Modellierung und experimentelle Untersuchung von Reifen-Fahrbahn-Interaktionsphänomenen unter Berücksichtigung flexibler Befestigungsaufbauten
Trotz sorgfältiger Planung und Dimensionierung von Verkehrswegekonstruktionen sowie intensiver Qualitätsüberwachung bei der baulichen Umsetzung, treten in der Bundesrepublik Deutschland jedes Jahr erhebliche Schäden am Verkehrswegenetz auf.
Ziel des Forschungsprojektes ist die Entwicklung einer realitätsnahen Modellierung der Interaktion eines stationär rollenden Reifens und der Verkehrswegebefestigung mit Hilfe der Finite Elemente Methode (FEM) zur Einschätzung der Schadensanfälligkeit von Asphaltstraáenkonstruktionen.
Wiederholte Belastungen und das Deformationsverhalten von Reifen und Straße müssen berücksichtigt werden.
In der Fachliteratur wurden bisher noch keine leistungsfähigen dreidimensionalen Berechnungsmodelle zur Untersuchung der Interaktionsphänomene vorgestellt. In der Regel wird eine der beiden Komponenten - entweder die Straßenbefestigung oder der Reifen - stark vereinfacht. Aus diesem Grund besitzen die Ergebnisse solcher Untersuchungen nur eine eingeschränkte Güte.
Um die Nachteile einer vereinfachten Modellierung zu beheben, wird im Rahmen des Forschungsprojektes eine dreidimensionale ALE-Formulierung für den Reifen sowie für die Straßenbefestigung eingesetzt. Diese Formulierung erlaubt es, FE-Modelle zu nutzen, die auf Basis von Lagrange-Formulierungen erstellt wurden, und eine Euler-Formulierung hinzuzufügen, um die Relativverschiebungen zwischen dem Material des Reifens und dem Material der Straßenbefestigung während des Rollvorganges zu erfassen.
Die Analyse der Teilsysteme Reifen und Straße erfolgt in separaten FE-Modellen unter Berücksichtigung physikalischer und geometrischer Nichtlinearitäten. Die beiden Systeme werden über eine Kontaktformulierung gekoppelt.
Um die Forschungsergebnisse für andere Forscher sowie für die Ingenieurpraxis zugänglich zu machen, soll ein numerisches Bemessungswerkzeug (basierend auf Neuronalen Netzwerken) entwickelt werden. Die neuronalen Netzwerke werden mit Hilfe der Ergebnisse numerischer Simulationen gekoppelter Rad-Straáe-Strukturen trainiert.