TRATAMENTO ESTATSTICO DE VALORES DE RUGOSIDADE DE PS REFORADAS EM FIBRA DE VIDRO E CARBONO,

TRANSFORMAO DOS DADOS A UMA POPULAO GAUSSIANA.

WILLIAN ARVEY MOLANO GABALN

UNIVERSIDADE DE BRASLIA MESTRADO EM ENGENHARIA MECATRNICA BRASLIA, DF JULHO 2012

RESUMO A continuao se apresentam os conceitos bsicos de rugosidade, de como foram pegos os dados e o processo para fazer uma transformao de dados no normais a uma populao gaussiana, e como se fiz o teste da normalidade onde se inferiu que os dados tinham um comportamento no gaussiano. Alm se fiz uma simulao de dados de rugosidade e com eles se fiz o teste da normalidade, e a transformao dos dados. Este trabalho tem como objetivo principal a anlise da rugosidade de ps dum aerogerador de eixo horizontal. Aqui se apresentam os resultados parciais, fazendo-se uma discusso sobre o comportamento no gaussiano da rugosidade das ps reforadas em fibra de vidro. Fizeram-se duas transformaes para os dados do estudo, uma tendo em conta correo por derivada e a outra sem ela. Tendo em conta os resultados para a transformao de dados pegados no laboratrio de rugosidade e os simulados, se posso prever que dependendo do numero de dados, se obtm resultados diferentes para a transformao, onde transformao com derivada tem sucesso para transformar populaes com um bom numero de pontos, e a transformao sem derivar a entrada tem uma melhor transformao para poucos dados, nesse estudo pouco numero de dados se refere a uma populao de 240 dados e uma populao grande a uma de 2000 dados. Cabe esclarecer que esse trabalho faz parte duma pesquisa que ainda est comeando, e que ela de importncia para o caminho a seguir na investigao como um tudo.

SUMRIO
1 INTRODUO....................................................................................................... 4 2 REVISO BIBLIOGRFICA................................................................................... 5 2.1 Rugosidade5................................................................................................................... 5 2.2 2.3 2.4 3 Geometria da p6 ........................................................................................................... 7 Media Geomtrica e funo log-normal ........................................................................ 8 Transformao de dados e teste de Normalidade .......................................................... 9

RUGOSIDADE DUMA P EM ............................................................................. 10 FIBRA DE VIDRO ................................................................................................ 10 4 APLICAO DE TEST ........................................................................................ 14 DA NORMALIDADE ............................................................................................ 14 4.1 Teste nos valores de rugosidade de Ra ........................................................................ 14 5 TRANSFORMAO ............................................................................................ 17 DE DADOS .......................................................................................................... 17 5.1 Transformao de dados pegados no laboratrio ........................................................ 17 5.2 6 7 Transformao de dados simulados ............................................................................ 20 CONCLUSES.................................................................................................... 22 REFERNCIAS ................................................................................................... 23

1 INTRODUO
Nas ultimas duas dcadas o Brasil tem voltado o interesse na produo de energia elica, assim como num primeiro momento o mostrou (e segue) a Dinamarca, tudo pelas vantagens que este tipo de energia traz como a de ser limpa. Alm disso, um desenvolvimento neste tipo de energias importante para o Brasil porque nas temporadas secas e onde o pas depende majoritariamente da energia hidrulica o pas conta com o maior potencial para este tipo de energia, pelos ventos propcios que se do neste perodo1. Por isso, o desenvolvimento nas reas que tenham como foco as energias renovveis como a energia elica o estudo dos materiais que se precisam, metrologia, anlise de ventos, controle linear e no linear para obteno de maior eficincia na gerao de energia, importante na atualidade e seguir sendo com maior importncia nas dcadas seguintes1, 2. Neste trabalho se faz nfase no analise das ps, e em especial na abordagem na geometria dimensional. O atual cenrio energtico global bastante amplo respeito s formas de gerar energia. Isso se deve crescente demanda por energias renovveis e limpas, bem como eficientes. A principal causa da busca por novas tecnologias , seguramente, o aquecimento global e a poluio causada pela emisso intensa de gases poluentes. Gases, esses que so emitidos na queima de combustveis fsseis surgidos do petrleo. O petrleo tem, de fato, domnio sobre outras fontes energticas devido ao seu uso extenso ao longo das ltimas dcadas, especialmente na indstria de transportes. H tambm razes econmicas para o domnio do petrleo. A substituio desse recurso ser lenta j que a maioria da tecnologia atualmente implantada no mundo depende dele1,3. de notar que a capacidade de produzir energia por um aerogerador depende de multiplex fatores como vento disponvel, quantidade de ps do aerogerador, tipo de seo transversal usada nas ps, matrias das ps, torre usada e sua altura, gerador usado eletrnica desenvolvida, etc. Alm desses fatores muito importantes temos a rugosidade das ps no menos importante, que fara com que a obteno de energia seja o mximo possvel. Essa a razo principal pela que se precisa fazer um estudo da rugosidade das ps, para ter uma ideia bsica da sua natureza, para que no futuro com mais resultados poda-se decidir se ela a adequada para obter energia ou pelo contrrio devem-se fazer correes na superfcie.

