Você está na página 1de 145

UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN

PR

UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN CAMPUS DE CURITIBA DEPARTAMENTO DE PESQUISA E PS-GRADUAO PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA E DE MATERIAIS - PPGEM

JULIANE TOSIN FERNANDES

OTIMIZAO ESTRUTURAL DE MATERIAIS COMPOSTOS LAMINADOS USANDO SUPERFCIE DE RESPOSTA E ALGORITMOS GENTICOS

CURITIBA AGOSTO 2009

JULIANE TOSIN FERNANDES

OTIMIZAO ESTRUTURAL DE MATERIAIS COMPOSTOS LAMINADOS USANDO SUPERFCIE DE RESPOSTA E ALGORITMOS GENTICOS

Dissertao apresentada como requisito parcial obteno do ttulo de Mestre em Engenharia, do Programa de Ps-Graduao em Engenharia Mecnica e de Materiais, rea de Concentrao em Mecnica dos Slidos e Vibraes, do Departamento de Pesquisa e Ps-Graduao, do Campus de Curitiba, da UTFPR.

Orientador: Prof. Marco Antnio Luersen, Dr. Eng. Co-orientador: Prof. Juclio Toms Pereira, Dr. Eng.

CURITIBA AGOSTO 2009

TERMO DE APROVAO

JULIANE TOSIN FERNANDES

OTIMIZAO ESTRUTURAL DE MATERIAIS COMPOSTOS LAMINADOS USANDO SUPERFCIE DE RESPOSTA E ALGORITMOS GENTICOS
Esta Dissertao foi julgada para a obteno do ttulo de mestre em engenharia, rea de concentrao em Mecnica dos Slidos e Vibraes, e aprovada em sua forma final pelo Programa de Ps-graduao em Engenharia Mecnica e de Materiais.

_________________________________
Prof. Giuseppe Pintade, Dr. Eng. Coordenador de Curso

Banca Examinadora

______________________________
Prof. Marco Antnio Luersen, Dr. Eng Universidade Tecnolgica Federal do Paran

______________________________
Prof. Jos Carlos Pereira, Dr. Eng. Universidade Federal de Santa Catarina

______________________________
Prof. Juclio Toms Pereira, Dr. Eng Universidade Federal do Paran

______________________________
Prof. Carlos Alberto Bavastri, Dr. Eng Universidade Federal do Paran e Universidade Tecnolgica Federal do Paran

Curitiba, 27 de agosto de 2009

iii

Dedico

este

trabalho e sabe

a o

quem valor

mais desta

acompanhou

conquista, meu esposo, Jos Mrcio.

iv

AGRADECIMENTOS
Os agradecimentos que seguem podem no estar todos diretamente ligados realizao deste trabalho, mas me pareceu a melhor oportunidade para deixar registrado o valor de algumas pessoas em minha vida, o que acaba refletindo na possibilidade de tais feitos. Aos meus pais Lucia e Agostinho Tosin pela dedicao, amor e carinho que sempre me ofereceram e pelos valores que me ensinaram. Ao meu irmo Jnior e sua famlia, aos tios, tias, primos, primas, v e a famlia que eu me casei, pela alegria dos nossos encontros. Ao meu orientador, Prof. Marco Antnio Luersen pelo exemplo de profissionalismo, pela disponibilidade em ensinar e principalmente por ter acreditado no meu trabalho apesar de todas as dificuldades. Ao meu co-orientador, Prof. Juclio Toms Pereira que me incentivou e me guiou no incio de tudo. Ao Prof. Carlos A. Bavastri pelos ensinamentos e apoio durante as diciplinas do curso. Ao estagirio do LAMES (Laboratrio de Mecnica Estrutural da UTFPR) Gustavo von Zeska de Frana pela expressiva ajuda nas rotinas de MATLAB e ABAQUS. A Volvo do Brasil Veculos Ltda, nas pessoas do Sr. Jones Gioppo, coordenador da rea de desenvolvimento do produto, instalao de trem de fora e do Sr. Rubens Cieslak, analista de recursos humanos Coe, pelo incentivo e reconhecimento, bem como por permitirem a flexibilizao do meu horrio de trabalho para que fosse possvel o cumprimento do programa de mestrado. Ao PPGEM (Programa de Ps-Graduao em Engenharia Mecnica e de Materiais da UTFPR), pela administrao, organizao e infra-estrutura oferecida, principalmente o acesso aos laboratrios e computadores que auxiliaram muito no desenvolvimento do trabalho. E principalmente, ao meu esposo, Jos Mrcio. (Voc me incentiva a crescer!)

A mente que se abre a uma nova idia jamais voltar ao seu tamanho original. Albert Einstein

vi

FERNANDES, Juliane Tosin, Otimizao estrutural de materiais compositos laminados usando superfcie de resposta e algoritmos genticos, 2009, Dissertao (Mestrado em Engenharia) - Programa de Ps-graduao em Engenharia Mecnica e de Materiais, Universidade Tecnolgica Federal do Paran, Curitiba, 93p.

RESUMO
Seguindo a tendncia da indstria pela busca da minimizao da massa dos produtos em geral, a utilizao de materiais compostos laminados vem crescendo em larga escala. Em paralelo a isto, as pesquisas na rea buscam fornecer suporte ao desenvolvimento de novas aplicaes e de novos materiais. Deste modo, o presente trabalho prope uma tcnica combinada para auxiliar nos projetos de estruturas e que utilizam tais materiais. Esta tcnica consiste na implementao do mtodo da superfcie de resposta (SR) em combinao com algoritmos genticos (AG) na busca pela sequncia tima de empilhamento. O uso do mtodo da superfcie de resposta tem por objetivo obter um modelo reduzido para a realizao da otimizao, e assim diminuir a onerosidade computacional dos algoritmos genticos. A utilizao do AG objetiva superar algumas dificuldades caractersticas desse problema que so a ocorrncia de variveis de projeto inteiras e a ocorrncia de mnimos locais. Comparando os resultados alcanados com a combinao SR e AG com aqueles obtidos somente com um AG, foi verificado que, nos problemas estudados, a tcnica combinada proposta fornece resultados confiveis, com erros relativos na faixa de at 8%, bem como uma significativa reduo no tempo de processamento. Para aplicaes envolvendo geometrias mais complexas que placas quadradas ou retangulares, a interface com um software de elementos finitos, o ABAQUS, tambm foi implementada e testada. Alguns dos critrios de falha dedicados a materiais compostos foram implementados, enfatizando o critrio de falha de Puck, ainda pouco disseminado mas que, segundo a literatura de referncia, promete boa acuracidade devido a ampla anlise do laminado. Palavras-chave: Materiais compostos laminados, Superfcie de resposta, Algoritmos genticos.

vii

FERNANDES, Juliane Tosin, Structural optimization of composite laminate materials using response surface and genetic algorithms, 2009, Dissertao (Mestrado em Engenharia) - Programa de Ps-graduao em Engenharia Mecnica e de Materiais, Universidade Tecnolgica Federal do Paran, Curitiba, 93p.

ABSTRACT
Due to increase of industrial demands for the minimization of the product mass, the use of composite laminate materials is largely growing. In parallel, the researches in this area foresee to supply the adequate support to the development of new applications and new materials. In this way, the present study makes a proposal of a combined technique to help the structural design that uses these materials. This technique consists of implementation of the response surface method in combination to genetic algorithms looking to reach the optimum ply sequence for a laminate. The goal of using the response surface method is to build a reduced model to be used for the optimal design, reducing the evaluation cost of the genetic algorithms. The objective of using the genetic algorithms is to pass some difficulties, which are characteristics of the composite laminate material design, such as discrete variables and local minimums. On the studied problems, comparing the results reached with the technique mentioned above, with the ones reached just with the genetic algorithm, shows that the combined technique proposed, supplies reliable results, having relative errors till 8%, as well as a significant time reduction to the process. For applications involving complex geometries other than square and rectangular plates, the interface with the finite element software, ABAQUS, was also used. Some specific failure criterias for composite materials were implemented, emphasizing the Puck failure criteria. This criteria is not yet widely used, however, according to the references, the results are promising in an accurate way, as well as presenting a complete laminate analysis.

Keywords: Composite laminate materials, Response surface, Genetic algorithms.

viii

SUMRIO
RESUMO.................................................................................................................... vi ABSTRACT ............................................................................................................... vii LISTA DE FIGURAS ................................................................................................... x LISTA DE TABELAS .................................................................................................. xi LISTA DE ABREVIATURAS E SIGLAS .................................................................... xii LISTA DE SMBOLOS...............................................................................................xiii

INTRODUO......................................................................................................1
1.1 1.2 1.3 Consideraes Gerais ............................................................................................................. 1 Escopo e Objetivo do Trabalho ............................................................................................... 2 Organizao do Trabalho........................................................................................................ 4

REVISO BIBLIOGRFICA .................................................................................5


2.1 Otimizao de Materiais Compostos Laminados.................................................................... 5 Definio geral de otimizao ............................................................................................. 5 Algoritmos genticos aplicados aos materiais compostos laminados ................................ 7 2.1.1 2.1.2 2.2 2.3

Superfcie de Resposta (SR)................................................................................................... 9 Superfcie de Resposta Combinada com Algoritmos Genticos .......................................... 10

MECNICA DOS MATERIAIS COMPOSTOS LAMINADOS..............................13


3.1 3.2 Definio Geral de Material Composto Laminado ................................................................ 13 Equaes Constitutivas dos Materiais Compostos Laminados ............................................ 16 Equaes constitutivas para uma lmina.......................................................................... 16 Relao tenso deformao de uma lmina para uma direo qualquer das fibras........ 18 Foras e momentos resultantes em um laminado ............................................................ 23

3.2.1 3.2.2 3.2.3 3.3 3.4

Frequncia Natural de um Laminado .................................................................................... 29 Critrios de Falha .................................................................................................................. 32 Carga crtica de flambagem .............................................................................................. 33 Critrio da Mxima Tenso ............................................................................................... 34 Critrio de Tsai-Hill ............................................................................................................ 35 Critrio de Puck ................................................................................................................. 36

3.4.1 3.4.2 3.4.3 3.4.4

4 ALGORITMO GENTICO CONJUGADO COM SUPERFCIE DE RESPOSTA PARA ESTRUTURAS DE MATERIAIS COMPOSTOS LAMINADOS.......................43
4.1 Mtodo dos Algoritmos Genticos Clssico.......................................................................... 43

ix

4.1.1 4.2 4.3 4.4

Exemplo 4.1 - Aplicao de um AG padro uma estrutura de composto laminado ...... 48

O AG Original Utilizado Posteriormente na Conjugao com SR ........................................ 52 Mtodo da Superfcie de Resposta ....................................................................................... 56 AG Conjugado com SR ......................................................................................................... 61 Estrura da tcnica combinada SR + AG ........................................................................... 61 Implementao da tcnica combinada SR + AG .............................................................. 64

4.4.1 4.4.2

RESULTADOS NUMRICOS.............................................................................67
5.1 Testes preliminares com a tcnica de superfcie de resposta .............................................. 67 5.2 Exemplos Nmericos de Aplicao da Implementao do Mtodo da SR em combinao com um AG........................................................................................................................................ 74 5.2.1 Puck 5.2.2 Exemplo 5.1 Maximizao da resistncia do laminado segundo o critrio de falha de 77 Exemplo 5.2 Maximizao da frequncia fundamental com wp = lp ............................. 78

5.2.3 Exemplo 5.3 Maximizao da frequncia fundamental com restrio ao critrio de falha de Puck, sendo wp = lp.................................................................................................................. 79 5.2.4 Exemplo 5.4 Maximizao da frequncia fundamental com restrio ao critrio de falha de Puck, sendo wp lp .................................................................................................................. 80 5.2.5 Exemplo 5.5 Maximizao da flambagem, sendo wp = lp ............................................. 81 5.3 Exemplos de Aplicao da Implementao do Mtodo da SR em um AG Tendo Interface com o Software de elemento finitos, ABAQUS ............................................................................... 83 5.3.1 Exemplo 5.6 Maximizao da frequncia fundamental, com resposta estrutural obtida via elementos finitos, sendo 3 as possibilidades de ngulos de orientao................................. 83 5.3.2 Exemplo 5.7 Maximizao da frequncia fundamental, com resposta estrutural obtida via elementos finitos, sendo 5 as possibilidades de ngulos de orientao................................. 87

CONCLUSES E SUGESTES PARA TRABALHOS FUTUROS ....................89

REFERNCIAS.........................................................................................................91 APNDICE A ALGORITMO GENTICO COM CODIFICAO REAL ..................94 APNDICE B ALGORITMO PARA IMPLEMENTAO DOS 4 TIPOS DE SR (EXEMPLOS DA SEO 5.1).................................................................................106 APNDICE C ALGORITMO PRINCIPAL PARA IMPLEMENTAO DA ROTINA SR + AG ..................................................................................................................126

