Modelling of compressive failure of composites in crash
- Reference number
- SM20-0058
- Start and end dates
- 210101-230630
- Amount granted
- 1 090 904 SEK
- Administrative organization
- FS Dynamics Sweden AB
- Research area
- Materials Science and Technology
Summary
Introduction of Carbon Fibre-Reinforced Polymer (CFRP) composites in structural parts in cars may simultaneously yield improved crashworthiness and reduced vehicle mass and fuel consumption. Crucial for introducing CFRP is however to have predictive and efficient Computer Aided Engineering (CAE) tools for crashworthiness assessment via simulations. The proposed project builds on the extensive amount of recent research conducted at Chalmers (in collaboration with RISE and industrial partners) to develop such CAE tools. The main objective is to further improve current models and methods to better reproduce the crushing mode of failure seen experimentally, while respecting the industrial needs of model robustness and efficiency. The effort to reach this objective is divided into three concrete goals: •"Goal 1: Reformulation of the compressive damage evolution in existing models to capture crushing during crash events •"Goal 2: Inclusion of the highly relevant transverse shear failure mechanism at compressive failure •"Goal 3: Assessment of model improvements against existing experimental results We expect to deliver a verified implementation of a material model that, in comparison to existing state-of-the-art models, better captures the crushing behaviour of CFRP. The model update is expected to improve upon the performance of existing CAE tools available for associated industry partners to use in their simulation driven product developments.
Popular science description
Så kallade avancerade polymerkompositer, alltså plast förstärkt med kontinuerliga, höghållfasta fibrer som kolfibrer eller glasfibrer används idag mest i flyg och sportindustrin. Den här typen av material är dock i framtiden även intressanta för bilindustrin eftersom de förstärkta med kolfibrer har potential att halvera vikten på den bärande strukturen i bilen som idag tillverkas i stål eller i undantagsfall av aluminium. Detta skulle leda till en stor minskning av energiförbrukningen hos bilar och därmed också minskade utsläpp hos fossildrivna förbränningsmotorfordon och längre räckvidd för elbilar. Det finns naturligtvis många hinder som t.ex. kostnad, tillverkningstakt och behov av nya konstruktionslösningar för att införa kompositer i bilindustrin. Ett annat problem är att produktutveckling sker i datorer utan fysiska prototyper vilket kräver beräkningsverktyg för att kunna prediktera hur strukturen uppför sig i t.ex. en krock. Beräkningstekniskt är utmaningen att kompositstrukturer uppför sig på ett helt annat sätt än stålstrukturer. En stålstruktur för krock deformeras bara kraftigt men materialet går inte sönder, man kan jämföra det med när man ställer sig på en läskburk. En komposit är spröd och går sönder plötsligt utan större deformationer. Man kan fortfarande få kompositstrukturer som äter mer energi än stål i en krock men det bygger på att materialet i princip krossas till små bitar snarare än bara kollapsa. Detta gör att kompositer behöver behandlas (modelleras) på ett helt nytt sätt i beräkningsverktygen. Kolfiberkompositer är det material som har högst potential att sänka vikten på en bilstruktur eftersom fibrerna är både väldigt lätta och starka när man drar i dem. När kolfiberkompositen trycks ihop, alltså när belastningen är i kompression istället för drag, klarar dock inte plasten att stödja fibrerna utan de kollapsar långt innan belastningen är hög nog för att fibrerna skall gå av. Detta gör att kompositer, och speciellt kolfiberkompositer, klarar mycket lägre belastningar i tryck än i drag. Fördelen är dock att om materialet är tillräckligt instängt så att det inte fritt kan försvinna iväg någonstans kan man fortsätta att trycka ihop och krossa materialet under en nästan konstant belastning. Detta förlopp är vad som händer i en krocksituation och vad vi i detta projekt försöker utveckla nya och modifiera existerande modeller för att bättre kunna beskriva.