在复合材料领域，片状模塑料（Sheet Molding Compound；SMC）因其轻质、低成本及适合大规模生产的特点，尤其在汽车轻量化中备受关注。然而，其压缩成型是一个极其复杂的热机械过程，长纤维束在流动中会形成特定的细观结构，该结构直接影响最终部件的力学性能。传统的模拟方法面临显著挑战：多数宏观模型将复合材料视为单相均质流体，假设纤维与树脂速度相同，无法准确预测高纤维含量下的纤维-基体分离现象；而直接模拟离散纤维的微观方法虽精度高，但计算成本巨大，难以应用于实际的工业部件尺度。
为解决上述问题，德国弗劳恩霍夫弗劳恩霍夫研究所、凯泽斯劳滕大学、西班牙Batz S. Coop、CTAG – 加利西亚汽车技术中心、法国南特CNRS热能与能源实验室的研究成果在Composites Part A发表了相关研究成果。该研究首次提出了一种基于两相宏观流体力学框架的SMC工艺模拟方法，该方法无需显式建模离散纤维即可预测纤维与树脂的相对运动，并通过高精度CT图像分析双重验证了其对纤维取向和复杂部件流动前沿的预测准确性，为工业仿真链提供了可靠的纤维取向输入数据。论文标题为”SMC process simulation validated by image analysis”。
为解决上述问题，文章提出了一种基于Navier-Stokes-Brinkman方程的两相宏观流体力学方法。该方法通过引入一个交互参数α，将总流速分解为悬浮液流速与流经纤维骨架的达西流速，从而在宏观尺度上描述了纤维与树脂的速度差异。方法的关键创新在于，纤维束的渗透率被构建为一个与纤维取向张量和纤维束体积分数相关的非线性各向异性函数，其参数通过GeoDict软件进行的微观尺度模拟获得。在验证环节，研究采用了先进的图像分析技术，利用改进的各向异性高斯滤波器最大响应法，从高分辨率μCT图像中稳健地提取出真实纤维取向，为模拟提供了可靠的验证基准。
图1 用于GeoDict渗透率计算的可渗透纤维束几何模型。
图2 来自CT图像的示例性2D切片（1136×810像素，像素尺寸5微米）的图像处理结果。(a) 用于更好可视化的CT图像平板方向原始切片（对比度已调整）。(b) CT图像的三维体渲染。(c) 各向异性高斯滤波器组的最大响应。亮色添加剂颗粒引起的伪影清晰可见。(d) 后处理后的纤维系统，纤维方向用颜色编码。
图3 初始预浸料置于一侧的SMC平板模拟，展示流动前沿。
该方法的有效性和准确性通过多组对比数据得到了充分验证。在平板试样中，模拟预测的纤维取向与CT分析结果在多个位置定性一致。更重要的是，在一个真实的汽车仪表板部件填充研究中，模拟预测的流动前沿与实验观察结果在1mm和2mm模具间隙下均表现出高度的视觉一致性，特别是在水平方向的填充行为上吻合度极高。模拟同时成功预测了因初始料坯位置和流动路径导致的部件内部纤维取向分布，例如部件左上角区域更倾向于水平排列。
图4 仪表板几何结构的SMC初始料坯位置。
图5 实验（上）与FLUID模拟（下）的流动前沿对比。
图6 模拟预测的压缩过程结束时的纤维取向。
此项研究成果的应用价值直接指向工业CAE仿真链的完善。该模拟方法仅需测量树脂基体的粘度，无需复杂的悬浮液流变数据，显著降低了工业应用的门槛。其输出的纤维取向场可直接作为各向异性材料属性，输入到后续结构仿真中，用于预测部件的刚度、强度及疲劳性能。这使工程师能够在设计阶段提前评估并优化因工艺诱导的纤维取向对零件性能的影响，从而推动SMC材料在承载结构件，特别是新能源汽车轻量化部件中的更可靠、更广泛的应用。