Additive Manufacturing can significantly contribute to aeronautical passive safety by designing and developing lightweight structures with reduced production costs and, above all, enabling greater design complexity. The main goal of the MS thesis is to design and develop an efficient resin-stereolithography printalbe honeycomb cell structure that is optimized for enhanced specific energy absorption. Consequently, a bio-inspired pattern was selected and optimized through parametric modelling and Finite Element Analysis (FEA). The thesis includes both numerical analysis and experimental investigations. As far as the numerical part is concerned, compression simulations of the tested structures were carried out using Abaqus/CAE software. Multi-criteria decision-making methodologies were applied for the geometry selection and a multi-objective optimization process through a genetic algorithm (NSGA-II), that was trained using FEM simulations data, was implemented. It provides a set of Pareto-Optimal solutions among which three optimal designs were singled out. On the experimental side, a set of resin-based 3D printing trials allowed to select and characterize the Anycubic High Clear resin. The selected geometries were then ultimately printed, comparing the numerical and the experimental outcomes. An elytra-inspired geometry was definitively selected, featuring four reinforcing cylinders, which markedly improves the crashworthiness performance when compared to an equal mass baseline reference geometry (a hollow cylinder). Moreover, the high robustness of the results obtained from the genetic algorithm compared to those obtained through FEM analysis, proves the benefits of this tool in conjunction with finite element analysis during an initial design phase, yielding remarkable results. Properly training the algorithm leads to a significant reduction in the computational demand for structural optimization. Results here presented are further evidence of the potential of bio-inspired engineering and additive manufacturing to point out the potential of these types of structures for lightweight and high-strength applications in aeronautical and automotive fields.

L'Additive Manufacturing può contribuire significativamente alla sicurezza passiva nel settore aeronautico per progettare e sviluppare strutture leggere con ridotti costi di produzione e, soprattutto, consentendo una maggiore complessità di progettazione. L'obiettivo principale di questa tesi è progettare e sviluppare la cella di una struttura a nido d'ape stampabile mediante stereolitografia a resina, ottimizzata per un migliore assorbimento di energia specifica. E' stata selezionata e ottimizzata una geometria ispirata alla natura attraverso la modellazione parametrica e l'analisi agli elementi finiti (FEA). La tesi comprende sia un'analisi numerica che indagini sperimentali. Per quanto riguarda la parte numerica, sono state effettuate simulazioni di compressione delle strutture utilizzando il software Abaqus/CAE. Sono state applicate metodologie decisionali multicriterio per la selezione finale della geometria ed è stato implementato un processo di ottimizzazione multi-obiettivo mediante un algoritmo genetico (NSGA-II), addestrato utilizzando i dati ottenuti dalle simulazioni FEM. Esso ha fornito un insieme di soluzioni di Pareto ottimali, tra cui sono state individuate tre configurazioni. Sul lato sperimentale, è stata innanzitutto caratterizzata la resina Anycubic High Clear e, successivamente, le geometrie finali sono state stampate per confrontare i risultati numerici con quelli sperimentali. La geometria finale selezionata è ispirata all'elitra degli insetti ed è dotata di quattro cilindri di rinforzo, migliorando notevolmente le prestazioni di resistenza agli urti rispetto ad una geometria di riferimento a uguale massa (una corona cilindrica). Inoltre, la robustezza dei risultati ottenuti mediante l'algoritmo genetico rispetto a quelli dell'analisi FEM dimostra i vantaggi di questo strumento durante una fase di progettazione iniziale. Addestrare adeguatamente l'algoritmo porta ad una significativa riduzione della richiesta computazionale per l'ottimizzazione strutturale. I risultati qui presentati sono evidenze del potenziale dell'integrazione di strutture bio-inspirate e della manifattura additiva, risaltando le potenzialità di questi tipi di strutture per applicazioni di strutture leggere ad alta resistenza nel settore aeronautico.