LISTA DE FIGURAS
Figura 3.1 - Lmina unidirecionalmente reforada por fibra. .....................................13 Figura 3.2 Laminado composto por 3 lminas reforadas a 0, 45 e 90, onde ek representa a espessura da k-sima lmina, h a espessura total do laminado e a direo do reforo da lmina...........................................................................14 Figura 3.3 Representao das tenses no sistema de coordenadas x-y. ..............18 Figura 3.4 Sistema de coordenadas 1-2 para uma rotao qualquer sobre o sistema x-y. ........................................................................................................19 Figura 3.5 Representao das tenses no sistema dos eixos de ortotropia do material 1-2. .......................................................................................................19 Figura 3.6 Foras resultantes no plano do laminado..............................................23 Figura 3.7 Momentos resultantes no laminado.......................................................26 Figura 3.8 Representao de uma placa plana retangular.....................................31 Figura 3.9 Representao de carregamentos em uma placa retangular................34 Figura 3.10 Redistribuio das foras aps uma IFF (adaptada de KNOPS 2008). ...........................................................................................................................37 Figura 3.11 Formas das falhas interfibras IFF (adaptada de KNOPS 2008). .........38 Figura 3.12 Formas das falhas da fibra FF (adaptada de KNOPS 2008)...............39 Figura 3.13 Forma do envelope de falha segundo critrio de Puck (adaptada de KNOPS, 2008). ..................................................................................................41 Figura 4.1 Representao esquemtica da populao, indivduos e gene de um AG. .....................................................................................................................44 Figura 4.2 Operao de cruzamento, numa codificao binria, particionado em 2 pontos. ...............................................................................................................45 Figura 4.3 Fluxograma de um algoritmo gentico. .................................................46

xi

Figura 4.4 Representao da busca do ponto de mnimo de uma funo, utilizando-se um mtodo clssico e algoritmos genticos..................................47 Figura 4.5 Representao de carregamentos em uma placa retangular................49 Figura 4.6 Operao de cruzamento com partio entre o segundo e o terceiro gene. ..................................................................................................................50 Figura 4.7 Convergncia do exemplo 4.1...............................................................51 Figura 4.8 Exemplo de cromossomo codificado.....................................................52 Figura 4.9 Exemplo de operao de cruzamento...................................................53 Figura 4.10 Exemplo de mutao...........................................................................53 Figura 4.11 Exemplo da operao Gene-Swap. ..................................................54 Figura 4.12 Exemplo da operao de adio e retirada de lminas.......................54 Figura 4.13 Exemplo de busca da vizinhana. .......................................................55 Figura 4.14 Exemplo de agrupamento de materiais...............................................55 Figura 4.15 Exemplo de construo de uma SR. ...................................................57 Figura 4.16 Fluxograma simplificado de um AG padro. .......................................63 Figura 4.17 Fluxograma simplificado da tcnica combinada, SR + AG, proposta. .64 Figura 5.1 Comportamento dos 4 tipos de SR para a funo f(), com 1 varivel contnua. ............................................................................................................68 Figura 5.2 Comportamento dos 4 tipos de SR para a o critrio da flambagem, com 1 varivel contnua. ............................................................................................70 Figura 5.3 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 1 varivel contnua. ...............................................................................................70 Figura 5.4 Comportamento dos 4 tipos de SR para o critrio de Flambagem, com 1 varivel discreta, sem escolha de experimentos................................................71 Figura 5.5 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 1 varivel discreta. ................................................................................................72

xii

Figura 5.6 Comportamento dos 4 tipos de SR para o critrio de flambagem, com 1 varivel discreta, com escolha prvia de experimentos. ....................................72 Figura 5.7 Comportamento dos 4 tipos de SR para o critrio de flambagem, com 4 variveis discretas..............................................................................................73 Figura 5.8 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 4 variveis discretas..............................................................................................74 Figura 5.9 Estrutura analisada nos exemplos da Seo 5.1. .................................75 Figura 5.10 Geometria da placa analisada.............................................................84 Figura 5.11 Malha em elementos finitos construda no ABAQUS . ......................85 Figura 5.12 Modo de vibrar da frequncia fundamental. ........................................85

xiii

LISTA DE TABELAS
Tabela 3.1 Propriedades do material Carbono-Epoxi............................................41 Tabela 4.1 Resultados alcanados com o AG........................................................51 Tabela 4.2 Representao dos cromossomos .......................................................52 Tabela 5.1 Resultados do Exemplo 5.1..................................................................78 Tabela 5.2 Resultados do Exemplo 5.2..................................................................79 Tabela 5.3 Resultados do Exemplo 5.3..................................................................80 Tabela 5.4 Resultados do Exemplo 5.4..................................................................81 Tabela 5.5 Resultados do Exemplo 5.5..................................................................82 Tabela 5.6 Resultados do Exemplo 5.6..................................................................86 Tabela 5.7 Resultados do Exemplo 5.7..................................................................88

xiv

LISTA DE ABREVIATURAS E SIGLAS


AG SR FF IFF - Algoritmo Gentico ou Algortmos Genticos - Superfcie de Resposta - Falha da Fibra - Falha interfibras (do ingls inter-fiber failure)

xv

LISTA DE SMBOLOS
n
m ek Cij i ij i ij Qij Ei Gij ij [T] h Nx Ny Nxy Mx My Mxy - Orientao angular da n-sima lmina do laminado - Material da lmina - Espessura da k-sima lmina do laminado - Matriz constitutiva, que relaciona tenses com deformaes - Deformaes normais na direo i - Deformaes cisalhantes no plano ij - Tenses normais na direo i - Tenses de cisalhamento no plano ij - Matriz de rigidez reduzida para um estado plano de tenses - Mdulo de elasticidade na direo i - Mdulo de cisalhamento no plano ij - Coeficiente de Poisson (deformao causada na direo j devido uma solicitao unitria na direo i) - Matriz de transformao de coordenadas - Espessura do laminado - Fora normal por unidade de comprimento na direo x do laminado - Fora normal por unidade de comprimento na direo y do laminado - Fora cisalhante aplicada no plano xy do laminado - Momento fletor por unidade de comprimento na direo x do laminado - Momento fletor por unidade de comprimento na direo y do laminado - Momento toror por unidade de comprimento no plano xy do laminado - Deformaes de membrana - Deslocamento na direo z

0
w0

xvi

[A] [D] [B] cr lp wp Xc Xt Yc Yt S

- Matriz dos efeitos de membrana de um laminado - Matriz de flexo de um laminado - Matriz de acoplamento entre membrana e flexo - Fator crtico de flambagem - Dimenso na direo x de placa retangular - Dimenso na direo y de placa retangular - Resistncia mecnica em compresso na direo longitudinal - Resistncia mecnica em trao na direo longitudinal - Resistncia mecnica em compresso na direo transversal - Resistncia mecnica em trao na direo transversal - Resistncia mecnica ao cisalhamento - ngulo do plano de fratura - Resistncia fratura do plano de ao de Puck - Parmetros de inclinao utilizados para construo do envelope de falha de Puck - Nmero de experimentos da superfcie de resposta - Perda quadrtica - Primeiro modo da frequncia natural de um laminado

fp
RA p12, p22 k L fn

Captulo 1 Introduo

1 INTRODUO

1.1

Consideraes Gerais

O desenvolvimento tecnolgico vem remetendo a famosa frase vale o quanto pesa cada vez mais contrria sua interpretao popular, pois para algumas aplicaes, os produtos ganham mais valor medida em que sua massa reduzida. Por exemplo, avies mais leves podem voar mais velozes e com maior altitude, consumindo menos energia. Veculos de transporte se tornam mais competitivos medida que apresentam valor mais baixo de tara, permitindo assim transportar cargas mais pesadas ou apresentar menor consumo de combustvel. Atualmente, a gama de materiais oferecida no mercado visando atender demanda de minimizao da massa dos produtos vem crescendo com um destaque para os materiais compostos laminados. Em GAY, HOA e TSAI (2003) pode-se encontrar uma expressiva lista das diversas aplicaes destes materiais. Como descrito em JONES (1999), as razes para a crescente pesquisa e aplicao destes materiais a vantagem na relao baixa densidade e alta resistncia mecnica nas direes de interesse que os mesmos apresentam se comparados aos materiais estruturais convencionais. Numa rpida comparao realizada por HAFTKA, GRDAL e HAJELA (1998), a densidade de um laminado de matriz polimrica e reforado com fibras de carbono chega a alcanar apenas um pouco mais da metade da densidade do alumnio, um material estrutural tradicionalmente utilizado. Em contrapartida, sua rigidez, apresenta o dobro do valor se comparado ao mesmo material. Desta forma, numa anlise simplificada e somente para termos de comparao de grandeza, com o uso de um material composto laminado, poderia se obter ento quatro vezes a rigidez mecnica que se obteria utilizando a mesma massa de um material estrutural convencional como o alumnio. As vantagens destes materiais, motivaram a procura por se entender seu comportamento mecnico. Pois como ocorre com qualquer outro material, as

Captulo 1 Introduo

estruturas fabricadas em material composto laminado visam atender a requisitos de projetos, tais como limites de rigidez mecnica, campos de tenses, entre outros. As aplicaes pioneiras dos materiais compostos laminados se deram nas reas aeronutica e espacial e atualmente a gama das suas aplicaes muito grande, estando presente, por exemplo, em acessrios e equipamentos esportivos, construo civil, componentes automobilsticos e outros. Devido crescente importncia dos materiais compostos laminados, um vasto campo de pesquisa se formou em torno deste assunto. Exemplo disto so o estudo e o desenvolvimento de critrios de falha, especficos para estes materiais, j que a procura em se obter modelos com considervel acuracidade de predio do seu comportamento mecnico naturalmente um resultado esperado. Tambm ganhou grande ateno neste campo de pesquisa a aplicao de mtodos de otimizao. Como j citado, apesar destes materiais apresentarem a vantajosa relao de baixa densidade e alta resistncia mecnica, a otimizao visando obter menor massa e/ou maior rigidez mecnica, dentro do seu prprio contexto, sempre desejada, como para qualquer outro material.

1.2

Escopo e Objetivo do Trabalho

O presente estudo objetiva implementar a aplicao do mtodo de otimizao conhecido como algoritmos genticos (AG) no projeto de estruturas de materiais compostos laminados em combinao com o metdo da superfcie de resposta (SR). A proposta de implementar o mtodo da SR num AG, tem por objetivo reduzir o onerosidade computacional dos AG citada, por exemplo, em LEE e LIN (2003) e NAIK, GOPALAKRISHNAN e GANGULI (2007). Como descrito nestas referncias, os AG se tornam onerosos devido ao grande nmero de avaliaes da funo objetivo que se faz necessria at a obteno do valor timo. Pois a cada iterao, cada indivduo da populao avaliado na funo objetivo, assim sendo, um AG com a iteraes e populao de b indivduos ir avaliar sua funo objetivo g vezes, sendo que,

Captulo 1 Introduo

g = a b.

Eq. 1.1

Ao utlizar a SR a funo objetivo passa a ser calculada apenas o nmero de experimentos (pontos) utilizados para a construo da mesma (ver seo 4.3). So aplicados como restrio dos problemas de otimizao, alguns dos critrios de falha desenvolvidos especificamente para estes materiais como Tsai-Hill, Mxima Tenso, Puck e Flambagem. A aplicao do critrio de falha de Puck enfatizada no presente estudo, pois como apresentado em SONNEN, LAVAL e SEIFERT (2003) apesar deste critrio ser ainda pouco difundido promete resultados fiis devido a sua ampla anlise mecnica da estrutura do laminado. Inicialmente so estudadas estruturas com geometrias simples (placas, quadradas ou retangulares) formadas por lminas reforadas unidirecionalmente. Estes casos iniciais serviram de embasamento para a implementao da tcnica combinada, SR + AG, proposta. O estudo para o embasamento das teorias foi dividido em duas fases. A primeira fase foi dedicada ao estudo dos AG aplicados a materiais compostos, na qual um laminado composto otimizado, buscando-se a maximizao da sua resistncia carga de flambagem. A segunda fase teve o intuto de estudar e melhor compreender o mtodo da SR. Nesta fase quatro tipos diferentes de SR foram analisadas, um polinmio quadrtico e funes trigonomtricas com diferentes tipos de acoplamento dos termos. Estes tipos esto descritos no captulo 4. Tsai Hill e carga crtica de flambagem foram os critrios utilizados na otimizao para os testes realizados nesta fase inicial, na qual o comportamento da SR para variveis contnuas e discretas tambm avaliado. Para implementao da tcnica combinada, SR + AG que proposta, um AG padro, denominado no decorrer do trabalho de AG original, encontrado na literatura de referncia utilizado. No captulo de resultados numricos, a aplicao desta tcnica, para laminados simtricos e balanceados compostos por 24 lminas, apresentada.

