Sensorintegration in eine Blattfeder
Der Materialwechsel von Stahl zu glasfaserverstärktem Kunststoff ermöglicht die Integration von faseroptischen Sensoren ins Innere der Blattfeder und somit eine effiziente Überwachung des Zustands im Betrieb.
Die Verwendung von Blattfedern aus glasfaserverstärktem Kunststoff (GFK) führt zu einer signifikanten Gewichtsreduktion im Vergleich zu herkömmlichen Stahl-Blattfedern. Zudem lassen sich auch Materialdämpfungseigenschaften von GFK-Blattfedern nutzen, um das NVH-Verhalten (Noise, Vibration & Harshness; Schwingungs- und Geräuschverhalten) von Fahrzeugen zu verbessern. Das Ermüdungsverhalten von GFK ist jedoch, speziell unter Berücksichtigung der zyklischen, dynamischen und thermischen Belastung, als sehr komplex einzustufen. Eine erhöhte Anzahl von Inspektionen ist aus der Perspektive der Endnutzer zudem sehr unattraktiv, da dies zu einem erhöhten zeitlichen und finanziellen Aufwand führt. Daher muss bei der Verwendung von GFK-Blattfedern eine eher konservative Auslegung durchgeführt werden, bei der die strukturelle Integrität der GFK-Blattfeder unterschätzt wird.
Viel Potential bietet daher der Einsatz eines Structural Health Monitoring (SHM) in Kombination mit GFK-Blattfedern. Von besonderem Interesse sind hier faseroptische Sensoren. Sie können direkt während der Fertigung integriert werden und ermöglichen so Dehnungsmessungen in der Blattfeder.
Im Rahmen dieser Arbeit wird ein Überwachungsansatz basierend auf strukturmechanischen Berechnungen untersucht. Betrachtet wird ein realitätsnaher Versuchsaufbau bestehend aus Blattfeder, Schäkel und Bolzenverbindung, wobei der Fokus auf der Blattfeder liegt. Im ersten Schritt wird der Prüfkörper strukturmechanisch charakterisiert. Hierbei werden Effekte wie Randstörungen von den Lagerungen und der Lastaufbringung betrachtet. Im nächsten Schritt werden die zu erwartenden Schäden in das numerische Modell integriert, um die Auswirkungen dieser auf das strukturmechanische Verhalten zu erfassen und möglichst sensitive strukturelle Schadensindikatoren abzuleiten.
Projektpartner: