Con l’incremento dell’utilizzo dei materiali compositi nell’industria aerospaziale e con tutti i benefici che il loro impiego apporta, diventa necessario far fronte ad alcune debolezze che presentano queste tipologie di materiali. Gli impatti sono una delle cause più frequenti di danneggiamento nelle strutture realizzate in materiale composito: proprio per questo è indispensabile l’uso di tecnologie di monitoraggio strutturale (SHM) per garantire la sicurezza a bordo di una qualsiasi struttura realizzata con questo materiale. In questo studio è stato riprodotto un sistema SHM passivo: tramite il software ABAQUS è stato sviluppato un modello ad elementi finiti che riproduce un doppio impatto (a bassa velocità) su una piastra realizzata in materiale composito ed è stata poi utilizzata una rete neurale convoluzionale (CNN) per verificare che si riuscisse a predire il valore dell’area delaminata. Per limitare l’onere computazionale, specie con riferimento ai tempi di calcolo, è stata applicata una tecnica di restart che, a partire da una struttura danneggiata da un primo impatto con stessa energia e sempre nella stessa posizione, ha permesso di eseguire solamente le simulazioni del secondo impatto. L’elaborazione dei dati tramite le reti convoluzionali ha evidenziato la loro capacità nel predire il valore di incremento di area delaminata a seguito di un secondo impatto: sono stati osservati i risultati forniti da un’architettura di rete utilizzando quattro diverse tipologie di input per la CNN. La capacità predittiva migliore della rete è stata ottenuta utilizzando come input i segnali di spostamento in direzione y misurati dai sensori.
Studio del danneggiamento dovuto ad impatti su strutture in materiale composito
GARDELLIN, ELISA
2023/2024
Abstract
Con l’incremento dell’utilizzo dei materiali compositi nell’industria aerospaziale e con tutti i benefici che il loro impiego apporta, diventa necessario far fronte ad alcune debolezze che presentano queste tipologie di materiali. Gli impatti sono una delle cause più frequenti di danneggiamento nelle strutture realizzate in materiale composito: proprio per questo è indispensabile l’uso di tecnologie di monitoraggio strutturale (SHM) per garantire la sicurezza a bordo di una qualsiasi struttura realizzata con questo materiale. In questo studio è stato riprodotto un sistema SHM passivo: tramite il software ABAQUS è stato sviluppato un modello ad elementi finiti che riproduce un doppio impatto (a bassa velocità) su una piastra realizzata in materiale composito ed è stata poi utilizzata una rete neurale convoluzionale (CNN) per verificare che si riuscisse a predire il valore dell’area delaminata. Per limitare l’onere computazionale, specie con riferimento ai tempi di calcolo, è stata applicata una tecnica di restart che, a partire da una struttura danneggiata da un primo impatto con stessa energia e sempre nella stessa posizione, ha permesso di eseguire solamente le simulazioni del secondo impatto. L’elaborazione dei dati tramite le reti convoluzionali ha evidenziato la loro capacità nel predire il valore di incremento di area delaminata a seguito di un secondo impatto: sono stati osservati i risultati forniti da un’architettura di rete utilizzando quattro diverse tipologie di input per la CNN. La capacità predittiva migliore della rete è stata ottenuta utilizzando come input i segnali di spostamento in direzione y misurati dai sensori.File | Dimensione | Formato | |
---|---|---|---|
Gardellin_Elisa.pdf
accesso riservato
Dimensione
6.55 MB
Formato
Adobe PDF
|
6.55 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/74799