Captulo 1 Introduo

O escopo do trabalho tambm visa apresentar a aplicao da tcnica em questo, em uma interface com um software de elementos finitos, o ABAQUS, sendo possvel a anlise de geometrias onde, por exemplo, no se tem soluo analtica.

1.3

Organizao do Trabalho

No presente captulo 1 as consideraes gerais, o escopo e o objetivo deste trabalho esto descritos. Uma reviso bibliogrfica sobre os principais temas deste estudo apresentada no captulo 2. O captulo 3 traz a apresentao da mecnica clssica para os materiais compostos laminados. Apresenta, tambm, alguns dos critrios de falhas referenciados durante este trabalho, focando no critrio de falha de Puck. O captulo 4 foi reservado para a proposta da tcnica combinada, SR + AG. Este captulo foi dividido de forma a descrever sobre o mtodo dos AG, o mtodo da SR e a combinao de ambos os mtodos. No captulo 5, os resultados numricos dos testes realizados para implementao da tcnica proposta so apresentados e discutidos, bem como so analisados alguns dos casos preliminares da aplicao do mtodo. O captulo 6 descreve a concluso do trabalho e as sugestes para prosseguimento da presente pesquisa.

Captulo 2 Reviso Bibliogrfica

2 REVISO BIBLIOGRFICA

2.1

Otimizao de Materiais Compostos Laminados

2.1.1 Definio geral de otimizao O conceito de otimizao, que pode ser encontrado descrito em HAFTKA, GRDAL e HAJELA (1998) ou em ARORA (2004) , de um modo geral, encontrar a configurao de variveis de um problema que resulte em uma resposta de maneira tal que as especificaes sejam atendidas da melhor forma possvel. Para tal fim, se faz necessrio definir o problema identificando o que se deseja otimizar, ou seja, a sua funo objetivo. Por exemplo, para se obter a menor massa para a fuselagem de uma aeronave, a massa ser denominada funo objetivo ou funo de mrito do problema, que neste caso ser minimizada. Em problemas de otimizao possvel que se defina mais de uma funo objetivo para um problema, porm minimizar e/ou maximizar ambas ser raramente possvel. Como explica ARORA (2004), a minimizao ou maximizao da funo objetivo geralmente realizada dentro de limites e condies, que so chamados de restries do problema, por exemplo, suportar certo carregamento. Um problema de otimizao possui variveis de projeto ou variveis independentes, as quais so parmetros que podem ser alterados durante o desenvolvimento do projeto. As variveis de projeto podem ser contnuas ou discretas, dependendo de como seu valor pode ser modificado. Em um problema de anlise estrutural, as dimenses da seo transversal, que alteram o momento de inrcia, e o tipo de material, que afeta suas propriedades mecnicas, so alguns exemplos de variveis de projeto. No caso dos materiais compostos laminados, sua formao se d basicamente pela utilizao de reforos (fibras ou partculas) com alta resistncia mecnica imersos numa matriz que pode ser polimrica, metlica ou mineral. A matriz serve de base para o material e responsvel pela transferncia das solicitaes mecnicas que este sofre. Os reforos garantem ao composto a resistncia mecnica s solicitaes e podem estar orientados segundo uma dada direo.

Captulo 2 Reviso Bibliogrfica

Como citado em HAFTKA, GRDAL e HAJELA (1998), devido apresentarem esta formao, a seqncia das orientaes das lminas passa a ser uma forte candidata varivel de projeto num problema de otimizao envolvendo materiais compostos laminados. Outras variveis podem ser o nmero de lminas, sua espessura, bem como seu material. J como funo objetivo pode-se apontar, por exemplo, a massa, a ser minimizada, ou a rigidez e resistncia carga de flambagem, a serem maximizadas. Para a restrio do problema, geralmente so aplicados critrios de falhas especficos para materiais compostos laminados. ARORA (2004) descreve que a otimizao pode ser definida como uma seqncia de procedimentos por meio dos quais se busca minimizar ou maximizar uma funo que, como j descrito anteriormente, denomina-se funo objetivo, a qual est sujeita ou no restries. A esta seqncia de procedimentos se atribui a denominao: mtodos de otimizao. Estes podem ser classificados, entre outras classificaes, como mtodos determinsticos (ou clssicos) e mtodos no-determinsticos. Nos mtodos determinsticos, busca-se um ponto timo tomando o ponto atual como ponto de partida para a iterao seguinte. Sem considerar as restries, a soluo consiste em aplicar, de forma iterativa, a equao

xk +1 = xk + k d k ,

Eq. 2.1

onde, neste caso, xk o ponto de partida da corrente iterao k, xk+1 a posio na prxima iterao, k um escalar denominado tamanho do passo e dk a direo de busca. Para a obteno desta direo de busca geralmente se faz necessrio o clculo de derivadas (gradiente). Mtodo da mxima descida, mtodo do gradiente conjugado, mtodo de Newton, mtodo de Quase Newton, mtodo de Newton modificado, mtodo DFP (Davidon, Fletcher e Powell), mtodo da atualizao direta e mtodo dos multiplicadores de Lagrange so alguns exemplos de mtodos determinsticos, que utilizam clculo de gradiente. Mais detalhes sobre esses mtodos podem ser encontrados em ARORA (2004).

Captulo 2 Reviso Bibliogrfica

Em geral, os mtodos no-determinsticos so aqueles que procuram imitar fenmenos ou processos encontrados na natureza, nos quais tem-se algum grau de aleatoriedade. H uma grande variedade de tcnicas que formam este conjunto de mtodos, como por exemplo: colnia de formigas, simulated aneeling e os algoritmos evolucionrios (ARORA, 2004). Como citado em HAFTKA, GRDAL e HAJELA (1998), os algoritmos evolucionrios so inspirados na gentica e no princpio de Darwin da evoluo das espcies. Tais algortmos fornecem um mecanismo de busca adaptativa baseado na sobrevivncia dos mais aptos. Algumas das variantes dos algoritmos evolucionrios so: As estratgias de evoluo, introduzidas por Ingo Rechenberg em 1965, as quais foram originalmente desenvolvidas para otimizao contnua, codificao real e mutao adaptativa. A programao evolucionria, foi desenvolvida em 1966 por Larry Fogel. Por fim o objeto do presente estudo os AG, foram desenvolvidos por John Holland em 1975. Segundo HOLLAND (1975), os AG partem da gerao aleatria de uma populao de indivduos (possveis solues). Cada indivduo avaliado conforme sua aptido para a soluo do problema e em seguida eles so submetidos a um processo de evoluo (seleo, cruzamento, mutao), por vrios ciclos, denominados geraes, at que um critrio de parada, previamente definido, seja atingido. No captulo 4 o mtodo dos algoritmos genticos, utilizado no presente trabalho, melhor detalhado.

2.1.2 Algoritmos genticos aplicados aos materiais compostos laminados Quando se projeta estruturas fabricadas em materiais compostos laminados, a principal tarefa a obteno de parmetros tais como nmero e espessura de lminas, ngulo de orientao das fibras e tipos de materiais. Como para qualquer outra estrutura algumas restries so impostas, como as de fabricao, geomtricas, de custo, resistncia mecnica e outras especficas para cada caso. O dimensionamento dos laminados compostos frequentemente envolve variveis discretas, que assumem valores restritos devido aos processos de fabricao. Se o processo de otimizao for baseado em alguma tcnica de

Captulo 2 Reviso Bibliogrfica

programao no-linear, as variveis so tratadas como contnuas e ao fim so arredondadas para o valor disponvel mais prximo, o que pode resultar em estruturas diferentes das timas ou que violam restries impostas. A comportamento de estruturas deste tipo frequentemente apresentam vrios pontos de mnimos locais e segundo ARORA (2004), os mtodos de otimizao clssicos podem no responder adequadamente respostas multimodais ou descontnuas. Por superarem estas dificuldades os AG substituram com sucesso os mtodos clssicos de otimizao para materiais composto laminados. O nmero de trabalhos envolvendo AG aplicados a laminados compostos muito grande, abrangendo diversas configuraes de estruturas, sujeitas diferentes cargas e condies de contorno. As pesquisas focam em objetivos como, peso, resistncia mecnica, rigidez e flambagem. Em NAIK, GOPALAKRISHNAN e GANGULI (2007), por exemplo, a minimizao do peso de um composto laminado o objetivo da otimizao por AG. O diferencial deste trabalho a relao que os autores fazem da porcentagem da reduo do peso com diferentes tipos de critrios de falha. LE RICHE e KAFTA (1993) aplicaram o mtodo dos AG para otimizao da sequncia de empilhamento de um laminado composto. A funo objetivo do problema de otimizao foi a maximizao da resistncia a flambagem. Neste trabalho os autores desenvolveram um AG e aplicaram ao mesmo um operador que era novidade para a poca, a permutao. Com a aplicao da permutao, o custo de implementao do AG foi reduzido quase metade. As discusses sobre operadores dos AG so apresentadas no captulo 4. SOREMEKUM (1997) tambm lanou mo do uso de um AG na busca da minimizao do custo e peso de um laminado composto. No referido trabalho, duas opes de materias com custos e resistncias diferentes foram utilizadas, focando na implementao de esquemas elitistas para a formao das geraes do AG. Na sequncia, o captulo 4 descrever com detalhes as terminologias e rotinas de um AG.

Captulo 2 Reviso Bibliogrfica

2.2

Superfcie de Resposta (SR)

Como descrito em AKIRA e ISHIKAWA (2003), os algoritmos genticos apresentam um alto custo computacional para a otimizao de empilhamento de lminas de uma estrutura de composto laminado. Isto ocorre devido necessidade de se calcular a funo objetivo, que normalmente envolve um clculo estrutural por elementos finitos, a cada iterao do algoritmo para cada indivduo da populao. Como sugerido na referncia supracitada e tambm descrito por LEE e LIN (2003), este custo pode ser reduzido utilizando o mtodo da SR, de maneira a reduzir o nmero de vezes que a funo objetivo avaliada. Segundo BOX e WILSON (1951), o mtodo da SR, foi introduzido por George E. P. Box e K. B. Wilson em 1951 com a publicao de um artigo que foi resultado de um projeto realizado para a ento Indstria Qumica Imperial da Inglaterra. O projeto procurava alcanar as condies timas de operao como presso, temperatura e concentrao de reagentes qumicos de maneira que o melhor rendimento de seus produtos fosse atingido. Como comentado em MYERS et al. (2004), este evento de extrema importncia no somente porque marca o que se tornou um novo campo de pesquisa, bem como mudou drasticamente a maneira de se conduzir experimentos por uma considervel gama de engenheiros, cientistas e estatsticos, tornando o mtodo de superfcie de resposta um dos focos da indstria da experimentao. O mtodo foi desenvolvido para auxiliar na compreenso de resultados adquiridos em experimentos, sem a necessidade de se conhecer a exata relao entre as respostas e as variveis de projeto, porm buscando saber como a resposta de um sistema influenciada pelas suas variveis. Como se afirma em JURAN e GODFREY (2000), alm da indstria qumica, tpica utilizadora do mtodo, o mesmo tem sido empregado tambm com muito sucesso na otimizao de diferentes tipos de unidades industriais, sendo aplicado tanto em desenvolvimentos de processo e produto como de micros e macros sistemas. MYERS et al. (2004) relata, em sua reviso bibliogrfica baseada em mais de 200 referncias de renomados pesquisadores e aplicadores da metodologia em

Captulo 2 Reviso Bibliogrfica

10

questo, que nos ltimos 50 anos o mtodo passou por trs importantes fases. A primeira, ocorrida em 1966, a qual focou basicamente as aplicaes da rea qumica e processos industriais. A segunda, que ocorreu em 1975, estendeu a aplicao para a modelagem de dados biolgicos, e a terceira, que aconteceu em 1989, nesta os autores enfatizavam que os usurios estavam longe de utilizar o que o mtodo poderia oferecer e que treinamento, bem como divulgao, eram extremamente necessrios nesta rea. Outra preocupao desta fase foi a necessidade de melhores softwares para suportar o mtodo de superfcie de resposta. Nos anos seguintes a indstria de softwares respondeu a esta necessidade e hoje pode-se encontrar pacotes estatsticos comuns com capabilidade para suportarem o mtodo da SR. CORNELL (1990) comenta que, por vezes, os problemas se confrontam com a falta de informao de valores da resposta real em determinados pontos. A mesma referncia apresenta o mtodo da SR como um conjunto de tcnicas que objetiva a encontrar o melhor valor da resposta ou o comportamento da mesma no sistema, considerando toda a gama de variveis apontadas no sistema. Resumidamente, o mtodo obtm uma curva ou superfcie atravs de pontos que resultam da resposta e da utilizao de uma funo base. A funo geralmente um polinmio, de primeira ou segunda ordem ou composto por funes trigonomtricas. Este modelo emprico chamado de superfcie de resposta. Os coeficientes desta funo podem ser estimados com a utilizao do mtodo dos mnimos quadrados. Na seo 4.3 a formulao do mtodo descrita.

