Algorytm identyfikacji zmiennego w czasie współczynnika Poissona lepkosprężystych materiałów roślinnych opisanych modelem Kelvina

W pracy rozważa się problem wyznaczania zmiennego w czasie współczynnika Poissona roślinnych materiałów liniowo lepkosprężystych opisanych uogólnionym modelem Kelvina na podstawie pomiarów funkcji pełzania w stanach jednoosiowego odkształcenia i jednoosiowego naprężenia. Dla pięcioparametrowych modeli Kelvina pokazano, że współczynnik Poissona można przedstawić jako sumę składowej stałej, funkcji wykładniczych oraz splotów pierwotnych i zmodyfikowanych funkcji Bessela oraz podano dokładny analityczny algorytm obliczeniowy. Przedstawiono schemat identyfikacji zmiennego w czasie współczynnika Poissona na podstawie dyskretnych pomiarów jednoosiowych funkcji pełzania, uzyskanych w podwójnym teście pełzania. Efektywność metody zilustrowano wyznaczając zmienny w czasie współczynnik Poissona próbek korzenia buraka cukrowego.

---

Most of the constitutive models of biological materials are for a viscoelastic regime, which is good for characterising strain-stress dependence, creep and stress relaxation within a small deformation. The stress and strain problems of biological materials are usually solved in the time domain, where the dynamic properties can effectively be characterised by the time-dependent Poisson's ratio. In this paper the problem of the Poisson's ratio determining using discrete time-measurements of the uniaxial creep compliance of unconfined and a laterally constrained cylindrical specimens of the material obtained in double creep experiment is considered. It is proved that for five-element Kelvin models of the uniaxial relaxation functions the Poisson's ratio can be described as a linear combination of constant and exponential functions and multiple convolution integrals of original and modified Bessel functions. A resulting identification scheme is outlined. The effectiveness of the method is demonstrated through the computation of the Poisson's ratio of the beet sugar root samples.