Numerical optimization algorithms for bio-inspired engineered 3D-printed sandwich core

Omede', Bianca
2022/2023

Abstract

Additive Manufacturing can significantly contribute to aeronautical passive safety by designing and developing lightweight structures with reduced production costs and, above all, enabling greater design complexity. The main goal of the MS thesis is to design and develop an efficient resin-stereolithography printalbe honeycomb cell structure that is optimized for enhanced specific energy absorption. Consequently, a bio-inspired pattern was selected and optimized through parametric modelling and Finite Element Analysis (FEA). The thesis includes both numerical analysis and experimental investigations. As far as the numerical part is concerned, compression simulations of the tested structures were carried out using Abaqus/CAE software. Multi-criteria decision-making methodologies were applied for the geometry selection and a multi-objective optimization process through a genetic algorithm (NSGA-II), that was trained using FEM simulations data, was implemented. It provides a set of Pareto-Optimal solutions among which three optimal designs were singled out. On the experimental side, a set of resin-based 3D printing trials allowed to select and characterize the Anycubic High Clear resin. The selected geometries were then ultimately printed, comparing the numerical and the experimental outcomes. An elytra-inspired geometry was definitively selected, featuring four reinforcing cylinders, which markedly improves the crashworthiness performance when compared to an equal mass baseline reference geometry (a hollow cylinder). Moreover, the high robustness of the results obtained from the genetic algorithm compared to those obtained through FEM analysis, proves the benefits of this tool in conjunction with finite element analysis during an initial design phase, yielding remarkable results. Properly training the algorithm leads to a significant reduction in the computational demand for structural optimization. Results here presented are further evidence of the potential of bio-inspired engineering and additive manufacturing to point out the potential of these types of structures for lightweight and high-strength applications in aeronautical and automotive fields.
ING - Scuola di Ingegneria Industriale e dell'Informazione
5-ott-2023
2022/2023
L'Additive Manufacturing può contribuire significativamente alla sicurezza passiva nel settore aeronautico per progettare e sviluppare strutture leggere con ridotti costi di produzione e, soprattutto, consentendo una maggiore complessità di progettazione. L'obiettivo principale di questa tesi è progettare e sviluppare la cella di una struttura a nido d'ape stampabile mediante stereolitografia a resina, ottimizzata per un migliore assorbimento di energia specifica. E' stata selezionata e ottimizzata una geometria ispirata alla natura attraverso la modellazione parametrica e l'analisi agli elementi finiti (FEA). La tesi comprende sia un'analisi numerica che indagini sperimentali. Per quanto riguarda la parte numerica, sono state effettuate simulazioni di compressione delle strutture utilizzando il software Abaqus/CAE. Sono state applicate metodologie decisionali multicriterio per la selezione finale della geometria ed è stato implementato un processo di ottimizzazione multi-obiettivo mediante un algoritmo genetico (NSGA-II), addestrato utilizzando i dati ottenuti dalle simulazioni FEM. Esso ha fornito un insieme di soluzioni di Pareto ottimali, tra cui sono state individuate tre configurazioni. Sul lato sperimentale, è stata innanzitutto caratterizzata la resina Anycubic High Clear e, successivamente, le geometrie finali sono state stampate per confrontare i risultati numerici con quelli sperimentali. La geometria finale selezionata è ispirata all'elitra degli insetti ed è dotata di quattro cilindri di rinforzo, migliorando notevolmente le prestazioni di resistenza agli urti rispetto ad una geometria di riferimento a uguale massa (una corona cilindrica). Inoltre, la robustezza dei risultati ottenuti mediante l'algoritmo genetico rispetto a quelli dell'analisi FEM dimostra i vantaggi di questo strumento durante una fase di progettazione iniziale. Addestrare adeguatamente l'algoritmo porta ad una significativa riduzione della richiesta computazionale per l'ottimizzazione strutturale. I risultati qui presentati sono evidenze del potenziale dell'integrazione di strutture bio-inspirate e della manifattura additiva, risaltando le potenzialità di questi tipi di strutture per applicazioni di strutture leggere ad alta resistenza nel settore aeronautico.
File allegati
File Dimensione Formato  
2023_10_Omede_Tesi_01.pdf

Open Access dal 19/09/2024

Descrizione: Testo della tesi
Dimensione 18.29 MB
Formato Adobe PDF
18.29 MB Adobe PDF Visualizza/Apri
2023_10_Omede_Executive_Summary_02.pdf

Open Access dal 19/09/2024

Descrizione: Testo dell'executive summary
Dimensione 5.62 MB
Formato Adobe PDF
5.62 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/210522