2.3

Superfcie de Resposta Combinada com Algoritmos Genticos

So muitos os trabalhos voltados aos mtodos de otimizao de estruturas constitudas de materiais compostos. Como afirma KLAUS (2005), o mtodo dos AG mostra-se eficiente e adequado otimizao de um problema desse tipo, porm, como j citado os mesmos apresentam um custo computacional relativamente alto, (TODOROKI e ISHIKAWA, 2004). Devido a isto, a juno de um AG com o mtodo da SR por vezes sugerida na literatura.

Captulo 2 Reviso Bibliogrfica

11

O fato de que muitos clculos ainda so requeridos pelos AG apesar de todo desenvolvimento em torno dos mtodos de otimizao enfatizado por LEE e LIN (2003). A relao entre o arranjo das orientaes e da sequncia de empilhamento das lminas com a resposta da estrutura pode ser complexa de ser determinada. Por isto LEE e LIN (2003) defendem que um tempo muito grande nos projetos de otimizao pode ser salvo se anlises por elementos finitos, por exemplo, forem substitudas pela equao de regresso de uma SR. Geralmente, polinmios simples so utilizados para a determinao da SR, mas LEE e LIN (2003) descrevem que, devido propriedades direcionais e peridicas destes materiais, funes trigonomtricas apresentam melhor resposta se usadas como funes base da SR. Nesta mesma referncia, um AG combinado com SR aplicado com sucesso para determinar a melhor orientao e sequncia das lminas de duas estruturas sanduche: a p de um propulsor martimo e a hlice de um rotor de helicptero. Nestes casos as sequncias das lminas internas so pr-determinadas e somente a mais externa das lminas varivel. A importncia do uso da SR para reduzir o custo computacional da otimizao por AG tambm apontada por AKIRA e ISHIKAWA (2003). No exemplo desta referncia, procura-se com um AG a tima seqncia de empilhamento de um laminado composto, de forma cilndrica, buscando a maximizao de sua resistncia carga de flambagem. Neste caso uma SR, baseada numa funo polinomial quadrtica com 15 coeficientes desconhecidos, foi construda com o objetivo de estimar o fator crtico de flambagem (descrito no captulo 3) levando-se em considerao 36 experimentos com laminados simtricos. Segundo os autores o nmero de experimentos foi determinado em 36 pois este nmero, sendo aproximadamente mais do que o dobro do nmero de coeficientes da funo utilizada, estaria suficiente. Os experimentos no foram gerados de forma aleatria, mas sim pr-determinados em combinaes variadas conforme valores de ngulos disponveis para as lminas. Os resultados alcanados foram efetivos segundo os autores e diferente do descrito em LEE e LIN (2003), uma funo polinomial quadrtica foi suficiente para se adequar a SR. A explicao disto est no fato de que a abordagem de AKIRA e ISHIKAWA (2003) para as variveis dada por parmetros de laminao que no so objetos de estudo deste trabalho, mas so defendidos por AKIRA e ISHIKAWA (2003) como uma forma de reduzir o nmero de

Captulo 2 Reviso Bibliogrfica

12

variveis nos projetos de laminados compostos. No caso descrito, o algoritmo gentico possue 100 iteraes, portanto o uso da SR evitou que 100 multiplicado pelo nmero de indivduos da populao, o clculo do fator crtico de flambagem fosse realizado, sendo este substitudo pela funo polinomial quadrtica, que computacionalmente menos onerosa. TODOROKI, SUENAGA e SHIMAMURA (2003) tambm utilizam os parmetros de laminao na sequncia de otimizao de uma laminado composto. Neste trabalho o mtodo dos AG aplicado conjuntamente com a SR, porm h uma modificao para o mtodo global da SR. Depois da aplicao do mtodo da SR, uma regio com probabilidade de se encontrar o timo identificada e uma nova SR, apenas para aquela regio, construda. Assim como em AKIRA e ISHIKAWA (2003), para a construo da SR global os experimentos neste trabalho so prdeterminados, neste caso 90. J para a SR local, outros 23 experimentos so prdeterminados. Diferente do proposto em LEE e LIN (2003), o presente trabalho utiliza todas as direes das lminas de um laminado como variveis e no somente a lmina mais externa. Os experimentos no so pr-selecionados como em AKIRA e ISHIKAWA (2003) e em TODOROKI, SUENAGA e SHIMAMURA (2003), mas sim gerados aleatoriamente de modo a no previligiar um problema especfico, mas ter-se uma tcnica geral. Alm disso, gerando os experimentos de forma aleatria possvel testar a validade da tcnica por ela mesma. Isso, pois, a cada vez que a tcnica executada, uma SR diferente da anterior formada, sendo o comportamento muito prximo, os resultados finais apresentaro respostas convergentes. Por fim, com base na pesquisa bibliogrfica realizada, entende-se que a aplicao da SR conjugada com os AGs de fato vantajosa para reduzir a onerosidade computacional. Das referncias citadas neste e nos prximos captulos, foi possvel colher dados importantes para a implementao da tcnica, SR + AG, como por exemplo, a escolha do tipo da equao base que contribuiu na construo de uma SR adequada s aplicaes apresentadas no captulo 5.

Captulo 3 Mecnica dos Materiais Compostos Laminados

13

3 MECNICA DOS MATERIAIS COMPOSTOS LAMINADOS

3.1

Definio Geral de Material Composto Laminado

Um material composto formado pela unio de dois ou mais materiais de naturezas diferentes, resultando em um material de performance que se difere quela de seus componentes se analisados em separado (PEREIRA, 2004). A formao destes materiais se d basicamente pela utilizao de reforos (fibras ou partculas) com alta resistncia mecnica imersos numa matriz que pode ser polimrica, metlica ou mineral. A matriz serve de base para o material e responsvel pela transferncia das solicitaes mecnicas que este sofre. O reforo garante ao composto a resistncia mecnica s solicitaes e pode estar aleatoriamente disperso ou orientado em uma, duas ou em trs dimenses. Alguns exemplos de materiais utilizados como reforos, so as fibras de vidro, de aramida (conhecido pelo nome comercial Kevlar) e de carbono. Os materiais compostos podem ser classificados pelo tipo e orientao do reforo, geometria e conforme sua matriz. Neste trabalho so abordados especificamente os materiais formados por lminas, como a que est esquematicamente representada na Figura 3.1. As lminas so reforadas por fibras contnuas e unidirecionais, alinhadas paralelamente segundo uma orientao. Esta disposio imprime um carter ortrotpico s lminas, sendo a resistncia e rigidez do material muito maiores na direo das fibras do que na direo perpendicular elas.

Figura 3.1 - Lmina unidirecionalmente reforada por fibra.

Captulo 3 Mecnica dos Materiais Compostos Laminados

14

Estas lminas sobrepostas e unidas formam os laminados compostos, como o representado na Figura 3.2.

Figura 3.2 Laminado composto por 3 lminas reforadas a 0, 45 e 90, onde ek representa a espessura da k-sima lmina, h a espessura total do laminado e a direo do reforo da lmina.

Segundo

HAFTKA,

GRDAL

HAJELA

(1998),

os

laminados

so

representados de acordo com uma notao padronizada da sua sequncia de empilhamento. Esta sequncia, que inicia da lmina do topo do laminado, indica o ngulo de orientao das fibras de cada lmina, que medido a partir do eixo de referncia do laminado e tomando-se o sentido anti-horrio como positivo. A Figura 3.2 indica como o ngulo de orientao referenciado, bem como as demais especificaes de um laminado. Para um laminado composto de n lminas formado por lminas de um mesmo material e espessura, a sequncia de empilhamento representada como

2 K n ].

Eq. 3.1

Geralmente os laminados so constitudos por lminas de um mesmo material e espessura. Porm h casos em que materiais diferentes e lminas de espessuras diferentes podem ser empregados, formando assim os laminados hbridos. Quando

Captulo 3 Mecnica dos Materiais Compostos Laminados

15

isto acontece se faz necessrio indicar junto sequncia de empilhamento, o material e espessura de cada lmina, como o exemplo a seguir:

1, m1 ,e1

2 , m ,e
2

K n ,mn ,en

Eq. 3.2

onde mn e en so respectivamente o material e a espessura da n-sima lmina. Outro caso importante para as representaes dos laminados citado por HAFTKA, GRDAL e HAJELA (1998), so os laminados simtricos. Um laminado dito simtrico quando a orientao das lminas da parte abaixo do plano mdio do laminado so um espelho das orientaes da parte que est acima do plano mdio. Neste caso a letra s adicionada no final da representao da sequncia de empilhamento. Por exemplo, pode-se representar um laminado com lminas agrupadas na sequncia: 0, 45, 90, 90, 45 e 0 como

[0

45 90]s .

Eq. 3.3

Em algumas situaes desejvel tambm adicionar a cada lmina o seu par negativo. Tais laminados passam ento a serem denominados de balanceados, neste caso o sinal pode ser indicado na frente de cada ngulo que representa a orientao. No caso de ngulos onde o sinal no afeta a orientao da lmina, o nmero 2 indicado em subscrito aps a orientao, como por exemplo,

[02

45 902 ]s .

Eq. 3.4

Como explicam JONES (2003) e HAFTKA, GRDAL e HAJELA (1998), os laminados simtricos so geralmente utilizados, pois os mesmos no apresentam o acoplamento extenso-flexo, o que desejado em muitas aplicaes e tornam a anlise do laminado mais simples. A simetria de um laminado tambm auxilia na sua fabricao, evitando a tendncia de seu envergamento, que pode ocorrer devido a processos trmicos durante sua cura.

Captulo 3 Mecnica dos Materiais Compostos Laminados

16

3.2

Equaes Constitutivas dos Materiais Compostos Laminados

3.2.1 Equaes constitutivas para uma lmina Para o entendimento do comportamento estrutural dos materiais compostos laminados do tipo matriz-fibra, faz-se necessrio inicialmente o estudo do comportamento mecnico de uma lmina, o qual apresentado a seguir com base em PEREIRA (2004), JONES (1999) e HAFTKA, GRDAL e HAJELA (1998). A lmina abordada aqui de maneira ortotrpica, ou seja, apresenta diferentes propriedades mecnicas em 3 direes mutualmente perpendiculares. Uma das direes designada pelo eixo na direo longitudinal s fibras, a segunda designada pelo eixo na direo transversal s fibras e a terceira designada pelo eixo ortogonal aos dois anteriores, como apresentado na Figura 3.1. Considerando a lei de Hooke generalizada,

i = Cij j ,
j =1

com i = 1,...,6

Eq. 3.5

e assumindo o comportamento ortotrpico j citado anteriormente, a relao tensodeformao fica,

1 C11 C 2 12 C13 3 = 23 0 13 0 12 0

C12 C 22 C 23 0 0 0

C13 C 23 C33 0 0 0

0 0 0 C 44 0 0

0 0 0 0 C55 0

0 1 0 2 0 3 , 0 23 0 31 C 66 12

Eq. 3.6

onde, Cij representa a matriz constitutiva da estrutura, sendo esta a matriz transformao tenso-deformao que para o caso ortotrpico possui nove constantes elsticas independentes. i so as deformaes normais na direo i, ij so as deformaes angulares no plano ij, i so as tenses normais na direo i e

ij so as tenses de cisalhamento no plano ij.

Captulo 3 Mecnica dos Materiais Compostos Laminados

17

Segundo o campo de deslocamento definido pela Teoria Clssica dos Laminados, de acordo com o representado na Figura 3.1, pode-se definir um estado plano de tenses onde,

3 = 0 , 23 = 0 , 31 = 0 ,

Eq. 3.7

Eq. 3.8

Eq. 3.9

pois, espera-se que devido pequena espessura, as tenses em uma lmina aconteam somente no plano do reforo, neste caso representado pelo plano 1-2. Com isso, a relao tenso/deformao fica reduzida a
1 Q11 Q12 2 = Q12 Q22 0 0 12 0 1 , 0 2 Q66 12

Eq. 3.10

onde Qij a matriz constitutiva reduzida para um estado plano de tenses com quatro constantes elsticas independentes:

Q11 = E1 Q22 = E2

(1 12 21 ) ,

Eq. 3.11

(1 12 21 ) ,
(1 12 21 )

Eq. 3.12

Q12 =
e

21E1

Eq. 3.13

Q66 = G12 ,

Eq. 3.14

Captulo 3 Mecnica dos Materiais Compostos Laminados

18

com Ei sendo o mdulo de elasticidade na direo i, Gij o mdulo de cisalhamento no plano ij e ij o coeficiente de Poisson (deformao causada na direo j devido uma deformao unitria na direo i).

