Filtern
Erscheinungsjahr
Dokumenttyp
- Beitrag zu einem Tagungsband (27)
- Zeitschriftenartikel (16)
- Vortrag (15)
- Forschungsdatensatz (1)
Schlagworte
- SBFEM (15)
- Scaled Boundary Finite Element Method (9)
- Lamb waves (8)
- Scaled boundary finite element method (6)
- Ultrasonic guided waves (6)
- Ultrasound (6)
- Dispersion curves (4)
- NDT (4)
- Scaled Boundary Finite Element Method (SBFEM) (4)
- Composites (3)
Organisationseinheit der BAM
Eingeladener Vortrag (wissenschaftliche Konferenzen)
- nein (15)
Damit eine Simulationsrechnung, beispielsweise mit einer FEM-Software, eine ausreichend hohe Genauigkeit erreicht, muss vorausgesetzt werden, dass die Modellparameter eine sehr hohe Güte aufweisen. Die genaue Kenntnis der Materialparameter ist dabei von besonderer Bedeutung. Um diese Parameter bestimmen zu können, müssen die verwendeten Werkstoffe messtechnisch charakterisiert werden. Neben anderen Ansätzen sind dafür akustische Verfahren im Ultraschallbereich geeignet. Für dünnwandige und plattenförmige Materialien können aus den sich ausbreitenden geführten Wellen messtechnisch Dispersionskurven bestimmt und aus diesen die Materialparameter abgeleitet werden.
Da für die Signalverarbeitung und für Optimierungsaufgaben aktuell zunehmend Machine Learning Tools zum Einsatz kommen, stellt sich die Frage, ob diese Werkzeuge auch für die Ermittlung der Materialparameter aus den gemessenen Dispersionskurven eingesetzt werden können.
In der vorgestellten Untersuchung soll ein Convolutional Neural Network aufgestellt werden, welches aus Dispersionsbildern Muster extrahiert und aus diesen eine Schätzung für die Materialparameter ermittelt. Um die Machbarkeit dieses Ansatzes zu prüfen, werden zunächst nur isotrope Materialien betrachtet. Für das Netz werden mit der Scaled-Boundary-Finite-Element-Methode synthetische Daten für das Trainieren und Validieren generiert. Zusätzlich werden die Hyperparameter des neuronalen Netzes variiert, um ein optimales Model für die Schätzung zu finden. Anschließend kann das Netz mit experimentellen Daten getestet und das Ergebnis hinsichtlich der Genauigkeit bewertet werden.
Eine zentrale Aufgabe der zerstörungsfreien Prüfung und der Strukturüberwachung (engl. Structural Health Monitoring - SHM) mit Ultraschallwellen ist die Bewertung von Schäden in Bauteilen. In vielen Bauteilen, wie zum Beispiel platten- und schalenförmigen Strukturen, Rohrleitungen oder Laminaten, breitet sich der Ultraschall in Form geführter Wellen aus. Zwar haben geführte Wellen eine relativ große Reichweite innerhalb des Bauteils und ermöglichen so eine großflächige Prüfung, ihre multimodalen und dispersiven Eigenschaften erschweren jedoch die Analyse der vom Schaden kommenden Reflexionen. Eine Möglichkeit, die Messsignale zu interpretieren und die Schäden zu charakterisieren, ist deren Vergleich mit der Wellenausbreitung in einem digitalen Modell. Hierbei stellt sich die Aufgabe, den Schaden im digitalen Modell anhand der Messdaten zu rekonstruieren. Diese Rekonstruktion beschreibt ein inverses Problem, das mehrere Vorwärtsrechnungen braucht, um das Schadensmodell an die Messdaten anzupassen.Durch die kleine Wellenlänge von Ultraschallwellen sind klassische Vorwärtsmethoden wie die Finte Elemente Methode rechenintensiv, weshalb die Autoren die semi-analytische Scaled Boundary Finite Element Method (SBFEM) benutzen, um den Rechenaufwand zu verringern. Im Beitrag wird ein inverses Verfahren basierend auf dem Automatischen Differenzieren in Kombination mit der SBFEM vorgestellt und an verschiedenen Schadenstypen in 2D-Querschnittmodellen von Wellenleitern getestet. In der präsentierten Vorstudie werden dafür „Messdaten“ aus unabhängigen Simulationen verwendet.