2 REVISO BIBLIOGRFICA
Neste trabalho se abordam dois assuntos principais, a rugosidade e a transformao de dados duma populao no normal a uma populao gaussiana. Assim se devera ter em conta uma anlise estadstica para avaliar a rugosidade, isto com o fim de obter um critrio abrangente na avaliao das ps e na comparao entre as caractersticas geomtricas das ps.

2.1 Rugosidade5
A rugosidade pode-se definir como o conjunto de desvios microgeomtricos, caracterizado pelas pequenas salincias e reentrncias presentes numa superfcie. Ela uma caracterstica importante que afeta e define o modo como s superfcies iro trabalhar e interagir. Geralmente com os acabamentos apropriados possvel definir-se os rangos no que vo estar rugosidade, esses rangos devem ser cada vez menores pelas exigncias cada vez maiores, com o que tem levado aos projetistas a estar atentos s normas que regem o controle na rugosidade de superfcies. O campo da Engenharia Mecnica dedicado ao estudo do atrito, desgaste e lubrificao a TRIBOLOGIA. Ainda que as superfcies sejam cuidadosamente acabadas apresentam defeitos na superfcie, como imperfeies geomtricas, ondulaes e asperezas. Para fazer uma avaliao destes defeitos, se faze a medida de sua rugosidade superficial, o qual no trivial j que existem inmeros de parmetros possveis a medir, como tambm so usados equipamentos de medidas especficos e os procedimentos so normalizados (Norma NBR ISO 4287/2002), os valores dessas medidas se expressam em micrmetros [m].

Figura 1.1 Perfil Efetivo

Para avaliar a rugosidade preciso ter em conta que numa pea estar presente a rugosidade propriamente dita, uma textura secundaria associada a ela, e um desvio de forma. A rugosidade ser o perfil depois de tirar a textura e o desvio de forma, assim se obter a rugosidade. Agora para estimar esta rugosidade se tem alguns parmetros estimadores que so usados dependendo do que se deseja avaliar. Os mais usados so os parmetros de amplitude e os parmetros de espaamento, neste trabalho se tem usado trs parmetros de amplitude, pelo que se entrar a definir eles. Os parmetros usados forma Ra (Desvio Mdio Aritmtico do perfil), Rq (Rugosidade quadrtica mdia) e Rz (Rugosidade mdia). Ra - Desvio Mdio Aritmtico do perfil: Esse parmetro est definido pela equao (1) a mdia aritmtica dos valores absolutos dos desvios do perfil a partir da linha mdia. Ra Vantagens - Parmetro mais utilizado. - Aplicvel maioria dos processos de fabricao. - Quase todos os equipamentos de medio apresentam esse parmetro. - Riscos inerentes ao processo alteram pouco seu valor. Ra Desvantagens - Presena de um pico ou vale atpico oriundo do processo no identificado e pode ocultar um defeito. - Seu valor no define a forma das irregularidades e pode ser associado a diferentes processos. - No distingue picos de vales. Rq - Rugosidade quadrtica mdia: a raiz quadrada da mdia aritmtica dos desvios do perfil a partir da linha mdia. ( Rq Vantagens - Acentua o efeito dos valores do perfil que se afastam da mdia, o qual pode ser importante para avaliar picos e vales maiores, j que em Ra tero o mesmo peso para todos os vales e picos. ) (2) | | (1)

Rq Desvantagens - Normalmente precisa de outro parmetro para poder-se fazer uma anlise. - No distingue picos de vales, nem define a forma das irregularidades. Rz - Rugosidade mdia: Rz - Vantagens - Informa sobre a mxima deteriorao da superfcie vertical da pea. - Considera todo o comprimento de avaliao. Rz - Desvantagens - A avaliao pode levar a resultados enganosos, por exemplo, presena de vales profundos. (3)

2.2 Geometria da p6
A geometria da p est governada por perfil escolhido que foi a NACA 63-215 que foi escolhido no projeto de graduao Estudo Aerodinmico E De Funcionamento De Uma Turbina Elica No Distrito Federal.