3.2.2 Relao tenso deformao de uma lmina para uma direo qualquer das fibras Os materiais compostos laminados provm de uma combinao de vrias lminas unidirecionalmente reforadas em diversas orientaes. Sendo assim, comum se deparar com um sistema de coordenadas que no coincide com as direes principais de ortotropia das lminas. Para a anlise do comportamento mecnico de cada lmina faz-se necessria a transformao do sistema de eixos designado para o sistema de eixos ortotrpicos, como mostrado da Figura 3.3.

Y YX X
XY

XY

YX
Y
x

Figura 3.3 Representao das tenses no sistema de coordenadas x-y.

Captulo 3 Mecnica dos Materiais Compostos Laminados

19

y 2

Y YX X XY XY YX
+

X
1

Y
x

Figura 3.4 Sistema de coordenadas 1-2 para uma rotao qualquer sobre o sistema x-y.

y 2

21 12 1

1 12 21

+
x

Figura 3.5 Representao das tenses no sistema dos eixos de ortotropia do material 1-2.

Captulo 3 Mecnica dos Materiais Compostos Laminados

20

Considerando o estado plano de tenses e uma rotao sobre o eixo 3 em relao ao eixo x, (Figura 3.3), pode-se encontrar os valores de tenses e deformaes para o sistema x-y por,

x 1 1 y = [T ] 2 12 xy
e

Eq. 3.15

x 1 1 y = [T ] 2 . 1 1 2 12 2 xy
onde [T ] a matriz transformao de coordenadas, dada por

Eq. 3.16

cos 2 2 [T ] = sen sen cos

sen 2 cos 2 sen cos

2sen cos 2sen cos . cos 2 sen 2

Eq. 3.17

Segundo JONES (1999), utilizando uma matriz R na forma

1 0 0 [R ] = 0 1 0 , 0 0 2

Eq. 3.18

o vetor de deformaes de engenharia pode ser utilizado no lugar do vetor de deformaes tensorial. Deste modo,

Captulo 3 Mecnica dos Materiais Compostos Laminados

21

1 2 = [R ] 12
e
x y = [R ] xy

1 2 , 1 2 12

Eq. 3.19

x y , 1 2 xy

Eq. 3.20

Retornando Eq. 3.10, posta em forma abreviada tem-se,

1 2 = [Q ] 12

1 2 . 12

Eq. 3.21

Utilizando as transformaes dadas pelas equaes Eqs. 3.15 3.20,


x 1 1 1 y = [T ] 2 = [T ] [Q ] 12 xy x 1 1 1 2 = [T ] [Q ][R ][T ][R ] y . 12 xy

Eq. 3.22

Nota-se que, devido s caractersticas da matriz R, pode-se escrever que

[R] [T ] [R]1 = [T ]T

Eq. 3.23

onde o sobrescrito T denota a matriz transposta. Assim, tem-se que


x x 1 T y = [T ] [Q ][T ] y . xy xy

Eq. 3.24

Captulo 3 Mecnica dos Materiais Compostos Laminados

22

Definindo a matriz Q por,

[]

[Q] = [T ] [Q] [T ]1 .

Eq. 3.25

Com isto, a relao tenso-deformao para o sistema de referncia x y, pode ser escrita como

x Q11 x y = Q y = Q12 Q xy 16 xy

[]

Q12 Q22 Q26

Q16 x Q26 y , Q66 xy

Eq. 3.26

sendo que a matriz de relaes tenses-deformaes pode ser posta em forma explcita, tem-se

Q11 = Q11 cos 4 + 2(Q12 + 2Q66 )sen 2 cos 2 + Q22 sen 4 ,

Eq. 3.27

Q12 = (Q11 + Q22 4Q66 ) sen 2 cos 2 + Q12 ( sen 4 + cos 4 ) ,

Eq. 3.28

Q22 = Q11sen 4 + 2(Q12 + 2Q66 ) sen 2 cos 2 + Q22 cos 4 ,

Eq. 3.29

Q16 = (Q11 Q12 2Q66 )sen cos3 + (Q12 Q22 + 2Q66 ) sen 3 cos ,

Eq. 3.30

Q26 = (Q11 Q12 2Q66 )sen3 cos + (Q12 Q22 + 2Q66 ) sen cos 3 ,

Eq. 3.31

Q66 = (Q11 + Q22 2Q12 2Q66 )sen2 cos2 + Q66 ( sen 4 + cos 4 ) .

Eq. 3.32

A Eq. 3.26 relaciona as tenses em uma lmina no sistema x-y, com as respectivas deformaes, em funo da orientao das fibras e das propriedades elsticas dadas no sistema de ortotropia 1-2.

Captulo 3 Mecnica dos Materiais Compostos Laminados

23

3.2.3 Foras e momentos resultantes em um laminado Em um laminado as tenses e deformaes variam dentro da lmina, bem como de lmina para lmina, devido s diferentes orientaes e distncia do ponto analisado com relao superfcie neutra. Porm, geralmente, os parmetros conhecidos so os esforos resultantes (foras e momentos) no sistema de referncia x-y. Segundo PEREIRA (2004), no estudo do comportamento em membrana dos materiais compostos, considerando um laminado de espessura total h e constitudo de n lminas de espessura ek, (Figura 3.2), os esforos so dados por,

N x = 2h x dz = ( x )k ek ,
2

Eq. 3.33

k =1

N y = 2h y dz = ( y )k ek ,
n
2

Eq. 3.34

k =1

N xy = N yx = 2h xy dz = ( xy )k ek ,
n
2

Eq. 3.35

k =1

onde Nx e Ny so foras normais por unidade de comprimento transversal e Nxy e Nyx so foras cortantes por unidade de comprimento transversal atuantes no plano do laminado (Figura 3.6).

y Ny z Nx Nxy Nyx x Ny
Figura 3.6 Foras resultantes no plano do laminado.

Nyx Nxy Nx

Captulo 3 Mecnica dos Materiais Compostos Laminados

24

Considerando que os deslocamentos nas direes x e y so u e v, respectivamente, as deformaes lineares e angular correspondentes a estas solicitaes so:

x =

u , x v , y

Eq. 3.36

y =

Eq. 3.37

yx =

u v + , y x

Eq. 3.38

As tenses x, y e yx so obtidas no sistema de eixos de referncia x, y, e z, e esto relacionadas com as deformaes pela matriz de ridigez, dada pela Eq. 3.24. Considerando somente os esforos de membrana, os esforos Nx, Ny, e Nxy so determinados em funo das constantes elsticas de cada lmina:
n

N x = Q11 x + Q12 y + Q16 xy ek ,


k k k k =1

Eq. 3.39

que de maneira compacta pode ser escrito:

N x = A11 x + A12 y + A16 xy ,


Onde, os termos Aij, para o esforo Nx so dados por:
n

Eq. 3.40

A11 = Q11ek ,
k k =1

Eq. 3.41

A12 = Q12ek ,
k k =1 n

Eq. 3.42

A16 = Q16ek .
k k =1

Eq. 3.43

Captulo 3 Mecnica dos Materiais Compostos Laminados

25

De maneira anloga:

N y = A21 x + A22 y + A26 xy


e

Eq. 3.44

N xy = A61 x + A62 y + A66 xy ,


Escrevendo os esforos em forma matricial temos:

Eq. 3.45

N x A11 N y = A21 N A xy 61

A12 A22 A62

A16 x A26 y . A66 xy

Eq. 3.46

Da mesma forma seguindo o desenvolvimento em PEREIRA (2004), no estudo do comportamento em flexo dos materiais compostos, considerando um laminado de espessura total h e constitudo de n lminas de espessura ek, (Figura 3.2), os esforos so dados por,
h 2 h 2

M x = x zdz ,
h 2 h 2

Eq. 3.47

M y = y zdz ,
h 2 h 2

Eq. 3.48

M xy = M yx = xy zdz ,

Eq. 3.49

onde Mx e My, momentos fletores por unidade de comprimento em torno dos eixos y e x respectivamente e Mxy e Mxy, momentos torores por unidade de comprimento so as solicitaes no laminado (Figura 3.7).

Captulo 3 Mecnica dos Materiais Compostos Laminados

26

y Myx z Mxy Mx My x Myx


Figura 3.7 Momentos resultantes no laminado.

My Mx Mxy

Os deslocamentos nas direes x, y e z da superfcie neutra so uo, vo e wo, sendo que

u = u0 z
e

w0 , x

Eq. 3.50

v = v0 z

w0 , y

Eq. 3.51

Substituindo as Eq. 3.50 e Eq. 3.51 nas Eqs. 3.36 3.38 obtem-se a relao das deformaes normais e angulares de membrana ( x , y e xy ) e de flexo ( 0 x , 0 y e

0xy ),
u0 2 w0 2 w0 z = z , 0x x x 2 x 2

x =

Eq. 3.52

y =

v0 2 w0 2 w0 z = z , 0y y 2 y 2 y

Eq. 3.53

Captulo 3 Mecnica dos Materiais Compostos Laminados

27

xy =

uo vo 2 w0 2 w0 z2 = 0 xy z 2 + , y x xy xy

Eq. 3.54

Destas relaes, extraem-se as curvaturas de flexo , sendo

x =

2 w0 , x 2

Eq. 3.55

2 w0 y = 2 y

Eq. 3.56

2 w0 xy = 2 . xy

Eq. 3.57

Deste modo a relao das deformaes podem ser reescritas como:

x = 0 x + z x ,
y = 0 y + z y
e

Eq. 3.58

Eq. 3.59

xy = 0 xy + z xy ,

Eq. 3.60

Captulo 3 Mecnica dos Materiais Compostos Laminados

28

De maneira anloga anlise feita para o comportamento de mebrana, os momentos podem ser escritos como:
n zk k k k M x = Q11 x + Q12 y + Q16 xy zdz , k =1 zk 1

Eq. 3.61

Desenvolvendo a Eq. 3.61 levando em conta as relaes entre as deformaes e considerando que as integrais em z se anulam devido as camadas simtricas em relao superfcie neutra
3 3 3 n k k k z 3 zk z 3 zk z 3 zk 1 1 1 M x = Q11 k x + Q12 k y + Q16 k xy , 3 3 3 k =1

Eq. 3.62

de forma compacta:

M x = D11 x + D12 y + D16 xy ,


com:

Eq. 3.63

D1 j = Q1 j
k k =1

(z

3 k

3 zk 1 . 3

Eq. 3.64

Os momentos My e Mxy so obtidos da mesma forma. Escrevendo de forma matricial os momentos so:

M x D11 M y = D21 M D xy 61

D12 D22 D62

D16 x D26 y . D66 xy

Eq. 3.65

De forma geral, para laminados no simtricos o comportamento global de um laminado dado por,

Captulo 3 Mecnica dos Materiais Compostos Laminados

29

N x A11 N y A21 N xy A61 = M x B11 M y B21 B61 M xy

A12 A22 A62 B12 B22 B62

A16 A26 A66 B16 B26 B66

B11 B21 B61 D11 D21 D61

B12 B22 B62 D12 D22 D62

B16 0 x B26 0 y B66 0 xy , D16 x D26 y D66 xy

Eq. 3.66

escrevendo de forma compacta,

N A B 0 = , M B D

Eq. 3.67

onde, A a matriz dos efeitos de membrana ou extensional, D a matriz de flexo e B a matriz de acoplamento entre membrana e flexo. Como geralmente os esforos solicitantes so os valores conhecidos, a Eq. 3.67 torna-se til quando escrita inversamente,

0 A B N = , B D M

Eq. 3.68

Como j citado anteriormente, para o caso de laminados simtricos, os esforos do tipo membrana no causam deformaes de flexo, portanto a matriz B torna-se nula.

3.3

Frequncia Natural de um Laminado

Como descrito em JONES (1999), a frequncia natural uma caracterstica importante e que depende da sequncia de empilhamento das direes das lminas que compe um laminado.

Captulo 3 Mecnica dos Materiais Compostos Laminados

30

Considerando uma placa retangular (Figura 3.8) simplesmente suportada de comprimento lp no eixo x e largura wp no eixo y, formada por n lminas de espessura constante ek, empilhadas de forma simtrica e balanceada, onde a espessura total h da placa dada por

h = nek .