Eine zentrale Aufgabe der zerstörungsfreien Prüfung und der Strukturüberwachung (engl. Structural Health Monitoring - SHM) mit Ultraschallwellen ist die Bewertung von Schäden in Bauteilen. In vielen Bauteilen, wie zum Beispiel platten- und schalenförmigen Strukturen, Rohrleitungen oder Laminaten, breitet sich der Ultraschall in Form geführter Wellen aus. Zwar haben geführte Wellen eine relativ große Reichweite innerhalb des Bauteils und ermöglichen so eine großflächige Prüfung, ihre multimodalen und dispersiven Eigenschaften erschweren jedoch die Analyse der vom Schaden kommenden Reflexionen. Eine Möglichkeit, die Messsignale zu interpretieren und die Schäden zu charakterisieren, ist deren Vergleich mit der Wellenausbreitung in einem digitalen Modell. Hierbei stellt sich die Aufgabe, den Schaden im digitalen Modell anhand der Messdaten zu rekonstruieren. Diese Rekonstruktion beschreibt ein inverses Problem, das mehrere Vorwärtsrechnungen braucht, um das Schadensmodell an die Messdaten anzupassen. Durch die kleine Wellenlänge von Ultraschallwellen sind klassische Vorwärtsmethoden wie die Finte Elemente Methode rechenintensiv, weshalb die Autoren die semi-analytische Scaled Boundary Finite Element Method (SBFEM) benutzen, um den Rechenaufwand zu verringern. Im Beitrag wird ein inverses Verfahren basierend auf dem Automatischen Differenzieren in Kombination mit der SBFEM vorgestellt und an verschiedenen Schadenstypen in 2D-Querschnittmodellen von Wellenleitern getestet. In der präsentierten Vorstudie werden dafür „Messdaten“ aus unabhängigen Simulationen verwendet.
The dispersive properties of Lamb waves can be utilised for material characterisation because the frequency-wavenumber-relationship, as well as the group velocity, depend on material parameters. These dependencies make a non-destructive estimation of an elastic constant possible. This preliminary study investigates the sensitivity of dispersion curves caused by a change in elastic constants. The Scaled Boundary Finite Element Method is used to compute special dispersion curves, which show the sensitivity value of the frequency and group velocity as a colour value. This representation allows for easy identification of patterns and local effects. Two sets of dispersion curves are presented, one set for a steel plate and the other set for a plate made of a carbon fibre reinforced polymer. In general, we notice that the sensitivity often increases with the frequency and that higher-order modes seem to be more suitable for material characterisation. Moreover, specific modes respond to material changes while others are relatively unaffected, which must be taken into consideration for material characterisation.
Detailliertes Wissen über die mechanischen Eigenschaften verwendeter Materialien ist Grundvoraussetzung für viele ingenieurtechnische Aufgaben und Dienstleistungen. Zur Bestimmung der elastischen Materialparameter gibt es verschiedene klassische, zerstörende Prüfverfahren. Eine Möglichkeit der zerstörungsfreien Bestimmung liegt in der Auswertung von Messergebnissen, die auf Basis des Ausbreitungsverhaltens geführter Ultraschallwellen gewonnen wurden. Das Ausbreitungsverhalten geführter Ultraschallwellen kann mittels Dispersionsabbildungen dargestellt werden.
Um aus messtechnisch ermittelten Dispersionsabbildungen Rückschlüsse auf die Materialparameter zu ziehen, werden in der aktuellen Forschung verschiedene inverse Methoden diskutiert. Maschinelles Lernen und insbesondere Convolutional Neural Networks (CNNs) stellen eine Möglichkeit der automatisierten inversen Modellierung und Evaluierung von Bilddaten dar.
In diesem Beitrag wird gezeigt, wie das Ausbreitungsverhalten von geführten Ultraschallwellen unter Verwendung von CNNs genutzt werden kann, um die isotropen elastischen Konstanten einer plattenförmigen Struktur zu bestimmen. Hierfür werden die verwendeten Daten analysiert, das Preprocessing erläutert und eine grundlegende CNN-Architektur gewählt. Zur Auswertung des generierten Modells werden verschiedene Verfahren wie Gradienten-Mapping und die Visualisierung der verschiedenen Schichten vorgestellt. Die Anwendbarkeit der Methode wird anhand synthetischer Daten demonstriert.