Figura 2.1 Perfil NACA 63-215 representado no eixo cartesiano com corda unitria.
http://www.worldofkrauss.com/foils/860

Neste projeto obtivesse a seguinte geometria para uma p.

Figura 2.2 Vista isomtrica de uma p do rotor

2.3 Media Geomtrica e funo log-normal

funo log-normal adota a seguinte equao: Essa muito similar equao que mostra o comportamento duma funo normal ou gaussiana, s que ela tira logaritmo natural aos dados, ao no ser por isso, as funes seriam equivalentes. Como resultado disso a funo log-normal no simtrica e tende a dar maior peso aos menores valores da varivel, como se v na figura 2.3.

Figura 2.3 Distribuio log-normal para diferentes desvios padres Alm, na figura pode-se ver que quando desvio padro diminui, a log-normal se parece mais com uma distribuio normal. Como a distribuio assimtrica, precisa-se um estudo diferente que em populaes simtricas, neste caso se fazem algumas modificaes em como se acha o desvio padro e como se obtm as faixas de confiana. Para essa distribuio se define como mdia, a mdia geomtrica em vez da mdia aritmtica e se faz uso do desvio padro geomtrico sendo coerentes. As faixas de confianas so apresentadas na figura 2.4.

Figura 2.4 Distribuio log-normal com faixas de confiana de 68% e 99,7% de confiana

Nesta figura a faixa que esta acoitada por as letras em vermelho representam uma probabilidade do 68 %, e a que est acoitada pelas letras verdes uma faixa de 99,7%.

2.4 Transformao de dados e teste de Normalidade

Teste de Normalidade: Antes de fazer qualquer estudo estatstico e preciso fazer um teste de normalidade para garantir que e vlido o estudo que se vai a fazer. Um dos testes mais simples e o que se faz aplicando o seguinte mtodo: p=( ) , onde N e o numero de dados;

, x so os dados e e a media dos dados;

Grfico p vs Xc, se tem um comportamento linear o grfico tem-se uma distribuio normal.

Figura 2.5 Teste da normalidade para uma distribuio Transformao de dados: uma distribuio pode ser transformada numa normal usando alguma destas equaes, onde a primeira tendo a corrigir muito bem a descida ou subida dos valores, mas tem o problema que se se tem uma mudana muito rpida entre dois valores consecutivos e a distancia entre eles no pequena, se ter um pico muito alto que emascara a sada, isso suceder se temos poucos dados. Nesse caso ser melhor usar a segunda equao, que no deriva a entrada.
( ) ( )

3 RUGOSIDADE DUMA P EM FIBRA DE VIDRO

Antes de fazer alguma medio se dividiram as ps em lado A e lado B, cada lado se dividiu em 24 quadrantes, na figura 3.1 se amostra o lado A e os 24 quadrantes.

Figura 3.1. Lado A da p com os 24 quadrantes. Mediu-se a rugosidade duma das ps de fibra de vidro pelos dois lados seguindo estratgias diferentes, no lado A se fizeram 10 medidas por quadrante medindo dum modo sistemtico se mediram 5 setores esquerda e 5 setores a direita do quadrante como se amostra na figura 3.2 a. Alm se mediram de novo os quadrantes 1 e 10 mas agora duma maneira aleatria, escolhendose dez pontos ao azar tal como se mostra na figura 3.2 b.

a)

b) Figura 3.2. a) Quadrante onde se fizeram medidas sistemticas e b) aleatrias da rugosidade.

Ao fazer um teste usando um cut-off de 0,8 mm, medindo Ra, se achou que os valores obtidos estavam na maioria na faixa de 2 a 10 m. Seguindo a tabela 3.1 que resume os diferentes cutoff para amostras com rugosidades aperidicas, com o que se infere que se deve trabalhar com um cutoff de 2,5 mm e se escolhe uma repetio 5 para maior confiabilidade da medida (2,5x5 mm). Tabela 3.1. Cut-off para rugosidade aperidica Cut-off (mm) 0,25 0,8 2,5 8,0

Rugosidade Ra (m) Menor ou igual a 0,1 Maior que 0,1 a 2 Maior que 2 a 10 Maior que 10

Com os dados obtidos na medida da rugosidade, se faz um pequeno estudo estatstico dos doados, faz-se histogramas de todos os dados para intuir o tipo de populao as que pertencem os dados.

a)

b)

c)

Figura 3.3. Histogramas a) Ra, b) Rq, c) Rz do lada A da p.

