CFK-Interstage - Strukturoptimierung
Python-basierte parametrische Optimierung einer versteiften CFK-Interstage unter axialer Druckbelastung. Klassische Laminattheorie, NASA-SP-8007-Knock-down-Faktoren und Bruhn-Nachweise für lokale Paneelbeulung wurden mit linearer und nichtlinearer FEM in FEMAP / NX Nastran validiert. Die Optimierung führte zu einer leichten versteiften Konfiguration mit enger Korrelation zwischen analytischer und FEM-basierter Beultragfähigkeit.
Fallstudie ansehen
Die Masterarbeit behandelte die Strukturanalyse und Optimierung einer versteiften Composite-Zylinderschale für eine Schnittstelle eines orbitalen Trägersystems.
Kontext
Technische Aufgabe
Leichte Versteifungskonzepte untersuchen und gleichzeitig eine belastbare globale und lokale Beultragfähigkeit unter axialer Druckbelastung sicherstellen.
Randbedingungen
Composite-Layups, Schalenstabilität, praktisch umsetzbare Versteifungsanordnungen, nachvollziehbare Annahmen und Vertraulichkeitsgrenzen bei Trägerraketendetails.
Mein Beitrag
Parametrischen Workflow aufgebaut, Designvariablen bewertet, FEM-Modelle vorbereitet und validiert, analytische Nachweise verglichen und Entscheidungen dokumentiert.
Technischer Ansatz
Methodik
Python-basierte Optimierung, klassische Laminattheorie, NASA-SP-8007-Knock-down-Faktoren, Bruhn-Nachweise, FEMAP sowie lineare und nichtlineare FEM mit NX Nastran.
Werkzeuge
- Python
- FEMAP
- NX Nastran
- MATLAB
Ergebnis
Verifiziertes Ergebnis
Die veröffentlichten Ergebnisse zeigen die Konvergenz zu einer leichten versteiften Konfiguration und eine enge Korrelation zwischen analytischer und FEM-basierter Beultragfähigkeit.
Technische Erkenntnis
Randbedingungen, geometrische Imperfektionen und lokales Versteifungsverhalten müssen beim Vergleich analytischer Auslegung und nichtlinearer FEM konsistent behandelt werden.
Gezeigt werden ausschließlich bereits freigegebene Inhalte. Proprietäre Geometrien, Lasten und detaillierte technische Werte bleiben ausgeschlossen.
Projektgalerie
Bild auswählen, um es im Vollbild anzuzeigen.