Eq. 3.69

A equao governante do movimento segundo a Teoria Clssica dos Laminados para um laminado simtrico dada por HAFTKA, GRDAL e HAJELA (1998),

D11

4 w0 4 w0 4 w0 4 w0 4 w0 2 w0 + 4 D + 2 ( D + 2 D ) + 4 D + D = h 16 12 66 26 22 x 2 y 2 xy 3 y 4 t 2 x 4 x 3 y

Eq. 3.70

onde w0 representa a deflexo na direo z e a densidade mdia, a qual obtida por

= h 1 h2 (k )dz =

1 n (k ) , n k =1

Eq. 3.71

sendo que (k ) a densidade da k-sima lmina. Os termos Dij so os coeficientes de rigidez de flexo do laminado. Em HAFTKA, GRDAL e HAJELA (1998) descreve-se que os termos de acoplamento, A16 e A26, podem ser negligenciados no caso de anlises de laminados balanceados, j que a contribuio da parcela da lmina de orientao referencialmente positiva anula a da negativa. Porm o mesmo no ocorre para os termos de acoplamento D16 e D26, pois estes dependem da sua distncia linha neutra do laminado, porm, assume-se tambm que em casos gerais onde,
D16 D22

(D
e

3 11

< 0,2
4

Eq. 3.72

Captulo 3 Mecnica dos Materiais Compostos Laminados

31

(D

D26 D11

3 22

< 0,2 ,
4

Eq. 3.73

tais termos, podem ser negligenciados. Assim, para anlise da frequncia, bem como comportamento de flambagem no presente trabalho, os termos D16 e D26, sero negligenciados.

wp
x

lp
Figura 3.8 Representao de uma placa plana retangular. As condies de contorno para uma placa simplesmente suportada so dadas por

w0 = 0 , M x = 0 em x = 0 , lp w0 = 0 , M y = 0 em y = 0 , wp

A soluo da equao governante Eq. 3.70 com as condies de contorno impostas obtida fazendo-se a deflexo para o modo de vibrar (m,r) como

m r mx ry sen , w0 = Amr sen l w m =1 r =1 p p

Eq. 3.74

Captulo 3 Mecnica dos Materiais Compostos Laminados

32

Substituindo a Eq. 3.74 na Eq. 3.70 obtm-se a equao para a freqncia natural correspondente ao modo de vibrar (m,r), a qual dada por
4 2 m m r D11 + 2(D12 + 2 D66 ) fn = l w l h p p p 2

+ D22 r w p

2 ,

Eq. 3.75

A freqncia fundamental pode ser obtida utilizando os valores de m e r iguais a um.

3.4

Critrios de Falha

Uma tarefa fundamental no projeto de uma estrutura de material composto a predio da sua resistncia. Atravs da Teoria Clssica dos Laminados, conforme visto na seo anterior, possvel transformar os carregamentos externos sobre um laminado em tenses em cada ponto de uma lmina. Conhecendo as tenses em cada ponto das camadas do laminado e as propriedades de resistncia das lminas, pode-se tambm conhecer a resistncia do laminado aplicando um critrio de falha adequado. Os critrios de falha so utilizados para prever se determinado laminado ir falhar ou no devido s solicitaes impostas. A falha de uma laminado composto pode ocorrer por diferentes mecanismos (PEREIRA, 2004 e KNOPS, 2008): Falha da fibra, falha da matriz, descolamento entre fibra e matriz ou descolamento entre as lminas. Um nmero considervel de critrios de falhas para materais compostos laminados pode ser listado. Nos testes e exemplos apresentados no decorrer do presente estudo foram utilizados os critrios de carga de flambagem, mxima tenso e Tsai-Hill, bem como o ainda no to difundido critrio de falha Puck. Por isto, na sequncia, cada um destes critrios abordado.

Captulo 3 Mecnica dos Materiais Compostos Laminados

33

A flambagem pode ocorrer quando componentes de pequena espessura, como placas por exemplo, so expostos a cargas compressivas. O que ocorre que, quando atingi-se a carga crtica flambagem, o componente subitamente se flete. Segundo HAFTKA, GRDAL e HAJELA (1998) e PEREIRA (2004), no critrio de mxima tenso assume-se que os mecanismos de falha longitudinal, transversal e de cisalhamento, ocorrem de modo independente. Na prtica porm presume-se que geralmente acontece a interao entre estes mecanismos. Esta observao levou ao desenvolvimento de critrios que podem ser chamados de energticos. O critrio de Tsai-Hill e o critrio de falha de Puck, so exemplos de critrios energticos. Segundo KNOPS (2008), o critrio de falha de Puck um critrio ainda pouco difundido, mas que possui boa correlao com dados experimentais, considera a interao entre os mecanismos supracitados e tambm distingue a falha da fibra (FF) e a falha interfibras (conhecida como IFF, do ingls inter-fibre failure). Para cada um destes fenmenos h uma formulao matemtica diferente e os efeitos destes, bem como os meios para evit-los, so completamente diferentes, por isso a importncia de conhec-los.

3.4.1 Carga crtica de flambagem Componentes fabricados em materiais compostos laminados, geralmente possuem pequena espessura, assim estes podem se tornar sujeitos flambagem se expostos cargas compressivas. Segundo JONES (1999), para o caso especfico de placas retangulares com carregamento Nx e Ny no plano e simplesmente apoiada nas quatro arestas (Figura 3.9), o fator crtico de flambagem cr dado por

2 m 4 m + 2(D12 + 2 D66 ) r 2 D11 l w lp p p cr (m, r ) = 2 2 m r Nx + N l w y p p

+ D22 r w p

Eq. 3.76

Captulo 3 Mecnica dos Materiais Compostos Laminados

34

Dij so os coeficientes de rigidez de flexo do laminado e antendem s Eqs. 3.72 e


3.73, m e r representam os modos de flambagem, lp e wp so as dimenses da placa.

y z Nx

Ny

Nx

wp
Ny x

lp
Figura 3.9 Representao de carregamentos em uma placa retangular.

Para se determinar que um laminado no sofrer flambagem, o valor de cr para todas as combinaes de m e r deve ser calculado. A flambagem determinada quando o valor mnimo de cr menor que 1. Isto quer dizer que as foras aplicadas so maiores que as cargas de flambagem suportadas.

3.4.2 Critrio da Mxima Tenso Neste critrio, define-se que a falha ocorre quando qualquer uma das tenses as quais um ponto em uma lmina solicitada atinge seu limite de ruptura. Assim, se uma das seguintes inequaes

X c < 1 < X t ,

Eq. 3.77

Yc < 2 < Yt

Eq. 3.78

Captulo 3 Mecnica dos Materiais Compostos Laminados

35

S < 12 < S ,

Eq. 3.79

no for verificada, ocorrer a falha do ponto da lmina em questo e por consequncia do laminado. 1 ,2, e 12 representam respectivamente as tenses longitudinal, transversal e de cisalhamento no plano da lmina analisada, Xc e Xt representam, respectivamente as resistncias mecnicas na direo longitudinal compresso e trao, analogamente Yc e Yt na direo transversal e S representa a resistncia mecnica ao cisalhamento.

3.4.3 Critrio de Tsai-Hill Segundo HAFTKA, GRDAL e HAJELA (1998), o critrio de Tsai-Hill semelhante ao critrio de Hill e por sua vez o critrio de Hill um critrio anlogo ao critrio de escoamento de von Mises, porm aplicado a materiais ortotrpicos. Como j descrito acima, o critrio de falha de Tsai-Hill um critrio energtico que considera a interao entre os diferentes tipos de esforos, e para que no ocorra a falha, a seguinte inequao, que representa o fator de falha de Tsai-Hill deve ser satisfeita:

2 2 2 F ( 1 2 ) + G( 2 3 ) + H ( 3 1 ) + 2 L 12 + 2 M 23 + 2 N 31 < 1,
2 2 2

Eq. 3.80

onde as constantes F, G, H, L, M e N so parmetros da lmina analisada. Tomando a Eq. 3.80 em separado para cada ensaio de trao nas 3 direes, bem como considerando cisalhamento em separado em cada plano, tem-se, para o estado plano de tenses,

12 1 1 1 2 1 + 2 + 2 2 1 2 + S Y Z X Y X 12
2 2

<1 ,

Eq. 3.81

Captulo 3 Mecnica dos Materiais Compostos Laminados

36

onde X representa a resistncia mecnica na direo longitudinal, Y e Z nas direes transversal e S representa a resistncia mecnica ao cisalhamento. No critrio de Tsai-Hill considera-se que as tenses de ruptura trao transversais so iguais, Z = Y, por isso o critrio definido como,

1 2 1 2 12 + 2 + X Y X S12
2 2

<1 ,

Eq. 3.82

Como observado em ARAGO e SAVI (2001), neste critrio, as resistncias devem ser usadas adequadamente de acordo com os sinais das tenses principais. Por exemplo, se 1 positivo e 2 negativo, os denominadores de Eq. 3.82 devem ser, respectivamente, Xt e Yc, resistncia trativa e compressiva respectivamente.

3.4.4 Critrio de Puck Segundo SONNEN, LAVAL e SEIFERT (2003), baseado em modelos fsicos, Alfred Puck desenvolveu um dos mais modernos critrios de falha para materiais compostos laminados. Com a finalidade de integrar numerosas observaes experimentais em uma nica teoria, Puck desenvolveu o denominado critrio do plano de ao de Puck. Este critrio no s distingue entre os fenmenos de falha da fibra (FF) e a falha interfibras (IFF), como distingue tambm diferentes modos de falha destes fenmenos. KNOPS (2008) explica que devido aos diferentes fatores de expanso trmica da fibra e da matriz, uma considervel poro de tenso residual se aloja na matriz depois da cura do laminado. Estas tenses podem gerar pequenas trincas inicias e descolamento local entre fibra e matriz. Quando o laminado pela primeira vez solicitado mecanicamente, a propagao de finas trincas ocorre. Enquanto estas trincas permanecem na escala fibra-matriz denominam-se micro trincas. Porm, se tanto em comprimento como em nmero, estas trincas se propagarem, trincas macroscpicas so formadas. Este dano macro mecnico chamado de falha interfibras (IFF).

Captulo 3 Mecnica dos Materiais Compostos Laminados

37

Efetivamente, a IFF leva a uma redistribuio das foras dentro do laminado. Porm, seria errado assumir que uma lmina danificada pela IFF no carregar nenhuma outra carga transversal direo da fibra. Acontece que, a certa distncia depois da trinca, a carga novamente introduzida na lmina danificada por meio de tenses cisalhantes interlaminares. O esquema da Figura 3.10 mostra a redistribuio das foras.

Lminaunitria
Componentesseparados

Lminainseridaemumlaminado
Redistribuiolocaldeforas

Figura 3.10 Redistribuio das foras aps uma IFF (adaptada de KNOPS 2008).

Se a carga aumentar depois da primeira ocorrncia de IFF, futuras trincas por IFF surgem rapidamente na respectiva lmina. Teoricamente uma nova trinca surge exatamente no meio de duas trincas existentes. Dessa forma acontece o mecanismo de propagao. Como salienta KNOPS (2008), a devida ateno deve ser dada ao fato de que diferentes combinaes de tenses levam diferentes formas de IFF. Isto de maior importncia j que cada forma afeta a estrutura de uma maneira. Estas diferentes formas podem ser observadas na Figura 3.11. As diferentes formas de IFF so denominadas de:

Modo A: Ocorrem devido s tenses de trao tranversal. As superfcies de fratura so separadas uma da outra por trao pura, o que leva degradao do mdulo de elasticidade e cisalhamento.

Modo B: A fratura causada por tenses no plano longitudinal. Neste caso, diferente do modo A, a trinca no se abre e as superfcies de fratura so prensadas uma contra outra. Consequentemente a

Captulo 3 Mecnica dos Materiais Compostos Laminados

38

degradao da rigidez de uma IFF modo B bem menos significante que a do modo A.

Modo C: Causada por tenses de compresso transversal, acarreta no fenmeno de falha oblqua.

ModoC ModoA ModoB

Falhadiagonalouoblqua

Traotransversal

Falhanoplanolongitudinal

Falhadiagonalouoblqua
Figura 3.11 Formas das falhas interfibras IFF (adaptada de KNOPS 2008).

A IFF modo C foi o que motivou Puck a identificar o plano de escorregamento da falha e denomin-lo plano de ao. Desta maneira, os clculos de fratura do laminado so referenciados para aquele plano. Os modos A e B podem at ser tolerveis, porm o modo C pode levar a uma falha catastrfica de todo o composto. Segundo KNOPS (2008), se o ngulo do plano de fratura exceder +/- 54, a forma pontiaguda da trinca pode comprometer as camadas vizinhas do laminado e isto resultar num colapso de todo o laminado. Para completa anlise do laminado, faz-se necessrio calcular tambm a falha da fibra ou a FF. A anlise deste modo de falha importante, pois se as tenses na direo da fibra forem prximas s tenses limites da FF, as trincas iniciais de um

Captulo 3 Mecnica dos Materiais Compostos Laminados

39

nico filamento podem danificar a matriz ao redor e estas micro trincas podem reduzir o limite de todos os modos de falha IFF. Assim como a IFF, a FF tambm apresenta diferentes formas. Estas so basicamente diferenciadas pelos tipos de tenso causadoras, ou seja, trao e compresso, como mostrado na Figura 3.12.

