Digital modelling of failure of road barrier elements under impact of vehicle collision

Cover Page

Cite item

Full Text

Abstract

Introduction. One of the effective ways of reducing the severity of consequences of road traffic accidents is the use of road barriers. The ability to withstand failure and maintain functionality across various collision scenarios determines the reliability of a barrier. An analysis of existing methods for modelling collision processes showed that the ultimate state of the structures of the impact site during a vehicle impact is usually considered to be the achievement of some ultimate value of the mechanical characteristics of the impact site material. Modelling the failure of road barrier elements, as well as the assessment of their operation after the material reaches its limiting characteristics at the moment of deformation localization, are associated with the need to take into account the failure in material models, which is necessary for an objective assessment of the operation road barrier structures, both during design and during certification analysis.Materials and methods. Barrier and frontal guardrails were selected as the object of the study. To achieve high accuracy in the results, an approach with validation based on the material – component – product scheme was applied. To construct the true stress-strain curve beyond the strength limit was used the phenomenological hardening law of Hockett and Sherby. Damage assessment was carried out using the effective plastic strain criterion, along with the GISSMO damage accumulation model. The identification of material and damage model parameters was performed using the inverse modelling method.Results. The main parameters of the material models and the GISSMO damage accumulation model were determined, and validated models of the main elements of the studied barriers were developed. Full-scale virtual crash-tests of the studied barriers were carried out using the developed validated elements, which showed good convergence with the full-scale experiment.Conclusions. As a result of the research, it was revealed that the approach using the GISSMO damage accumulation model has the greatest accuracy in describing the failure of structural elements of road barriers. To develop validated models of barriers, it is advisable to use the inverse method and validate individual elements through bench tests.

About the authors

I. V. Demiyanushko

Moscow Automobile and Road Construction State Technical University (MADI)

Email: demj-ir@mail.ru
ORCID iD: 0000-0001-6726-1131

O. V. Titov

Moscow Automobile and Road Construction State Technical University (MADI)

Email: gaqui4@yandex.ru
ORCID iD: 0000-0002-0401-8326

P. S. Mikheev

Moscow Automobile and Road Construction State Technical University (MADI)

Email: psmikheev95@gmail.com
ORCID iD: 0000-0003-0760-2138

I. A. Karpov

Moscow Automobile and Road Construction State Technical University (MADI)

