Riassunto analitico
In questo progetto di tesi sono state trattate le tecniche di ottimizzazione di un assorbitore d’urto in materiale composito. L’obiettivo dell’ottimizzazione è di ridurre la massa mantenendo picchi di forza entro determinati limiti imposti. Per testare il modello si sono utilizzate le prove omologative di urto anteriore dei veicoli per il mercato americano. Si è partiti da un modello agli elementi finiti (FEM) di un puntone in alluminio. A tale modello di puntone è stato sostituito il materiale, utilizzando il Carbon Fiber Reinforced Polymer (CFRP) ti tipologia texture, ritenuto il più idoneo per il tipo di applicazione. Per ottimizzare il modello del puntone sono state studiate diverse tipologie di ottimizzazione presenti sul software HyperStudy. Tale software è stato utilizzato per l’intero studio. Le tipologie di ottimizzazione studiate sono suddivise in due categorie: Ottimizzazioni multi-obiettivo e singolo obiettivo. Come ottimizzazioni singolo obiettivo sono presenti tre metodi: Adaptive Response Surface Method (ARSM), Global Response Search Method (GRSM) e Genetic Algorithm (GA). Mentre come ottimizzazioni multi obiettivo si hanno: Global Response Search Method (GRSM) e Multi Objective Genetic Algorithm (MOGA). Inoltre è possibili effettuare ottimizzazioni attraverso le simulazioni con il modello FEM oppure è possibile creare dei modelli matematici che vanno a simulare il modello FEM attraverso delle funzioni di correlazione. Per ottenere questi modelli matematici esistono due metodi in HyperStudy, FIT e SAMPLING FIT. L’ottimizzazione si è evoluta partendo dalla suddivisione del puntone in 3 componenti da ottimizzare e partendo come primo approccio con sola variazione del numero di pelli. In seguito si sono testate: la variazione dell’orientazione delle fibre, la variazione dell’inclinazione delle pareti esterne del puntone e l’effettiva funzionalità delle nerve (presenti nel puntone di partenza in alluminio). Tutte queste prove sono state fatte testando tutti i metodi di ottimizzazione, sia singolo obiettivo che multi obiettivo, sia con modelli matematici che con simulazioni del modello FEM. Queste prove hanno portato a trarre considerazioni su quale fosse il metodo di ottimizzazione migliore in base al modello, in base alle variabili in ingresso e al numero di obiettivi. Inoltre hanno portato a trovare un’ottima configurazione del puntone in materiale composito.
|