Trao

Compresso

Figura 3.12 Formas das falhas da fibra FF (adaptada de KNOPS 2008).

Na sequncia, uma relao das equaes matemticas para os diferentes modos de falha apresentada. Estas equaes analisadas conjuntamente definem uma superfcie tridimensional fechada, ou seja um envelope de falha definido no domnio das tenses (1, 2, 12). A Figura 3.13 mostra este envelope, formado pelas seguintes equaes:

FF - Trao,

1T
S

= 1,

Eq. 3.83

FF Compresso,

1C

+ (10 21 ) 2 = 1 ,

Eq. 3.84

sendo que,

S = 1 +

f 12
Ef1

m 1 2 .

Eq. 3.85

Captulo 3 Mecnica dos Materiais Compostos Laminados

40

IFF Modo A,

12 + YT 2 + 2 p 1 + p12 =1 , 12 S S12 YT S12 12

Eq. 3.86

IFF Modo B,

1 2 12 + p12 2 S12

2 + p12 = 1,

Eq. 3.87

IFF Modo C,

2 2 2 YC 12 = 1, 2 1 + p S + Y 22 12 C ( 2 )

Eq. 3.88

o ngulo do plano de fratura para o modo C, pode ser calculado por

cos fp =

1 2 1 + p22

R A 2 2 12 22 S + 1 , 2 12

Eq. 3.89

onde, S o fator de falha FF, 1T e 1C so as deformaes de trao e compresso na direo 1, 21 a deformao cisalhante, m 1 o fator de magnitude da tenso para fibra na direo 2, devido diferena entre o mdulo transversal da fibra e o mdulo da matriz, E f 1 o mdulo de Young da fibra, S12 a fora cisalhante em uma lmina transversal e paralela direo da fibra, YC e YT so as resistncias de compresso e trao em uma lmina transversais direo da fibra,
A R22 a resistncia transversal cisalhante considerando uma tenso pura cisalhante

+ 22 no laminado, (ver Figura 3.11, modo C, cisalhamento transversal) e p12 , p12 e p22

so parmetros de inclinao utilizados para construo do envelope de falha do laminado, tais parmetros so obtidos experimentalmente e esto relacionados entre si por
d = 21 , p12 d 2 2 = 0

Eq. 3.90

A R22 =

S12 YC , 1 2 1 p + 12 S 2 p12 12

Eq. 3.91

Captulo 3 Mecnica dos Materiais Compostos Laminados

41

= p12 p22

A R22 . S12

Eq. 3.92

Figura 3.13 Forma do envelope de falha segundo critrio de Puck (adaptada de KNOPS, 2008).

Para efeito ilustrativo nesta seo e de aplicao na Seo 5.2 a Tabela 3.1 apresenta valores das propriedades do material Carbono-Epoxi, encontrados em KNOPS (2008) e LOPEZ, LUERSEN e CURSI (2009). Tabela 3.1 Propriedades do material Carbono-Epoxi
YT (MPa)
70

YC (MPa)
-240

S12 (MPa)
105

Ef1
(MPa)
230000

1T
0,0175

1C
-0,014

f 12
0,23

m 1
1,1

p12

0,25

Trabalhos como o de SONNEN, LAVAL e SEIFERT (2003), referenciam dois testes conduzidos na Universidade Tecnolgica de Aachen que mostram uma alta conformidade com a teoria do critrio de Puck. Em SCHUECKER e PETTERMANN (2006) o comportamento do dano de um laminado dividido em duas diferentes perspectivas: Evoluo do dano e efeito do dano. Um modelo para o dano baseando-se na Teoria de Puck apresentado, concluindo que combinando este modelo com a Teoria Clssica dos Laminados o carregamento do plano de tenso pode ser previsto com boa confiabilidade.

Captulo 3 Mecnica dos Materiais Compostos Laminados

42

HINTON, KADDOUR e SODEN (2002) descrevem o resultado e as concluses de um evento denominado World-Wide Failure Exercise lanado pela primeira vez em 1995, o qual dedica-se a comparar as teorias existentes para os critrios de falha como os objetivos de:

estabelecer o nvel atual de maturidade das teorias para anlise de falha de laminados polimricos reforados por fibras; estreitar a lacuna de conhecimento entre os tericos e os projetistas prticos neste campo; estimular a comunidade envolvida com materiais compostos a prover aos engenheiros projetistas mtodos de predio de falha mais robustos e precisos, bem como a credibilidade para uso destes.

Neste evento, 14 casos experimentais para 12 diferentes teorias foram testados e comparativamente avaliados. Numa avaliao geral, o critrio de Puck demonstrou timos resultados, ficando por exemplo em primeiro lugar no ranking, quando a predio de falhas por tenso biaxial foi analisada. Ficou tambm na primeira posio considerando a predio geral das caractersticas nos testes realizados. Segundo o relato do trabalho, no mbito geral, os resultados mostram que a Teoria de Puck encontrou concordncia com a maioria dos resultados experimentais, mostrando-se ser uma das melhores teorias de falha atualmente disponveis para anlise de materiais compostos laminados.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

43

4 ALGORITMO GENTICO CONJUGADO COM SUPERFCIE DE RESPOSTA PARA ESTRUTURAS DE MATERIAIS COMPOSTOS LAMINADOS
A apresentao do desenvolvimento da rotina que implementa o mtodo da SR em um AG, o objetivo deste captulo. Este se divide em 4 sees, sendo que inicialmente o mtodo dos AG clssicos descrito e um exemplo de aplicao de um AG padro para materiais compostos laminados apresentado. Em seguida, descreve-se um AG encontrado na literatura de referncia, o qual posteriormente foi adaptado para a conjugao com SR. Depois, descreve-se sobre o mtodo da superfcie de resposta tambm com alguns exemplos aplicados tanto para uma funo qualquer como para estruturas de materiais compostos laminados. E por fim, a proposta da rotina que conjuga um AG com mtodo da SR.

4.1

Mtodo dos Algoritmos Genticos Clssico

Segundo HAFTKA, GRDAL e HAJELA (1998) os algoritmos genticos usam tcnicas derivadas da biologia e baseiam-se na aplicao do princpio evolutivo de Darwin. Este princpio afirma que caractersticas individuais, ou seja, aptides, que foram teis sobrevivncia dos indivduos de uma populao, tendem passar para geraes futuras, pois os indivduos que as possuem tem maior chance de sobreviver e assim reproduzir. Na biologia, a carga gentica arquivada nos chamados cromossomos que so formados por partes menores, os genes. Em um AG, o cromossomo pode ser denominado de indivduo, que carrega certas caractersticas, ou seja, os genes. Assim, o agrupamento destes indivduos chamado de populao, ver Figura 4.1. Fazendo uma correspondncia com a otimizao de uma funo, um indivduo corresponde a um ponto (ou uma soluo), uma populao corresponde a um conjunto de pontos, enquanto que a aptido de um indivduo depende do valor da funo e das restries avaliadas naquele ponto.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

44

Figura 4.1 Representao esquemtica da populao, indivduos e gene de um AG.

A mecnica da gentica natural baseada em operaes que resultam em uma estruturada, porm randmica troca de informaes genticas. Estas operaes consistem basicamente em seleo ou fitness (aptido), cruzamento e mutao, sendo a ltima no obrigatria. No processo de seleo de um AG, os indivduos mais aptos so mantidos, imitando o que acontece na biologia. Para tal, faz-se necessrio definir a aptido do indivduo. Em problemas sem restries, ou seja, sem condies de contorno aplicadas, a aptido pode ser definida como a funo objetivo. Se o problema for de maximizao, obviamente o indivduo mais apto o que resulta no maior valor para a funo objetivo. O contrrio acontece para um problema de minimizao. No caso de problemas com restrio, a aptido deve considerar tambm a violao destas restries. Os indivduos selecionados so os chamados pais, utilizados para gerar os filhos da gerao futura, ou seja, prxima iterao. Este processo, que ocorre de forma randmica, denomina-se cruzamento, no qual as informaes de dois pais so combinadas entre si, formando assim dois novos indivduos, os filhos. O cruzamento pode ocorrer em 1 ou mais pontos. A Figura 4.2 mostra um exemplo de cruzamento particionado em 2 pontos.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

45

0 1 0 1

1 0 0 1

1 0 0 1

1 0 0 1

0 1 1 0

1 1 1 1

1 0 1 0

Pai 1 Pai 2 Filho 1 Filho 2

Figura 4.2 Operao de cruzamento, numa codificao binria, particionado em 2 pontos.

No exemplo utilizado para demonstrar um cruzamento (Figura 4.2), uma codificao binria utlizada. Nesta codificao, cada gene um digito do nmero binrio e o cromossomo a prpria string que o forma. Segundo HAFTKA, GRDAL e HAJELA (1998), quando variveis reais, como o nmero de lminas, so representadas por nmeros binrios, pode ocorrer dos filhos no carregarem nenhuma caracterstica dos pais, ou seja, os resultados dos filhos ficam fora do espao de domnio traado pelos pais. Isto no significa um problema, mas em alguns casos pode diminuir a efetividade do processo. Quando se utiliza valores reais para as variveis, o valor de cada uma das variveis representada em uma posio do cromossomo, um gene. Desta forma, os indivduos gerados sempre carregaro nos seus genes valores que foram gerados na populao inicial. Neste ponto, o processo de mutao, descrito a seguir, um auxiliador para garantir a efetividade do algoritmo. A mutao no uma operao obrigatria para o algoritmo gentico, porm dissemina a diversidade dos indivduos, prevenindo perdas prematuras de informao (HAFTKA, GRDAL e HAJELA, 1998). Com a populao inicial sendo gerada randomicamente, a probabilidade de que todos os possveis genes sejam representados muito baixa. No caso da mutao binria procede-se a mutao pela troca de um bit de 0 para 1 ou vice-versa. No caso de codificao real, usualmente realiza-se uma perturbao gaussiana em torno de um ponto. Aps a mutao, uma nova populao formada e avaliada. Neste momento pode-se optar pelo denominado esquema elitista, o qual determina que se algum

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

46

filho gerado for menos apto do que um dos pais, o mesmo deve ser descartado e o pai deve ser mantido. Tendo a nova populao aplica-se um critrio de parada, que pode ser quando no h melhora no melhor indivduo durante um nmero pr-determinado de geraes, quando a populao uniforme (perda da diversidade) ou na prtica comum, quando um dado tempo for alcanado (nmero de geraes ou nmero de avaliaes da funo objetivo). A Figura 4.3 mostra esquematicamente o fluxograma de um algoritmo gentico.

SELEO em funo da aptido (seleo dos pais)

CRUZAMENTO (entre os pais e obteno dos filhos)

POPULAO INICIAL (indivduos, cromossomos)

AVALIAO da populao (clculo da funo objetivo e aptido)

MUTAO (perturbao aleatria) de alguns indivduos

Aptido

Aplica CRITRIO DE PARADA, se no alcan-lo continua ciclo

Forma NOVA POPULAO filhos + filhos que sofreram mutao

Figura 4.3 Fluxograma de um algoritmo gentico.

Como comenta HAFTKA, GRDAL e HAJELA (1998), as operaes de um AG podem parecer como uma procura completamente randmica. Porm, os AG tm sido experimental provados, ser um mtodo robusto para solucionar problemas de otimizao. As vantagens de um AG, segundo SOREMEKUM (1997) e HAFTKA, GRDAL e HAJELA (1998), so:

Facilidade na formulao e implementao;

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

47

No utilizam direo de busca baseada no gradiente, e portanto no apresentam problemas com funes descontnuas ou cujo gradiente de difcil avaliao;

Podem ser utilizados tanto para problemas com variveis contnuas, como discretas ou mistas; So de fcil paralelizao (por exemplo, a avaliao da aptido dos indivduos pode ser feita em vrios processadores em paralelo); Aplicados aos materiais compostos laminados, cujos problemas de otimizao normalmente apresentam comportamentos multimodais, este mtodo mostra-se bastante eficaz na busca do timo global.

A Figura 4.4 mostra graficamente, a busca pelo ponto mnimo de uma funo, de modo a comparar o comportamento desta busca com o mtodo clssico e o AG. No primeiro caso, com o mtodo clssico, baseado no gradiente, possvel que a busca seja cessada assim que um ponto de mnimo encontrado. Porm, neste caso, seria um mnimo local. No segundo caso, com o AG, devido s geraes que so obtidas sucessivamente pela aplicao dos operadores genticos, representadas pelos nmeros 1, 2 e 3, os pontos mapeiam todo o domnio. Desta forma provvel que a busca se aproxime do ponto de mnimo global.