Composite-overwrapped pressure vessels (COPV) are increasingly used in the transportation industry due to their high strength to mass ratio. Throughout the years, various designs were developed and found their applications. Currently, there are five designs, which can be subdivided into two main categories - with a load-sharing metal liner and with a non-load-sharing plastic liner. The main damage mechanism defining the lifetime of the first type is fatigue of the metal liner, whereas for the second type it is fatigue of the composite overwrap. Nevertheless, one damage type which may drastically reduce the lifetime of COPV is impact-induced damage. Therefore, this barely visible damage needs to be assessed in a non-destructive way to decide whether the pressure vessel can be further used or has to be put out of service. One of the possible methods is based on ultrasonic waves. In this contribution, both conventional ultrasonic testing (UT) by high-frequency bulk waves and wavenumber mapping by low frequency guided waves are used to evaluate impact damage. Wavenumber mapping techniques are first benchmarked on a simulated aluminium panel then applied to experimental measurements acquired on a delaminated aluminium-CFRP composite plate which corresponds to a structure of COPV with a load-sharing metal liner. The analysis of experimental data obtained from measurements of guided waves propagating in an aluminium-CFRP composite plate with impact-induced damage is performed. All approaches show similar performance in terms of quantification of damage size and depths while being applied to numerical data. The approaches used on the experimental data deliver an accurate estimate of the in-plane size of the large delamination at the aluminium-CFRP interface but only a rough estimate of its depth. Moreover, none of the wavenumber mapping techniques used in the study can quantify every delamination between CFRP plies caused by the impact, which is the case for conventional UT. This may be solved by using higher frequencies (shorter wavelengths) or more advanced signal processing techniques. All in all, it can be concluded that imaging of complex impact damage in fibre-reinforced composites based on wavenumber mapping is not straightforward and stays a challenging task.
The simulation of ultrasonic waves in a linearly elastic body can be computationally intensive. The reason is the relatively short wavelength compared to the body size for high frequencies. One possible approach to counteract the high computational costs is to decompose the domain into small parts and strive for parallelization. The Mortar Method is a well-established approach for domain decomposition.
A rather new approach to discretize the emerging subdomains is the Scaled Boundary Finite Element Method. This semi-analytical method has many attractive properties. Some of these properties are listed subsequently. The grid consists of polygonal elements, which leaves much freedom in the meshing process. A variety of material distributions, including anisotropic materials, can be considered. High-order shape functions can be used for optimal convergence properties. The approach treats singularities at crack tips and corners analytically. Especially in the frequency domain, the Scaled Boundary Finite Element Method reduces the dimension of the approximation because only degrees of freedom which are associated with the boundary of a polygonal element are necessary. Those desirable properties make the method particularly suitable for calculating the dynamic responses in bodies with cracks, as it is essential for many non-destructive testing and structural health monitoring applications.
In this contribution, we present a combination of the Scaled Boundary Finite Element Method with the Mortar Method in two dimensions. The presentation starts with a theoretical overview of both approaches. Subsequently, numerical examples demonstrate the stability of the combination for the polygonal boundary of the elements. The numerical examples increase in complexity and are compared to results computed on non-divided domains with the Finite Element Method.
In the context of Industry 4.0 and especially in the field of Structural Health Monitoring, Condition Monitoring and Digital Twins, simulations are becoming more and more important. The exact determination of material parameters is required for realistic results of numerical simulations of the static and dynamic behavior of technical structures. There are many possibilities to determine
elastic material parameters. One possibility of non-destructive testing are ultrasonic guided waves. For the evaluation of the measurement results, mostly inverse methods are applied in order to be able to draw conclusions about the elastic material parameters from analysing the ultrasonic guided wave propagation. For the inverse determination of the elastic material Parameters with ultrasonic guided waves, several investigations were carried out, e.g. the determination of the isotropic material parameters through the point of zero-groupvelocity or anisotropic material parameters with a simplex algorithm. These investigations are based on the evaluation of dispersion images. Machine learning and in particular Convolutional Neural Networks (CNN) are one possibility of the automated evaluation from Image data, e.g. classification or object recognition problems. This article shows how the dispersive behavior of ultrasonic guided waves and CNNs can be used to determine the isotropic elastic constants of plate-like structures.
The fourth dataset dedicated to the Open Guided Waves platform presented in this work aims at a carbon fiber composite plate with an additional omega stringer at constant temperature conditions. The dataset provides full ultrasonic guided wavefields.
A chirp signal in the frequency range 20-500 kHz and Hann windowed tone-burst signal with 5 cycles and carrier frequencies of 16.5 kHz, 50 kHz, 100 kHz, 200 kHz and 300kHz are used to excite the wave. The piezoceramic actuator used for this purpose is attached to the center of the stringer side surface of the core plate.
Three scenarios are provided with this setup: (1) wavefield measurements without damage, (2) wavefield measurements with a local stringer debond and (3) wavefield measurements with a large stringer debond. The defects were caused by impacts performed from the backside of the plate. As result, the stringer feet debonds locally which was verified with conventional ultrasound measurements.
The dataset can be used for benchmarking purposes of various signal processing methods for damage imaging.
The detailed description of the dataset is published in Data in Brief Journal.
