FANFOLD

Verbundvorhaben: Schnelle maschinell angelernte nichtlineare Rotorblattanalyse; Teilvorhaben: Reduktionsmodell für die schnelle nichtlineare Struktursimulation von Faserverbund-Rotorblättern

Projekt: Forschung

Mitwirkende

  • Raimund Rolfes (Projektleiter*in (Principal Investigator))
  • Christian Rolffs (beteiligte*r Wissenschaftler*in (Co-Investigator))
  • Oliver Niklas Dorn (beteiligte*r Wissenschaftler*in (Co-Investigator))

Organisationseinheiten

Externe Kooperationspartner*innen

Forschungs-netzwerk anzeigen

Details

Beschreibung

Konstruktionen aus Faser-Kunstoff-Verbunden sind vornehmlich leicht und dünnwandig. Unterschiedliche Halbzeuge (Materialien, Webarbeiten etc.) geben dem Konstrukteur eine Vielzahl an Möglichkeiten. Somit kann ein Bauteil bedarfs- bzw. beanspruchungsgerecht dimensioniert und hergestellt werden. Doch eben diese Dimensionierung setzt eine aufwendige Ermittlung der Materialparameter der unidirektionalen Einzelschicht voraus. Sind die Festigkeiten und Steifigkeiten zu gering, wird die Struktur zu schwer, sind diese zu hoch können kann dies in einem Versagen der Struktur enden. In einem neuartigen Ansatz soll durch maschinelles Lernen die Stuktureigenschaften des Laminates vorhergesagt werden. Durch ein Orthotropes Schädigungsmodell soll eine schnelle nichtlineare Rechnung realisiert werden. Ziel ist hier die Verkürzung der Rechen und Entwicklungszeit.

???details???

AkronymFANFOLD
StatusAbgeschlossen
Beginn/Ende1 Sept. 202031 Aug. 2024

!!Funding

Mittelherkunft

Förderprogramm/-linie

Etablierte Forschungsschwerpunkte der LUH