Die Definition von Strukturprüfständen stellt eine herausfordernde Aufgabe dar. Ziel ist es, die Belastung und Einspannung des Prüflings derart zu gestalten, dass das gewünschte mechanische Verhalten bestmöglich abgebildet wird. Letzteres ist beispielsweise durch eine definierte Verformungs-, Spannungs- oder Dehnungsverteilung bekannt. Um dieses Ziel zu erreichen, ist eine begrenzte Anzahl diskreter Lasteinleitungselemente bestmöglich zu platzieren und zu aktuieren. Klassische ingenieurtechnische Ansätze führen, insbesondere bei komplexen praxisrelevanten Prüflingsstrukturen, häufig nicht zu der optimalen Lösung. Weiterhin existiert eine Abhängigkeit des resultierenden Belastungszustands von den konkreten Möglichkeiten und Grenzen des jeweils eingesetzten Prüfstands. Aus dieser Motivation heraus erfolgt im Rahmen des Verbundprojekts AdviLa die Entwicklung von Methoden zur numerischen Optimierung der Lasteinleitung für Strukturprüfstände. Ausgehend von einer initialen Problemdefinition, bestehend aus den Kenndaten des Strukturprüfstands und des Prüflings sowie dem gewünschten Zielzustand, erfolgt in einem automatisierten Prozess die Optimierung der Lasteinleitung (siehe Abbildung 1).

 

Abbildung 1: Prinzipskizze der Lasteinleitung

Neben der Minimierung der Abweichung zwischen Ist- und Zielzustand erfolgt eine Minimierung des Aktuierungsaufwands. Zur Lösung der resultierenden Mehrzieloptimierungsprobleme, bestehend aus diskreten und kontinuierlichen Optimierungsvariablen, kommen primär Evolutionäre Algorithmen, wie in Abbildung 2 skizziert, zum Einsatz. Wo sinnvoll, erfolgt weiterhin die Kombination mit
gradientenbasierten Optimierungsalgorithmen, um die Lösungsqualität und das Konvergenzverhalten zu verbessern.

 

Abbildung 2: Lasteinleitungsoptimierung von Luftfahrzeugstrukturprüfständen mittels Evolutionärer Algorithmen

Für eine fundierte Bewertung der erarbeiteten Optimierungsmethode erfolgt eine breite Anwendung auf akademische Testfälle, wie uni-und biaxiale Zugversuche sowie Schubversuche. Abhängig von der konkreten Problemdefinition erfolgt die Optimierung im Hinblick auf eine Minimierung der Spannungsabweichung und des Aktuierungsaufwands. Damit liefert die Optimierungsmethode weiterhin ein wertvolles Werkzeug zur Ermittlung des Einflusses der Prüfstandsgestaltung unter Verwendung zielgerichteter parametrischer Modelle. Die in Form von Pareto-Fronten erhaltenen Optimierungsergebnisse erlauben eine beliebige Wichtung der Zielgrößen und damit eine problemspezifische Auswahl konkreter Entwurfsvorschläge. Abbildung 3 stellt das parametrisierte Modell sowie die resultierenden Pareto-Frontenexemplarisch für einen biaxialen Zugversuch dar.

 

Abbildung 3: Beispielhafte Darstellung eines parametrisierten Prüflings für biaxiale Zugversuche (a) mit den resultierenden Pareto-Fronten als Ergebnis der Mehrzieloptimierungen (b)