Analyse der Strukturintensität in dünnwandigen Maschinenstrukturen mittels Bayes'scher Inferenz
* Presenting author
Abstract:
Das Vektorfeld der Strukturintensität (STI) beschreibt den Energiefluss des Körperschalls und liefert ein erweitertes Verständnis zum Körperschalltransfer innerhalb einer schwingenden Maschinenstruktur. Für die vibroakustische Gestaltung von Maschinenstrukturen zeigt das Vektorfeld der STI aufgrund des hohen Informationsgehalts ein Potential für die Entwicklung von datenbasierten Auslegungskriterien. In diesem Zusammenhang wird das Vektorfeld der STI mit einem virtuellen Modell ermittelt und als Datengrundlage für die Ableitung von Auslegungskriterien herangezogen.Unsicherheit tritt auf, wenn die STI aufgrund fehlenden Wissens zu den Verteilungen von Modellparametern und der inhärenten Abweichungen des virtuellen Modells nicht oder nur eingeschränkt vorhergesagt werden kann. In diesem Fall sind Methoden zur Identifikation und Quantifizierung von Unsicherheit anzuwenden. Die statistische Modellkalibrierung mittels Bayes‘scher Inferenz ist eine Möglichkeit, basierend auf vorhandenem Wissen, z. B. Messdaten, die Unsicherheit der Modellparameter und der vorhergesagten STI zu identifizieren und zu reduzieren. Im Rahmen dieses Beitrags wird die STI mit einem virtuellen Modell analysiert, welches über Bayes’sche Inferenz kalibriert wird. Zu diesem Zweck wird zunächst eine Likelihood-Funktion für den komplexen STI-Vektor entwickelt und für den eindimensionalen Energiefluss einer Balkenstruktur sowie für den zweidimensionalen Energiefluss einer Schalenstruktur verifiziert. Die Ergebnisse dieses Beitrags bilden eine Grundlage für die weitere Analyse der STI in Maschinenstrukturen mittels Bayes‘scher Inferenz.