que incluye parámetros de viscosidad, coeficiente de rigidez y energía de decohesión. El problema de identificación de los parámetros constitutivos se trató a partir de un problema inverso con un enfoque probabilístico. La calibración del modelo fue abordada a partir de un enfoque bayesiano utilizando un método de Markov Chain Monte Carlo (MCMC). Finalmente, los resultados permitieron observar que la lignina tiene una influencia en el comportamiento y propiedades mecánicas analizadas del adhesivo, esto se pudo apreciar en el cambio del módulo de Young y de Rigidez. En los parámetros identificados por el modelo de Raous se evidenció el cambio de estos en una concentración de lignina, debido a que el modelo no se ajusta al comportamiento experimental de los datos.