Stochastische Methodik zur Multiskalen-Modellierung für die Bewertung der Ausfallwahrscheinlichkeit von Faserverbundwerkstoffen

Die herstellungsbedingte Streuung der Eigenschaften von Faser-Verbund-Werkstoffen führt in der Folge zu überdimensionierten Bauteilen/Strukturen, um die Unsicherheiten zu kompensieren. Daher soll eine neue stochastische Homogenisierungsmethode entwickelt werden. Diese Methode basiert auf einem Multiskalen-Modellansatz und soll die Ausfallwahrscheinlichkeit in der Mikro-Skala berechnen und über die Meso-Skala auf die Makro-Skala übertragen.

Kurzbeschreibung

Obwohl Faserverbundwerkstoffe viele Vorteile bieten, ist ihr Potenzial jedoch in der Praxis nicht ausgeschöpft. Ihre Eigenschaften nach der Herstellung leiden unter hohen Streuungen. Besonders hoch ist die Streuung der Bauteilfestigkeit. Um die Bauteilzuverlässigkeit über die geforderte Bauteillebensdauer zu gewährleisten, werden die Strukturen der Faserverbundwerkstoffe unter Berücksichtigung von Sicherheitsfaktoren überdimensioniert ausgelegt.

Im Rahmen des laufenden Projektes soll ein integrierter stochastischer Multiskalen-Modellansatz ausgearbeitet und anschließend angewendet werden, um die Ausfallwahrscheinlichkeit unter Ausnutzung der Quantifizierung der Unsicherheiten der Einzelkomponenten von Faserverbundwerkstoffen vorherzusagen. Dabei werden die Ausfallwahrscheinlichkeiten auf Mikroebene (Mikrostruktur – Faser/Matrix) berechnet und auf die Makroebene (Bauteil – Faserverbundwerkstoff) übertragen.

Mithilfe dieses Multiskalen-Modellansatzes sollen zwei Arten von Faserverbundwerkstoffen – diskontinuierliche faserverstärkte Kunststoffe (DFRP) und kontinuierliche faserverstärkte Kunststoffe (CFRP) – umfassend untersucht werden. In erster Linie zielt das Projekt auf die Vorhersage von isothermen statischen Versagen und Ermüdungsversagen (hohe Anzahl von Zyklen mit niederfrequenten Belastungen) ab.

Um die Unsicherheiten zwischen den unterschiedlichen Skalen zu übertragen, wird eine neue stochastische Mean-Field-Homogenisierung (MFH) entwickelt, die die Wahrscheinlichkeitsverteilung des Materialverhaltens in einer Meso-Skala vorhersagt, basierend auf den Unsicherheiten in der Mikro-Skala.

Schematische Darstellung der stochastischen Multiskalen-Methodik (M-ERA-NET Proposal, STOMMMAC Project, 2014)

Die Schlüsselentwicklung des Projektes wird eine neue numerische Methode sein, um materialbedingte Unsicherheiten während der Konstruktion und Dimensionierung zu berücksichtigen. Der Rückgriff auf die Meso-Skala gewährleistet eine angemessene Rechenzeit für die Makrostrukturanalyse. Dieses Tool soll im Design- und Herstellungsprozess zur Anwendung kommen, um die Lebensdauer von Bauteilen zu gewährleisten und Materialeffizienz (Strukturüberdimensionierung minimiert) zu erreichen.

Links: Prüfkörper mit unidirektionaler 0° Faserorientierung nach Versagen. Rechts: Prüfkörper mit multidirektionaler +/- 45° Faserorientierung nach Versagen (Johannes Kepler Universität Linz)

Mikrostruktur eines kontinuierlichen carbonfaserverstärkten Verbundwerkstoffes mit Rasterelektronenmikroskop (Johannes Kepler Universität Linz)

Fördergeber/Programm

M-Era.Net, Call 2014
Projektnummer: project2163
Abwicklung durch FFG
Projektlaufzeit 01.09.2015 – 31.08.2018

Stand: April 2017

Projektbeteiligte

National:

Johannes Kepler Universität Linz, Institute of Polymer Product Engineering, Linz
Action Composite GmbH, Ried im Innkreis
TCKT Transfercenter für Kunststofftechnik, Wels

International:

e-Xstream Engineering, Mont-Saint-Guibert, Belgien
Universitè de Liège, Lüttich, Belgien
Leartiker Elikagaien Teknologia, Markina-Xemein, Spanien
BayZ LOGI, Miskolc, Ungarn

Kontaktadresse

Univ. Prof. Dr. Zoltan Major
Institutsvorstand: Institute of Polymer Product Engineering
Johannes Kepler Universität Linz
Altenbergerstrasse 69
4040 Linz, Austria
Tel.: +43 732 2468 6591
E-Mail: zoltan.major@jku.at

Chi Nghia Chung
Institute of Polymer Product Engineering
Johannes Kepler Universität Linz
Altenbergerstrasse 69
4040 Linz, Austria
Tel.: +43 732 2468 6657
E-Mail: chi_nghia.chung@jku.at