Como, pode-se ver nas figuras acima, os dados parecem no pertencer a uma populao gaussiana, pelo que se faz um teste de normalidade com os dados, obtendo-se o seguinte:

Figura 3.4. Teste de Comportamento gaussiano Pode-se inferir claramente que os dados no pertencem a uma distribuio gaussiana, pelo que no possvel fazer maior analise com os tratamentos estatsticos gaussianos. Ainda que no sejam vlidos muitos dos estimadores gaussianos, se fiz um estudo gaussiano preliminar, j que ainda a mdia um fator vlido e geral para todos os tratamentos. Fizeram-se as grficas de Ra mdia e desvio padro, Rz mdia e desvio padro, Rq mdia e desvio padro dos dados por quadrante para mostrar o comportamento da rugosidade media da p. Os parmetros Ra, Rq, e Rz tem um comportamento similar na tendncia tendo-se que nos mesmos quadrantes se acham os valores maiores (17, 18 e 19) e menores (2, 8 e 14). Amostrase de novo a figura1, s para mostrar os quadrantes com menores e maiores valores nos parmetros de rugosidade.

Figura 3.1. Lado A da p com os 24 quadrantes.

Agora, para o lado B da p mediu-se a rugosidade dum jeito aleatrio tal como se evidencia na figura 3.2b, como os dados obtidos dessa forma se fizeram os histogramas da figura 3.6, resultando que o comportamento similar ao lado A da p, ainda que se tenha mudado o procedimento de pegar os dados.

a)

b)

c) Figura 3.5. Histogramas a) Ra, b) Rq, c) Rz do lado B da p.

Esses resultados no comportamento dos parmetros de rugosidade, os obtidos no lado A e no lado B da p, da entender que necessrio fazer uma anlise estatstica no gaussiana.

4 APLICAO DE TEST DA NORMALIDADE

Fez-se o teste da normalidade para duas mostras diferentes, a primeira mostra foi os valores de do parmetro de rugosidade Ra duma p reforada em fibra de vidro e outra mostra de dados simulados em Matlab do Ra.

4.1

Teste nos valores de rugosidade de Ra

Os valores dos dados de rugosidade Ra so mostrados no histograma da figura 4.1, com esses dados fez-se o teste da normalidade aplicando a seguinte equao: p=( )

Onde, N o numero de dados da amostra, i um vetor de valores um at N com incremento de um em um, mediaRa a media do Ra, que neste caso so os valores da rugosidade media, Ra.

Figura 4.1 Histograma dos dados de rugosidade, Ra, duma p reforada com fibra e vidro

Obtendo-se o resultado apresentado na figura 4.2, onde pode inferir-se que os dados no pertencem a uma populao gaussiana, e pelo tanto preciso fazer um ajuste aos dados se se quer estudar eles com a estatstica gaussiana.

Figura 4.2 Teste da normalidade aplicado nos dados de rugosidade, Ra

Alm, fez-se uma simulao a partir dos dados anteriores, onde se interpolaram e extrapolaram dados para obter um total de 2000 dados, partindo dos 240 dados iniciais. Eles podem-se ver na figura 4.3, de aqui possvel ver claramente que a resposta no gaussiana e se parece muito resposta de dados duma lognormal, aplicou-se o teste da normalidade e o resultado se amostra na figura 4.4.

Figura 4.3 Histograma dos dados de rugosidade, Ra, Simulados em Matlab

Figura 4.4 Teste da normalidade aplicado nos dados de rugosidade, Ra, simulados em Matlab Como pode ver-se tem uma parte linear e sob tudo os dados maiores a dois esto fora do comportamento linear, querendo dizer que os dados pertencem a uma populao no normal.

5 TRANSFORMAO DE DADOS
Fizeram-se duas transformaes de acordo com o numero de dados, j que se tm poucos dados normalmente faz-se uma modificao a equao 5.1 normalmente usada quando o numero de dados grande, se tira a derivada da equao ficando a equao (2). O grande e pequeno muito subjetivo, e vai depender de qual dos dois testes se d melhor, qual d melhores resultados.
( )

(5.1)

( )

(5.2)

5.1

Transformao de dados pegados no laboratrio

Transformou-se os 240 valores dos dados da rugosidade Ra, usando a equao 5.1 e a equao 5.2, o que se mostra na figura 5.1 c e 5.1 b respetivamente, claro que ao usar a transformao com derivada a transformao falha. Na figura 5.1 se usou um landa de 0.0001 que foi o melhor valor possvel segundo o achado na simulao pelo Matlab, para esta transformao fez-se o teste da normalidade obtendo-se a resposta que se apresenta na figura 5.2.

