Robustheitsbewertung bei Reparaturcrashlastfällen

Seit 2007 verwendet die Daimler AG erfolgreich rechnerische Robustheitsbewertungen von Strukturcrashlastfällen mit LS-DYNA. Nachdem die Prognosefähigkeit der Robustheitsbewertung an einem realen Phänomen, welches bis dato nur unzureichend im virtuellen Produkt nachempfunden werden konnte, nachgewiesen werden konnte, werden Robustheitsbewertungen zur rechnerischen Absicherung der Fahrzeugstände gegenüber Streuungen von Material, Blechstärken und Testrandbedingungen eingesetzt. Am Beispiel der Robustheits-bewertung eines Reparaturcrashlastfalls konnten zahlreiche Mehrwerte von Robustheitsbewertungen in der virtuellen Produktentwicklung aufgezeigt werden.

Das im Versuch beobachtete Phänomen konnte im virtuellen Modell mittels einer Robustheitsbewertung wiedergefunden werden. Weil das Phänomen von lokalen Steifigkeitsverhältnissen verursacht worden ist, wurde es notwendig, die räumliche Struktur der Ausdünnung sowie die Streuung der räumlichen Struktur der Ausdünnung zu berücksichtigen. Nur die Kombination aus Streuungen lokaler Steifigkeits- und Festig-keitsänderung sowie der Streuung des Anprallwinkels der Barriere ermöglichte es, im virtuellen Modell das reale Phänomen des Versuchs nachzuempfinden.

In der Folge wurden Maßnahmen im Fahrzeug eingeführt, die Steifigkeit und Festigkeit gezielt erhöhten. Gleichzeitig wurden mittels rechnerischer Robustheitsbewertungen der Umformsimulation das Wissen um die Streuung der räumlichen Struktur von Ausdünnung und Verfestigung verifiziert. Mit diesem Wissen konnten die Annahmen der Streuungen der Blechdicken in der folgenden Robustheitsbewertung des Crashlastfalls geschärft werden.
Für den Lastfall Reparaturcrash können in allen Robustheitsbewertungen ausreichend große Bestimmtheitsmaße (über 80%) aufgefunden werden. Das bedeutet, dass numerisches Rauschen in diesem Lastfall nicht die Ergebnisvariation dominiert.

Nachdem mit Robustheitsbewertungen erfolgreich experimentelle Phänomene aufgefunden und deren Ursachen identifiziert werden können, wird die Methodik zunehmend zur stochastischen Absicherung in der virtuellen Produktentwicklung vor dem Experiment eingesetzt.