Email: ilya.karpov@outlook.com
ORCID iD: 0000-0003-2574-2839

References

  1. Сторожев С.А., Логинов В.Ю., Аристархова А.Н. Влияние сертификации дорожных ограждений на безопасность дорожного движения // Безопасность дорожного движения. 2022. № 2. С. 52–56. EDN OWTHRQ.
  2. Андреев К.П., Борычев С.Н., Терентьев В.В., Шемякин А.В. Дорожные ограждения: современные решения для повышения безопасности движения // Грузовик. 2021. № 6. С. 43–48. EDN JXOXJJ.
  3. Андреев К.П., Терентьев В.В., Шемякин А.В. Применение дорожного энергопоглощающего ограждения для повышения безопасности движения // Транспорт. Транспортные сооружения. Экология. 2018. № 1. С. 5–12. doi: 10.15593/24111678/2018.01.01. EDN YVGQRA.
  4. Qiao W., Huang E., Guo H., Liu Y., Ma X. Barriers involved in the safety management systems: a systematic review of literature // International Journal of Environmental Research and Public Health. 2022. Vol. 19. Issue 15. P. 9512. doi: 10.3390/ijerph19159512
  5. Сунгатуллина К.А. Условия и факторы, влияющие на безопасность дорожного движения на современном этапе // Вестник НЦБЖД. 2022. № 2 (52). С. 126–135. EDN UKXUKI.
  6. Дергунов С.А., Орехов С.А., Тарановская Е.А., Самигуллин Н.Р. Дорожные ограждения, рассеивающие энергию удара // Тенденции развития науки и образования. 2017. № 26–4. С. 69–71. doi: 10.18411/lj-31-05-2017-72. EDN ZCNFPT.
  7. Тавшавадзе Б.Т. Разработка и обоснование методологии расчетов, испытаний и сертификации дорожных удерживающих ограждений барьерного типа : дис. … канд. техн. наук. М., 2019. 147 с. EDN CNLKWQ.
  8. Карпов И.А. Механика конструкций тросовых дорожных ограждений при ударном взаимодействии с транспортным средством и разработка математических моделей расчета : дис. … канд. техн. наук. М., 2021. 151 с. EDN YANQXS.
  9. Демьянушко И.В., Карпов И.А., Тавшавадзе Б.Т., Титов О.В., Михеев П.С., Самигуллин Л.Ф. Цифровое моделирование механики поведения энергопоглощающих элементов дорожных фронтальных ограждений при ударе // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2023. № 3 (74). С. 20–30. EDN FIWFLE.
  10. Borovinšek M., Vesenjak M., Ulbin M., Ren Z. Simulation of crash tests for high containment levels of road safety barriers // Engineering Failure Analysis. 2007. Vol. 14. Issue 8. Рр. 1711–1718. doi: 10.1016/j.engfailanal.2006.11.068
  11. Тавшавадзе Б.Т., Локить А.Г. Перспектива применения парапетных дорожных ограждений. Современные методы их расчета // Автомобиль. Дорога. Инфраструктура. 2022. № 2 (32). EDN SZMJSM.
  12. Кисельков А.Л., Шукюров А.О. Методические рекомендации к расчетной оценке прочности дорожных ограждений на основе компьютерного моделирования процессов // Актуальные вопросы машиноведения. 2020. Т. 9. С. 124–130. EDN WSJTHE.
  13. Mohan P., Marzougui D., Meczkowski L., Bedewi N. Finite element modeling and validation of a 3-strand cable guardrail system // International Journal of Crashworthiness. 2005. Vol. 10. Issue 3. Рр. 267–273. doi: 10.1533/ijcr.2005.0345
  14. Tran Thanh T., Tso-Liang T. Analysis of truck crashes with W-beam guardrail // Acta Technica Jaurinensis. 2023. Vol. 16. Issue 3. Рр. 107–115. doi: 10.14513/actatechjaur.00690
  15. Gheres M.I., Scurtu I.L. Crash testing and evaluation of W-beam guardrail using finite elements method // IOP Conference Series : Materials Science and Engineering. 2022. Vol. 1220. Issue 1. P. 012049. doi: 10.1088/1757-899X/1220/1/012049
  16. Демьянушко И.В., Карпов И.А., Михеев П.С., Мухаметова А.А. Цифровое моделирование работы мобильного фронтального устройства с прогнозируемым разрушением // XXXII Междунар. инновационная конф. молодых ученых и студентов по проблемам машиноведения : сб. тр. конф. 2021. С. 48–53. EDN YVKVJB.
  17. Ray M.H., Plaxico C.A., Engstrand K. Performance of W-beam splices // Transportation Research Record: Journal of the Transportation Research Board. 2001. Vol. 1743. Issue 1. Рр. 120–125. doi: 10.3141/1743-16
  18. Биргер И.А., Мавлютов Р.Р. Сопротивление материалов : учебное пособие. М. : Наука, 1986. 560 с.
  19. Монахов А.Д., Гуляев М.М., Гладышева Н.Е., Коптельцева О.Ю., Автаев В.В., Яковлев Н.О. и др. Применение метода корреляции цифровых изображений для построения диаграмм деформирования в истинных координатах // Известия высших учебных заведений. Цветная металлургия. 2023. Т. 29. № 3. С. 79–88. doi: 10.17073/0021-3438-2023-3-79-88. EDN KIDSEJ.
  20. Ilg C., Liebold C., Sreenivasa V., Haufe A., Karadogan C., Liewald M. Displacement based simulation and material calibration based on digital image correlation part II — application // IOP Conference Series : Materials Science and Engineering. 2023. Vol. 1284. Issue 1. P. 012056. doi: 10.1088/1757-899X/1284/1/012056
  21. Ilg C., Witowski K., Koch D., Roehl Suanno P., Haufe A. Constitutive model parameter identification via full-field calibration // IOP Conference Series: Materials Science and Engineering. 2019. Vol. 651. Issue 1. P. 012070. doi: 10.1088/1757-899X/651/1/012070
  22. Васильев Б.Е., Волков М.Е., Бредихина Е.Н., Плещеев И.И. Построение расчетных кривых деформирования в обеспечение наполнения банка данных по конструкционной прочности материалов авиационных двигателей // Materials Physics and Mechanics. 2019. Т. 42. № 5. С. 656–670. doi: 10.18720/MPM.4252019_19. EDN KHEMRA.
  23. Cao J., Li F., Ma W., Li D., Wang K., Ren J. et al. Constitutive equation for describing true stress–strain curves over a large range of strains // Philosophical Magazine Letters. 2020. Vol. 100. Issue 10. Рр. 476–485. doi: 10.1080/09500839.2020.1803508
  24. Chen J.J., Lian C.W., Lin J.P. Validation of constitutive models for experimental stress-strain relationship of high-strength steel sheets under uniaxial tension // IOP Conference Series: Materials Science and Engineering. 2019. Vol. 668. Issue 1. P. 012013. doi: 10.1088/1757-899X/668/1/012013
  25. Tu S., Ren X., He J., Zhang Z. Stress–strain curves of metallic materials and post-necking strain hardening characterization: A review // Fatigue & Fracture of Engineering Materials & Structures. 2019. Vol. 43. Issue 1. Рр. 3–19. doi: 10.1111/ffe.13134
  26. Zeng X., Wu W., Zou J., Elchalakani M. Constitutive model for equivalent stress-plastic strain curves including full-range strain hardening behavior of high-strength steel at elevated temperatures // Materials. 2022. Vol. 15. Issue 22. P. 8075. doi: 10.3390/ma15228075
  27. Hockett J.E., Sherby O.D. Large strain deformation of polycrystalline metals at low homologous temperature // Journal of the Mechanics and Physics of Solids. 1975. Vol. 23. Issue 2. Рр. 87–98. doi: 10.1016/0022-5096(75)90018-6
  28. Meißner P., Winter J., Vietor T. Methodology for neural network-based material card calibration using LS-DYNA MAT_187_SAMP-1 considering failure with GISSMO // Materials. 2022. Vol. 15. Issue 2. P. 643. doi: 10.3390/ma15020643
  29. Andrade F.X.C., Feucht M., Haufe A., Neukamm F. An incremental stress state dependent damage model for ductile failure prediction // International Journal of Fracture. 2016. Vol. 200. Issue 1–2. Рр. 127–150. doi: 10.1007/s10704-016-0081-2
  30. Johnson G.R., Cook W.H. Fracture characteristics of three metals subjected to various strains, strain rates, temperatures and pressures // Engineering Fracture Mechanics. 1985. Vol. 21. Issue 1. Рр. 31–48. doi: 10.1016/0013-7944(85)90052-9

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».