玻璃纤维/碳纤维混杂复合材料在汽车应用中的热机械性能与微观结构优化研究

本研究针对玻璃纤维(G)/碳纤维(C)混杂环氧复合材料最优配比难题，采用Taguchi优化方法系统探究了增强材料类型、纤维形态和固化温度对性能的影响。研究发现10C/30G编织纤维在70°C固化条件下可获得160 MPa最高拉伸强度，为汽车轻量化材料设计提供了重要实验依据。

　　

在汽车工业追求轻量化与高性能的双重驱动下，玻璃纤维（Glass Fibre）和碳纤维（Carbon Fibre）增强聚合物复合材料正逐步取代传统金属材料。然而，如何确定玻璃纤维与碳纤维在环氧树脂基体中的最优混合比例，以实现力学性能、热稳定性和微观结构的最佳平衡，仍是困扰研究人员的核心难题。特别是在考虑多种加工因素（如纤维形态、固化温度等）交互作用时，通过传统试错法寻找最优参数组合不仅效率低下，且成本高昂。发表于《Hybrid Advances》的这项研究，通过创新性地应用Taguchi实验设计方法，为这一复杂问题提供了系统解决方案。

研究人员采用L₁₈正交阵列实验设计，重点考察了三类关键加工参数：增强材料类型（包含6种玻璃/碳纤维配比方案）、纤维形态（单向/编织/短切）和固化温度（30°C/50°C/70°C）。通过手工铺层工艺制备了纤维含量恒定为40 wt.%的系列复合材料样本，并以拉伸强度作为核心响应指标进行优化分析。

在材料制备环节，研究团队使用234R1型环氧树脂（主要成分为双酚A二缩水甘油醚，DGEA）与617P37胺类固化剂按2:1比例混合。纤维增强相包括从市场采购的玻璃纤维和碳纤维，其物理特性呈现互补优势：碳纤维具有低密度（1.7-1.9 gcm^-3）和高模量（200-600 GPa）特性，而玻璃纤维则表现出更好的抗冲击性和更低成本。制备过程中采用聚乙烯薄膜覆盖的矩形模具，并施用蜡基脱模剂确保成型质量。

在表征技术方面，研究团队综合运用了万能试验机（ASTM E8标准）进行拉伸测试，热重分析仪（TGA）评估热稳定性，扫描电子显微镜（SEM）观察微观结构形貌，并辅以硬度测试和三点弯曲实验全面评价材料性能。特别值得注意的是，所有力学测试均严格执行三次重复实验并报告标准偏差，确保数据的统计学显著性。

研究结果展现出令人振奋的发现。在拉伸性能方面，样本R₅NF₂T₇₀（即10%碳纤维/30%玻璃纤维的编织纤维在70°C固化）表现出160 MPa的最高拉伸强度，较未增强环氧树脂提高了72.04%。这种显著的性能提升归因于碳纤维与玻璃纤维的协同效应——碳纤维提供高刚度，而玻璃纤维贡献优异的断裂韧性。Taguchi优化分析进一步证实，增强材料类型是对拉伸强度影响最显著的因素（贡献率82.13%），其次为纤维形态（16.78%）和固化温度（0.55%）。

热稳定性研究揭示了样本R₅NF₂T₇₀的优越性能。热重分析显示该样本在550°C最终分解温度下仍保持40.95%的残余质量，显著高于其他对比样本。这种优异的热稳定性源于碳纤维固有的耐高温特性和纤维-基体界面的良好结合，使材料在高温环境下仍能保持结构完整性。

力学性能全面评估表明，R₅NF₂T₇₀样本在硬度（96 BHN）和弯曲强度（154 MPa）方面均领先于其他优化样本。编织纤维的二维网状结构为复合材料提供了多方向的载荷传递路径，而70°C的固化温度确保了环氧树脂交联反应的充分进行，从而实现了纤维与基体间的最佳界面结合。

微观结构分析为性能优化提供了直观证据。扫描电镜图像显示，R₅NF₂T₇₀样本中的纤维分布均匀，界面区域紧密无缺陷，无明显纤维拔出或聚集现象。能谱分析（EDS）进一步证实了碳、氧元素的均匀分布，表明纤维与树脂基体形成了牢固的化学键合与机械互锁。

与天然纤维复合材料相比，该研究开发的玻璃/碳纤维混杂复合材料展现出更优异的性能一致性和环境稳定性。天然纤维虽然成本较低且可再生，但其力学性能变异大、吸湿性强以及与聚合物基体界面结合弱等缺点限制了其在高端装备中的应用。而本研究采用的合成纤维杂交策略，通过精确控制纤维比例和排列方式，实现了性能的可设计性与可靠性统一。

该研究的结论部分强调，通过Taguchi优化方法确定的R₅NF₂T₇₀配方（10%碳纤维/30%玻璃纤维编织结构，70°C固化）在拉伸强度、硬度、弯曲强度和热稳定性方面均表现出最优异的综合性能。这种材料设计策略不仅为汽车轻量化提供了高性能材料解决方案，其研究方法学也对航空航天、运动器材等其他领域的复合材料开发具有重要借鉴意义。

特别值得关注的是，研究中发现的加工参数影响排序（增强材料类型 > 纤维形态 > 固化温度）为产业化生产提供了明确指导。制造商可以优先关注纤维配比优化，其次调整纤维架构，最后微调固化工艺，从而以最小成本获得最大性能收益。这种系统化的优化方法显著减少了传统试错法所需的大量实验资源，加快了材料研发进程。

从更广阔的视角来看，这项研究代表了材料开发方法论的重要演进——从经验导向转向数据驱动。通过将实验设计与统计优化相结合，研究人员成功地在多维参数空间中导航，精准定位了全局最优解。这种研究方法特别适用于像复合材料这类受多因素交互影响的复杂系统，为未来高性能材料的设计开发提供了可推广的范式。

随着全球汽车产业对轻量化、节能环保需求的不断提升，这项研究成果具有立即转化的实用价值。其开发的高性能混杂复合材料不仅能够减轻车辆重量、降低燃油消耗，还能提高结构安全性和耐久性，符合现代汽车工业的发展趋势。同时，该研究中建立的材料优化方法论对其它领域的复合材料开发同样具有重要的参考价值，标志着复合材料设计正朝着更加科学化、系统化的方向迈进。