Figura 5.1 Histograma dos dados de rugosidade a) Ra, b) depois da transformao com derivada e c) depois da transformao sem derivada da rugosidade Ra

Vermelha sem derivar, roxa derivada dos dados.

Figura 5.2 Teste da normalidade aplicado nos dados de rugosidade, Ra. Nesta figura, se v como a transformao com derivada quase uma linha vertical fazendo com que se perda a informao dos dados, embora a linha vermelha esta mais perto a uma resposta linear, que foi usando a transformao sem derivar os dados da rugosidade. A continuao se apresentam outros resultados ao ir mudando o landa, pode se ver que a menor landa (quando landa cero a resposta duma populao log-normal) a respostas so melhores. Pode-se ver que ao ir aumentando os valores de landa se obtm resultados onde a distribuio bem mais parecida com a inicial, o qual est de acordo com as transformaes j que quando landa atingir o valor de um, se ter como resposta a mesma entrada (ao menos na teoria), j que alm se adicionara rudo a respostam, devido a que no temos infinitos dados.

Figura 5.3 Histograma dos dados de rugosidade com landa 0,25 a) Ra, b) depois da transformao com derivada e c) depois da transformao sem derivada da rugosidade Ra

Figura 5.4 Histograma dos dados de rugosidade com landa 0,75a) Ra, b) depois da transformao com derivada e c) depois da transformao sem derivada da rugosidade Ra

5.2

Transformao de dados simulados

Seguiu-se um procedimento similar que para os dados simulados, mas se obtivo a melhor resposta quando o landa foi de 0,1615, o qual difere no caso anterior em que no foi o menor valor de landa que fiz obter a melhor resposta. A seguir se mostra a resposta das duas transformaes para landa igual a 0,0001, podem-se ver como a resposta em ambas s transformaes e superior a que quando temos poucos dados.

Figura 5.5 Histograma dos dados de rugosidade a) Ra, b) depois da transformao com derivada e c) depois da transformao sem derivada da rugosidade Ra Na figura 5.6 se mostra a resposta para as duas transformaes com landa sendo 0,1615, pode-se notar como a transformao com derivada tem mais sucesso, pra provar isso se fez o teste da normalidade s duas respostas das transformaes, o que se mostra na figura 5.7.

Figura 5.6 Histograma dos dados de rugosidade a) Ra, b) depois da transformao com derivada e c) depois da transformao sem derivada da rugosidade Ra

A resposta em cor azul e para a transformao com derivada e a vermelha sem derivar. Ento temos que sem derivar os valores tendem a uma linha vertical indicando perdida de exatido, e na azul temos uma linha reta em muitos dos dados de estudo.

Figura 5.7 Teste da normalidade aplicado nos dados de rugosidade, Ra

6 CONCLUSES

preciso fazer um teste de normalidade antes de fazer qualquer analise estatstico, para garantir a validez da normalidade. Em caso que se tenha uma distribuio no normal, tm-se dois caminhos ou se faz um estudo diretamente com a distribuio, encontrando que tipo de distribuio e, ou depois de achar o tipo de distribuio aplicar uma transformao adequada, para depois fazer o tratamento estatstico convencional. As duas alternativas tem vantagens e desvantagens, se se trabalha diretamente se ter uma grande complexidade mas os resultados se interpretam diretamente, agora se se faz uma transformao, a interpretao ficara mais difcil, j no mais valido trazer concluses de forma direta.

7 REFERNCIAS

1. Eliane A. FariaAmaral Fadigas.Energia Elica, Serie Sustentabilidade, Manole, 2011. 2. http://economia.uol.com.br/ultnot/lusa/2008/06/12/ult3679u3945.jhtm

3. El Final de la ERA Del Ptroleo Barato, Joaquim Sempere. Icaria Antrazyt, 2007. 4. GOMES, R., Jornal do Commercio, 2007. 5. Rugosidade supeficial apostila do curso A4- Rugosidade superficial, Mitutoyo Instituto de Metrologia. 6. Estudo Aerodinmico e de Funcionamento de uma Turbina Elica no Distrito Federal, Gustavo de Carvalho Sousa, Tiago Bermudez Souto de Oliveira.