[Zurück]


Dissertationen (eigene und begutachtete):

Q.T. Bui:
"Studies on Modeling the Failure Behavior of Spot Welds";
Betreuer/in(nen), Begutachter/in(nen): H. J. Böhm, B. Pichler; Institut für Leichtbau und Struktur-Biomechanik, TU Wien, 2009; Rigorosum: 12.08.2009.



Kurzfassung deutsch:
Der Einsatz von Werkstoffen in Leichtbau-Kraftfahrzeugkarosserien wird zunehmend komplexer. Dementsprechend haben Untersuchungen solcher Werkstoffe, der aus ihnen hergestellten Komponenten, sowie der relevanten Produktions- und Fügeprozesse große Bedeutung gewonnen. Traditionell basierten solche Arbeiten primär auf experimentellen Versuchen. In den letzen Jahrzehnten entwickelten sich aber numerische Simulationen, meist auf Basis der Methode der Finiten Elemente, zu weithin akzeptierten und angewendeten Ingenieurswerkzeugen, die geholfen haben, die Zahl der für Entwurf und Optimierung von Strukturen benötigten Experimente zu reduzieren und Kosten zu senken.

Numerische Simulationen werden mit ausgezeichnetem Erfolg zur Voraussage des Verhaltens von Kraftfahrzeugkarossieren eingesetzt, bedürfen aber noch vieler Verbesserungen, z.B. bei der Modellierung von komplexen Materialien, wie Verbundwerkstoffen oder hochfesten Stählen, und von Verbindungselementen, wie Punktschweißungen, Klebungen, oder Nieten, wobei insbesondere die Beschreibung des Versagens eine anspruchsvolle Aufgabe darstellt. Bei der Vorhersage des Schädigungs- und Versagensverhaltens von Bauteilen können Details der Modelle von großer Bedeutung sein. Die Genauigkeit numerischer Simulationen wird unter Anderem durch die verwendeten Materialmodelle und die von ihnen verwendeten Materialparameter begrenzt, wobei die Letzteren oft schwierig zu messen sind und nicht immer deterministisches Verhalten zeigen.

Die vorliegende Dissertation zielt darauf ab, einige nichtkonventionelle Berechnungsmethoden für die Modellierung des mechanischen Verhaltens von Punktschweißungen, einem Fügeverfahren, das derzeit in der Herstellung praktisch aller Karosserien eingesetzt wird, einzuführen bzw. zu entwickeln. Die Arbeiten bauen auf den Modellierungsmöglichkeiten für Verbindungselemente auf, die im expliziten FE-Programm ABAQUS/Explicit durch CONNECTOR-Elemente in Verbindung mit der FASTENER-Option angeboten werden. Punktschweißungen zur Verbindung von Blechen, die aus Stählen verschiedener Dicken und Qualitäten bestehen, werden unter verschiedenen Belastungsbedingungen mittels verschiedener Modellierungszugänge untersucht, die jeweils künstliche neuronale Netze (Artificial Neural Networks, ANN) bzw. anderen Methoden des Soft Computing einsetzen. Die Resultate der Simulationen werden mit Messergebnissen in Form von Last-Verschiebungskurven von Proben verglichen.

Ein Teil der Dissertation erkundet den Einsatz von ANN zur Identifikation von Materialparametern für Modelle, welche die CONNECTOR/FASTENER-Option von ABAQUS/Explicit verwenden. Diese Arbeiten basieren einerseits auf Versuchsreihen, in denen Proben untersucht werden, die aus zwei durch einen einzelnen Schweißpunkt verbundenen Blechen bestehen. Andererseits wird der durch CONNECTOR/FASTENER-Modelle der Proben abdeckbare Verhaltensbereich durch stochastische Modelle abgesteckt. Auf der Grundlage dieser Daten werden neuronale Netzwerke trainiert, um Materialparameter für das ABAQUS-Modell zu erhalten und die Brauchbarkeit dieser Parametersätze für den praktischen Einsatz wird untersucht.

Im zweiten Teil der Arbeit wird ein balkenartiges benutzerdefiniertes Element (VUEL) für ABAQUS implementiert. Ausgehend von einem Timoshenko-Balken wird dieses Element dahingehend modifiziert, dass seine axiale Steifigkeit durch ein globales ANN kontrolliert wird, das auf die Beschreibung des Verhaltens von Schweißpunktproben unter Kopfzugbelastung trainiert wurde. Obwohl eine nicht verallgemeinerbare Vorgangsweise zum Einsatz kam, um das in der VUEL-Implementierung benötigte lokale Verhalten des Schweißpunkts aus dem globalen Verhalten der Probe zu berechnen, stellen diese Modelle den Nachweis des Konzeptes dar, das nichtlineare Materialverhalten eines Strukturelements durch ein neuronales Netz zu kontrollieren.

Kurzfassung englisch:
The use of materials in modern lightweight car bodies is becoming increasingly complex. As a consequence, studying the behavior of such materials, of components made of them, and of the relevant production, assembly and fastening processes has taken on prime importance. Traditionally, much of this work has been based on experimental procedures. In the past decades, numerical simulations, usually based on finite element methods, have become well accepted and extensively used engineering tools in the development process of structural design and optimization in order to reduce both the costs and the complications in experiments.

Numerical simulations have given excellent results in predicting the behavior of car bodies, but much work remains to be done, e.g., on complex materials such as composites and ultra-high strength steels and on fastening, e.g., on spot welds, adhesive joints, rivets, etc., which continue to pose major challenges to researchers and scientists especially in reproducing their complex failure behaviors. When modeling the damage and failure of components, details of the models can be of major importance. One aspect limiting the accuracy of the numerical simulations are the underlying material models and the parameters used in them, the latter being typically difficult to measure and often being of a stochastic nature.

This thesis aims at introducing and developing some non-traditional computational methods into modeling the mechanical behavior of spot welds, an important joining technique that is currently used in fabricating virtually all car bodies. The studies are based on the capabilities for the mesh-independent modeling of fasteners in the explicit FE code ABAQUS/Explicit that are provided by CONNECTOR elements in combination with the FASTENER feature. Spot welds joining sheets of a number of steel grades and various different loading conditions are investigated by a number of approaches, all of which make use of artificial neural networks (ANN) and other soft computing methods, and the simulation results are compared with the force-displacement responses of tested specimens.

One part of this thesis explores the use of ANN for identifying material parameters for ABAQUS/Explicit models employing the CONNECTOR/FASTENER option. The work is based, on the one hand, on results from series of experiments on specimens that use single weld spots to join two steel sheets. On the other hand, the range of behaviors attainable by the CONNECTOR/FASTENER model was probed using a stochastic simulation. On the basis of this data ANN were trained to give material parameters for the ABAQUS model, and the suitability of the resulting parameter sets for practical use was assessed.

In the second part of the work, a beam-like user-defined element (VUEL) for ABAQUS was implemented. In an initial version it used Timoshenko kinematics, whereas in later version the beam's non-linear axial stiffness was controlled by a global ANN. This ANN had been generated and trained to describe the behavior of spot weld specimens under a normal tensile loading condition. Even though special provisions had to be made to describe the local behavior of the weld spot, which is required in the VUEL, by a global ANN, an initial proof of concept of controlling a finite element describing the nonlinear behavior of a weld spot was successfully provided.


Zugeordnete Projekte:
Projektleitung Helmut J. Böhm:
Komplexe Materialmodellierungs-Offensive (KE 2008 offen)


Erstellt aus der Publikationsdatenbank der Technischen Universität Wien.