Ein elasto-plastisches Materialmodell zur realistischen Berechnung der Verformungen mechanisch überhöhter Stahl- und Verbundträger

Zur anteiligen Kompensation der Verformungen von Stahl- und Verbundträgern werden diese häufig überhöht eingebaut. Wird die Überhöhung durch eine mechanische Beanspruchung (Boxen) aufgebracht, so besitzt der Stahlträger bereits im Einbauzustand plastische Dehnungen. Wie von Grages gezeigt, führt dies bei der Rückbelastung zu einer Abnahme der Steifigkeit. Dieses Phänomen ist auch als Bauschinger-Effekt bekannt und kann bei praktischen Verformungsberechnungen zu einer Unterschätzung der tatsächlich auftretenden Deformationen führen. In dem aktuellen Aufsatz wird ein ratenunabhängiges elasto-plastisches Materialmodell mit linearer und nichtlinearer isotroper sowie nichtlinearer kinematischer Verfestigung vorgestellt, welches eine realistische Abschätzung der Verformungen erlaubt. Das gezeigte Materialmodell ist durch die geringe Anzahl an Eingangsparametern sehr einfach anwendbar. Eine gezielte Anpassung der einzelnen Parameter wird in anschaulicher Form dargestellt. Die Qualität des Modells wird anhand der Nachrechnung von durchgeführten Versuchen überprüft.

An elasto-plastic material model for realistic calculation of the deformations of mechanical cambered steel- and composite girders.
Steel and composite girders are often cambered before they are embedded into structures to compensate deflections. In case of a mechanical pre-deformation via a hydraulic press the steel girder contains plastic strains before assembly. As shown by Grages [3] this leads to a reduction of stiffness and strength during reverse loading. This phenomenon is also known as the Bauschinger-Effect [2] and may lead to an underestimation of the real deformation during a structural analysis. In this paper a rate-independent elastoplastic material model with linear and nonlinear isotropic as well as nonlinear kinematic hardening is introduced which allows a realistic estimation of deformations. The material model presented can be easily applied due to its low number of parameters. A straightforward algorithm to adjust the single parameters is described. The quality of the model is verified by a recalculation of experimental data from [3].