Numerische Verfahren zur Identifizierung von Fehlstellen aus Randdaten

Engelhardt, Marek

Das Erkennen und nachfolgend die Lokalisierung einer Schädigung eines Bauteils mittels ge­messener charakteristischer Daten führt auf ein inverses Problem, das in dieser Arbeit als Optimierungsaufgabe formuliert und anschließend numerisch gelöst wird. Das mechanische Verhalten des Bauteils wird mit der Randelementmethode nachgebildet, wobei spezielle Element­typen zur Simulierung von Rissen innerhalb des Bauteils eingesetzt sowie Untersuchungen mit statischen und dynamischen Belastungen durchgeführt werden. Zur Identifizierung der Schädi­gungen werden Optimierungsstrategien mit Algorithmen aus der Neuroinformatik angewandt. Es zeigt sich, daß die Identifikation unterschiedlicher Schädigungen mittels numerischer Ver­fahren sowohl in der Statik als auch in der Dynamik erfolgreich durchgeführt werden kann, wobei nicht nur unterschiedliche Geometrien und die Anzahl der Defekte, sondern auch die Genauigkeit der Messungen einen deutlichen Einfluß auf die Identifikation haben. Die Bela­ stungsart und die Anzahl der Lastfälle sind dabei auf die Geometrie abzustimmen. Genetische Algorithmen sind sehr gut zur Schadenserkennung in statisch belasteten Strukturen geeignet, allerdings sehr rechenaufwendig. Die Ergebnisse bestätigen die Robustheit und die Zuverlässigkeit dieser Algorithmen. Wegen ihres hohen Rechenaufwands können diese Verfah­ren noch nicht auf dynamisch belastete Bauteile angewandt werden. Als auch bei dynamisch belasteten Strukturen geeignete Verfahren zur Fehlstellenidentifikation zeigen sich die Methoden des Kalman­Filters sowie der neuronalen Netze.

Material defects, such as cracks and flaws, within structural components are identified and lo­calized from non­destructive testing data. In this study, the resulting inverse problem is refor­mulated as an optimization problem and solved numerically. The mechanical behaviour of a component is simulated using the boundary element method. Special elements for modelling cracks are applied. Optimization strategies including soft computing algorithms are used to analyze the influence of defects on boundary reactions caused by static as well as dynamic loa­dings. Applying these methodologies, various defects can be identified in both the static and dynamic setting. The geometry of the considered structural members determines the nature and number of the applied loadings. Not only the type and number of defects, but also measurement errors have a significant influence on the identification results. In statically loaded structures, genetic algorithms are well suited to the detection of defects. The results confirm the robustness and reliability of these algorithms. Unfortunately, they are also very computationally expensive. Hence, in most cases, they cannot be applied to analyze components which are loaded dynamically. In dynamically loaded structures, Kalman filter techniques as well as neural networks can be applied to efficiently identify cracks.

Vorschau

Zitieren

Zitierform:

Engelhardt, Marek: Numerische Verfahren zur Identifizierung von Fehlstellen aus Randdaten. 2004.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Details anzeigen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export