Methode zur Prognose des Tragverhaltens von Halbhohlstanznietverbindungen von Patrick Giese | ISBN 9783844081138

Methode zur Prognose des Tragverhaltens von Halbhohlstanznietverbindungen

von Patrick Giese
Buchcover Methode zur Prognose des Tragverhaltens von Halbhohlstanznietverbindungen | Patrick Giese | EAN 9783844081138 | ISBN 3-8440-8113-5 | ISBN 978-3-8440-8113-8

Methode zur Prognose des Tragverhaltens von Halbhohlstanznietverbindungen

von Patrick Giese
Die zunehmende Ressourcenknappheit und das wachsende Umweltbewusstsein veranlasst die Automobilindustrie verbrauchsarme und klimaneutrale Fahrzeuge zu entwickeln. Ein Weg zur Erreichung dieses Ziels ist die konsequente Umsetzung von Leichtbaukonzepten im Karosseriebau unter Nutzung von mechanischen Fügeverfahren. Eine dabei häufig verwendete Fügetechnologie ist das Halbhohlstanznieten. Im Fahrzeugentwicklungsprozess wird zur Absicherung der Anforderungen, wie z. B. der Karosseriesteifigkeit, ein virtueller Prototyp des Fahrzeugs erstellt. Hierbei werden die Stanznietverbindungen durch vereinfachte Ersatzmodelle berücksichtigt. Die Ermittlung der notwendigen Eingangsdaten für die Ersatzmodelle ist jedoch mit einer Vielzahl von zeit- und kostenaufwändigen experimentellen Versuchen verbunden. Das Ziel dieser Arbeit ist es daher, eine Methode zur Prognose des Tragverhaltens von Halbhohlstanznietverbindungen zu entwickeln. Damit sollen wichtige Ersatzmodellparameter, wie z. B. die Maximalkraft der Stanznietverbindung, ohne die Durchführung von experimentellen Versuchen ermittelt werden können. Die für die Prognose erforderliche Datenbasis wird zunächst mit einer Charakterisierung des Trag- und Versagensverhaltens von Stanznietverbindungen ermittelt. Bei der Analyse von datenbasierten Zusammenhängen zeigen die mit der Blechdicke gewichteten festigkeits-beschreibenden Werkstoffkennwerte die beste Korrelation zur Maximalkraft der Verbindungen. Auf der Grundlage dessen wird eine Prognosefunktion für die Vorhersage der Maximalkraft einer Stanznietverbindung entwickelt und validiert. Nach einer Optimierung der Prognosefunktion wird insgesamt eine gute Prognosegüte erzielt.