Experimentell-numerischer Ansatz zur Detektion fertigungs- und lastinduzierter Schäden in Faser-Metall-Laminaten anhand des veränderten Schwingungs- und Dämpfungsverhaltens

Faser-Metall-Laminate (FML) kombinieren faserverstärkte Kunststoffe (FVK) mit Metallen, um gezielt Eigenschaften wie die spezifische Festigkeit und die Dauerfestigkeit zu verbessern. In diesem Projekt wird glasfaserverstärkter Kunststoff (GFK) mit Aluminium zu einem sogenannten GLARE-Verbund verarbeitet. Dieser Hybridwerkstoff ist aufgrund seiner Eigenschaften heute besonders in der Luftfahrt verbreitet.

Um den Einsatz auch in anderen Anwendungsfeldern wie dem Automobilbau zu ermöglichen, ist eine zuverlässige Fertigung von komplexen Geometrien notwendig. Da hierbei das Defektrisiko ansteigt, wird in diesem Projekt eine Methodik zur Defektdetektion erarbeitet und untersucht.

Die zerstörungsfreie Erkennung von Defekten ist notwendig, um nach der Fertigung oder nach Schlagstoßereignissen die Zuverlässigkeit von Bauteilen im weiteren Betrieb sicherzustellen. Bestimmte Defekte, wie sogenannte „kissing bonds“ (ungewollte anhaftungsfreie Grenzflächen), stellen eine besondere Herausforderung für den aktuellen Stand der Technik dar. Diese sind sowohl in Ultraschallverfahren als auch in der Computertomographie besonders schwer bis gar nicht erkennbar. Auch weitere Defekte wie Poren und intralaminare Schädigungen sind Bestandteil dieser Arbeit.

Die defektbedingten mechanischen Eigenschaftsänderungen sollen durch Abweichungen im Schwing- und Dämpfungsverhalten des Bauteils erkannt, lokalisiert und charakterisiert werden. Im Rahmen des Projekts werden experimentelle Untersuchungen des dynamischen und modalen Verhaltens der FML durchgeführt; dieser Projektteil findet am IAM-WK des KIT statt. Parallel dazu wird hier am FAST eine computergestützte Nachbildung des Systems entwickelt. In numerischen Simulationen werden Methoden zur Abbildung der Defekte entwickelt, welche im Folgenden zur Generierung eines Trainingsdatensatzes verwendet werden sollen.

Abschließend wird ein Modell erstellt, das auf Basis der Simulationsdaten trainiert wird. Dieses Modell dient der Auswertung des Schwingverhaltens von realen Bauteilen. Die Vorhersagegrößen sollen zunächst die Art des Defekts und anschließend auch dessen Lage sowie Größe umfassen. Durch eine abschließende Validierung und Verifizierung an Realbauteilen in Versuchen wird die Methode auf Genauigkeit und Sensitivität bewertet.