Reliability assessment of buckling strength for imperfect stiffened panels under axial compression: Fid-Bau Portal

Reliability assessment of buckling strength for imperfect stiffened panels under axial compression

Limam, A

La conception de panneaux renforcés nécessite d’évaluer leur fiabilité en ce qui concerne l’état limite d’effondrement, car la présence de défauts généraux localisés peut avoir un impact sur ce dernier. En s’intéressant au cas d’une petite dépression de forme carrée située sur le panneau superficiel, on a évalué la force de flambage en présence d’une compression axiale plane et uniforme à l’aide d’un modèle non linéaire basé sur la méthode des éléments finis. On a fait appel à des réseaux neuraux artificiels pour représenter la charge d’effondrement sous forme d’une fonction des variables de conception clés qui entrent en jeu. Un plan factoriel complet du tableau expérimental créé à partir de ces variables a fourni des échantillons pour la phase d’apprentissage et des échantillons complémentaires ont été utilisés pour mettre à l’essai et valider les modèles obtenus. En séparant les diverses sources contribuant à la variabilité de la force de flambage, la méthode Monte Carlo a servi à évaluer la probabilité de rupture en tant que fonction de la charge de compression appliquée agissant sur systèmes de panneaux renforcés. On a constaté que les défauts localisés avaient un effet radical sur la probabilité de fiabilité. En ce qui concerne les paramètres géométriques considérés et les conditions limites, on a identifié le défaut situé sur le segment central du panneau central comme étant le défaut le plus grave. [Traduit par la Rédaction]

Designing stiffened panels requires evaluating reliability of these structures with regards to the collapse limit state as it could be affected by the presence of general localized defects. Considering the case of a small square depression located on the surface panel, the buckling strength under in-plane uniform axial compression was evaluated through nonlinear finite element modelling. Artificial neural networks were introduced for representing the collapse load as function of the key intervening design variables. A full factorial design of experiment table constructed on these variables provided samples for the training phase, and complementary samples were used to test and validate the obtained models. Separating the various sources contributing to variability of the buckling strength, Monte Carlo method was used to evaluate the probability of failure as function of the applied compression load acting on the stiffened panel system. It was found that localized defects have a drastic effect on the reliability probability. For the considered geometric parameters and boundary conditions, the localized defect present on the central segment of the stiffened panel was recognized to be the most severe one.