• caratterizzazione
• correlazione
• crashworthiness
• FEM
• sicurezza

Durante gli ultimi decenni, le performance a crash e la sicurezza degli occupanti sono diventati fondamentali per la progettazione dei veicoli. Diversi criteri possono essere utilizzati per valutare l’attitudine a crash di una struttura, compresi il controllo della deformazione, delle accelerazioni e la probabilità di lesione degli occupanti e dei pedoni. Questi criteri sono utilizzati fin dalle prime parti della progettazione e guidano gli ingegneri nella scelta di una soluzione ottimale. In particolare, i crash test sono una forma di testing distruttiva e permettono di verificare il rispetto delle normative di sicurezza. Tuttavia questi test sono molto dispendiosi in termini economici, principalmente quando la prova coinvolge l’intero veicolo. La fase di progettazione di un veicolo può durare diversi anni e durante questo tempo un considerevole numero di modifiche può essere applicato al prodotto. Questa è la ragione per cui non è generalmente possibile effettuare un nuovo test di validazione ogni volta che la modifica viene attuata.
Le simulazioni numeriche (analisi agli elementi finiti) supportano gli ingegneri nella progettazione. Attraverso l’approssimazione dell’intero dominio in elementi geometrici semplici, è possibile risolvere agevolmente le equazioni matematiche che descrivono il problema e trovare una soluzione semplificata. Naturalmente, la sola discretizzazione del dominio non basta a risolvere il problema, poiché sono necessarie anche le impostazioni delle condizioni al contorno, le connessioni, il tempo di simulazione, ecc. In particolare, questo lavoro si è basato sulla caratterizzazione dei materiali e sull’implementazione numerica delle loro prorpietà
La correlazione numerico-sperimentale (anche chiamata “reverse engineering”) migliora l’accuratezza delle analisi FEM e può ridurre il tempo previsto tra concept e produzione. Trovare i valori corretti delle variabili di correlazione significa ottenere un modello di calcolo affidabile in termini di risposta della struttura ai carichi esterni. Il presente lavoro è focalizzato sulla predittività di alcuni modelli FEM partendo dalla caratterizzazione e correlazione delle proprietà dei materiali coinvolti. Le campagne sperimentali e i test numerici sono il fulcro di suddetta caratterizzazione e i dati ottenuti vengono processati attraverso metodi manuali e automatici. In alcuni casi, lo studio si estende anche alla correlazione numerico-sperimentale di sotto-assiemi o di modelli FV (full-vehicle).

During the last decades, crashworthiness and occupant safety have become fundamental for the vehicle design. Several criteria are used to assess crashworthiness, including the deformation patterns of the vehicle structures, the acceleration experienced by the vehicle during an impact and the probability of injury predicted by human body models. These criteria are adopted since the first phases of the vehicle design and guide engineers to choose the best solution in terms of driving and safety performances. In particular, the crash tests are forms of destructive testing performed in order to ensure the safe design standards. However, it is easy to imagine how expensive can be the testing phase for the automotive companies, mainly when the whole car is involved. The design process of a vehicle usually lasts several years and during this time length, a considerable number of changes may be applied on the project. This is the reason why, in order to limit costs and time it is not possible to perform an experimental test every time an update takes place. Numerical simulations as Finite Element Analysis supports engineers during the design. Through the approximation of the whole problem domain in simpler parts (finite elements), it is possible to solve simple element equations and to find an approximated solution. Certainly, the generation of the mesh using simple elements is not enough to solve the problem itself, but further studies are required as well (boundary conditions, contacts, connections, time, manufacturing tolerances, etc.). In particular, this thesis focuses on the material properties. The numerical-experimental correlation (also called as reverse engineering) helps the FE analysis in a better representation of the reality and it shortens time from concept to production. Finding the correct values of the correlation variables allows the FE model to match the response of the corresponding physical structure. They also define the correlation measures (response properties) and the correlation variables (the properties that are allowed to change). The goal of the present research is to improve the FEA correlation starting from the material characterization. The FE analyses does not interest only the Full Vehicle: materials are first studied through experimental tests on samples. Afterwards, a manual or an automatic process is used to generate the solver cards that give the correlation of the samples. The solver cards can be validated with a sub-assembly model or directly with the FV model. Usually, the existing range of the correlation variables is related to the experimental data dispersion. The activities are focused on the material characterization because lightweight design has become a primary concern in automotive industry. The average vehicle weight has constantly risen due to the improvements in safety and the growth in number of vehicle features. For this reason, the automotive industries and the research laboratories are pushed to study the weight reduction topic: aluminum alloys and composite materials are more and more used in Body In White.