Figura 4.4 Representao da busca do ponto de mnimo de uma funo, utilizando-se um mtodo clssico e algoritmos genticos.

Entretanto, um AG possui as seguintes desvantagens (SOREMEKUM, 1997 e HAFTKA, GRDAL e HAJELA, 1998):

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

48

Alto custo computacional, pois necessita avaliar a funo objetivo inmeras vezes para obter a otimizao; Requer ajuste dos parmetros, muitas vezes por tentativa e erro; No se pode ter total certeza de que a soluo encontrada realmente a tima, pois trata-se de um problema matemtico ainda aberto.

4.1.1 Exemplo 4.1 - Aplicao de um AG padro uma estrutura de composto laminado

O objetivo em descrever este exemplo na presente seo a familiarizao dos componentes de um AG, tais qual, gene, indivduo e populao, inseridos no ambiente das estruturas de materiais compostos laminados. Assim, no se anseia extrair anlises ou concluses do mesmo. Neste exemplo, busca-se a maximizao da carga de flambagem para um laminado composto. O laminado simtrico e balanceado, formado por 16 lminas, sendo que para cada lmina orientada numa certa direo existe o seu par de orientao negativa junto posto. Como o laminado balanceado e simtrico, os cculos so realizados com apenas do nmero das lminas. A geometria do laminado definida como placa plana retangular e simplesmente suportado nas 4 arestas. A Figura 4.5 representa esquematicamente os carregamentos e dimenses do laminado. As variveis contnuas de projeto so as orientaes de cada lmina, que podem variar de 0 a 90 e a funo objetivo a maximizao do fator crtico de flambagem dado pela Eq. 3.76. Para tal, lana-se mo da execuo de um AG programado em Matlab e elaborado durante o desenvolvimento deste trabalho. O cdigo escrito est disponvel no Apndice A. O programa permite entrar com as especificaes do laminado, ou seja, propriedade dos materiais das lminas (sendo que possvel escolher at 3 diferentes materiais no laminado), a espessura ek para cada lmina, as dimenses de comprimento lp e largura do laminado wp e o valor dos carregamentos Nx e Ny. A entrada para alguns parmetros do AG tambm pode ser especificada, podendo-se definir o tamanho da populao inicial, bem como o nmero de geraes do AG.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

49

Outros parmetros so fixos, o nmero de genes a sofrer mutao e perturbao gaussiana, neste caso 1 e a partio do cruzamento ocorre em apenas 1 posio. Neste AG, a posio da partio do cruzamento escolhida de forma randmica a cada gerao, enriquecendo o AG. Um ponto peculiar deste AG que a formao se d de forma eletista, mantendo o melhor pai e eliminando o pior filho.

y z Nx

Ny

Nx

wp
Ny x

lp
Figura 4.5 Representao de carregamentos em uma placa retangular.

No exemplo, os seguintes valores so considerados:

mesmo

material

para

todas

as

lminas

(a

especificao

das

propriedades pode ser verificada no Apndice A); mesma espessura hk = 0,2mm para todas as lminas; comprimento lp = 100mm e largura wp = 100mm; carregamentos compressivos Nx = Ny = 100N/mm; populao inicial = 10 indivduos; nmero de geraes = 300; nmero de lminas = 16, porm como se trata de um laminado simtrico e balanceado, apenas 4 orientaes sero de interesse, as demais sero consequncia destas.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

50

O AG neste caso acontece conforme os seguintes passos: 1. Gera populao inicial randomicamente com 10 indivduos; Indivduo 1 = [1 2 3 4]1 Indivduo 2 = [1 2 3 4]2 ... Indivduo 10 = [1 2 3 4]10 2. Calcula a aptido, ou seja, o fator critco de flambagem segundo a Eq. 3.76, para cada indivduo; 3. Faz a seleo dos pais, ou seja, seleciona os indivduos que apresentaram o maior valor do fator critco de flambagem; 4. Gera os filhos fazendo o cruzamento dos pais, conforme exemplo ilustrado na Figura 4.6.

1 1 1 1

2 2 2 2

3 3 3 3

4 4 4 4

Pai 1 Pai 2 Filho 1 Filho 2

Figura 4.6 Operao de cruzamento com partio entre o segundo e o terceiro gene.

5. Aplica mutao, neste caso em 1 de 10 indivduos, ou seja, escolhe-se randomicamente 1 indivduo e causa neste uma perturbao gaussiana em torno do ponto; 6. Forma a nova gerao mantendo o melhor pai e eliminando o pior filho (esquema elitista); 7. Retorna ao passo 2 at 300a gerao (critrio de parada).

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

51

Os valores das orientaes convergiram prximo ao esperado, ou seja, orientaes 45 que seria a soluo exata, ver Tabela 4.1. Como um exemplo, a Figura 4.7 apresenta um histrico com a convergncia do resultado para o teste 1, nota-se que aproximadamente aps a 150 gerao no houve mais melhora . Tabela 4.1 Resultados alcanados com o AG Teste
1 2 3

1
45.1489 45.1119 44.8652

Resposta na forma padro

45.1173 45.4007 43.6483 [45.1489 45.1173 45.4007 43.6483]s 44.8941 44.9439 46.6676 [45.1119 44.8941 44.9439 46.6676]s 44.9827 44.8990 44.1101 [44.8652 44.9827 44.8990 44.1101]s

1.79 1.78 1.77 1.76 1.75

crit

1.74 1.73 1.72 1.71 1.7

50

100 150 200 Nmero de Iteraes do AG

250

300

Figura 4.7 Convergncia do exemplo 4.1.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

52

4.2

O AG Original Utilizado Posteriormente na Conjugao com SR

Esta seo reservada para a apresentao do AG que foi utilizado como base, sendo posteriormente modificado para a conjugao com o mtodo da SR. Elaborado por LOPEZ, LUERSEN e CURSI (2009), este AG tem por objetivo a otimizao de uma laminado hbrido composto. As variveis de projeto so as orientaes das lminas, os materiais (2 especificaes possveis) e o nmero de lminas a serem empilhadas. O objetivo da otimizao pode ser, a minimizao do custo, a minimizao do peso e ou a maximizao da carga de flambagem. Como restrio pode-se escolher por aplicar os critrios de falha da mxima tenso, de Tsai-Wu ou de Puck. A estrutura definida por um laminado composto simtrico e balanceado. Cada indivduo composto por 2 cromossomos, um para a sequncia de empilhamento das orientaes e outra para a sequncia de empilhamento dos materiais. As orientaes bem como os materias so codificados de acordo com a Tabela 4.2. Na Figura 4.8 um exemplo da codificao apresentado. Tabela 4.2 Representao dos cromossomos Cromossomo das orientaes das lminas (C1)
Ausncia de Lmina 0 02 1 45 2 902 3

Cromossomo dos materiais das lminas (C2)


Ausncia de Lmina 0 Carbono-Epoxy (CE) 1 Vidro-Epoxy (GE) 2

Figura 4.8 Exemplo de cromossomo codificado.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

53

Na operao de cruzamento deste AG programada a partio do cromossomo numa posio, um exemplo apresentado na Figura 4.9.

Figura 4.9 Exemplo de operao de cruzamento.

A mutao um operador presente neste AG e acontece de forma randmica. Inicialmente um indivduo escolhido randomicamente e na sequncia escolhe-se um gene de cada cromossomo tambm randomicamente, promovendo suas mutaes, trocando o gene escolhido de 0 para 1, por exemplo. A Figura 4.10 exemplifica a operao de mutao deste AG.

Figura 4.10 Exemplo de mutao.

Outro operador utilizado neste AG o Gene-Swap ou a troca de genes, segundo LE RICHE e HAFTKA, (1995), este operador muito eficaz para problemas de flambagem. Um exemplo mostrado na Figura 4.11.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

54

Figura 4.11 Exemplo da operao Gene-Swap.

Duas operaes suplementares foram introduzidas por LOPEZ, LUERSEN e CURSI (2009) no presente AG. Uma operao adiciona lminas e a outra deleta uma lmina do laminado composto. A primeira operao tende a forar o laminado a satisfazer a primeira restrio de falha. A segunda operao tende a reduzir o peso, tendendo a satisfazer o critrio da minimizao do peso. Ambas operaes sempre agem na lmina mais prxima superfcie mdia do laminado, j que esta tem um menor efeito sobre a flexo da estrutura. Esta caracterstica pode ser importante quando a flambagem est presente (LOPEZ, LUERSEN e CURSI, 2009). exemplo desta operao est apresentado na Figura 4.12. Um

Figura 4.12 Exemplo da operao de adio e retirada de lminas.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

55

Outro artficio empregado neste AG, com o objetivo de acelerar a sua convergncia, o emprego de mtodos locais de busca. Neste caso, os autores optaram pela busca da vizinhana (cromossomo das orientaes) e o agrupamento de material (cromossomo dos materiais). Resumidamente, a busca da vizinhana consiste em avaliar os resultados vizinhos de um indivduo que est tendendo ao timo. Escolhe-se randomicamente um gene do cromossomo e faz o teste com os outros valores que este pode assumir. O melhor resultado mantido. A Figura 4.13 mostra como funciona a busca da vizinhana.

Figura 4.13 Exemplo de busca da vizinhana.

Segundo os autores, que citam GIRARD (2006), tem sido notado que usualmente em laminados hbridos compostos, os materiais diferentes das lminas, tendem a se agrupar para o valor do timo. Assim o mtodo do agrupamento de materiais consiste em agrupar o material das lminas no cromossomo. O mtodo escolhe o melhor indivduo, agrupa seu material e o avalia, se o resultado for melhor do que o indivduo original ele mantido na populao. O exemplo deste operador apresentado na Figura 4.14.

Figura 4.14 Exemplo de agrupamento de materiais.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

56

Em LOPEZ, LUERSEN e CURSI (2009), dois exemplos de aplicao do referido AG so mostrados. O primeiro visa a minimizao do custo de um laminado com restries ao peso e resitncia flambagem. No segundo a minimizao do custo tambm buscada, porm as restries so quanto ao peso e ao atendimento mnimo dos critrios de falha de mxima tenso, Tsai-Wu e Puck. Segundo demonstrado em LOPEZ, LUERSEN e CURSI (2009), o AG desenvolvido foi validado comparando-se os resultados com aqueles obtidos em iteraturas de referncia.

4.3

Mtodo da Superfcie de Resposta

Esta seo reservada para a apresentao do mtodo da SR e sua formulao. Como citado anteriormente, o mtodo da SR foi introduzido por George E. P. Box e K. B. Wilson em 1951 e aplicado primeiramente no campo da engenharia qumica. Atualmente, sua aplicao envolve tambm as reas mdica, fsica, mecnica, construo civil, etc. De forma geral, o mtodo da SR, consiste em anlise e planejamento de experimentos empregados na modelagem matemtica de respostas. Neste sentido, o mtodo procura identificar a relao entre as variveis independentes de um sistema, que so seus fatores controlveis, e as variveis dependentes do sistema, que so suas respostas (BREYFOGLE, 2003). Empregando o mtodo da SR, alm da procura por esta relao, pode-se objetivar tambm ou somente, no caso desta relao j ser conhecida, a otimizao da soluo pela aproximao do comportamento da SR com a resposta real. O mtodo da SR consiste, em obter uma curva ou superfcie atravs de pontos que resultam da resposta e da utilizao de uma funo de regresso, ou tambm chamada de funo base. A funo base geralmente um polinmio de primeira ou segunda ordem ou ento composto por termos que so funes trigonomtricas. Os coeficientes da funo base podem ser estimados com uma regresso matemtica, utilizando o mtodo dos mnimos quadrados. O modelo emprico resultante

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

57

chamado de SR. A Figura 4.15 mostra, de forma esquemtica, como o modelo reduzido traado, partindo-se do modelo detalhado.

Pontos analisados (experimentos) Funo Objetivo

Varivel de projeto Modelo detalhado Modelo reduzido - SR


Figura 4.15 Exemplo de construo de uma SR.

Em muitas das aplicaes do mtodo da SR, a forma do relacionamento entre as variveis dependentes e independentes desconhecida. Assim, faz-se necessrio aplicar o mtodo da SR de forma sequencial, ou seja, realizar uma primeira aproximao para esta relao, utilizando uma regresso de baixo grau polinomial e incrementando-a na sequncia se necessrio. Segundo CORNELL (1990), para estas aplicaes, faz-se necessrio tambm estabelecer planos para coleta de dados, que so chamados delineamentos para a SR. Para tal, escolhe-se uma faixa na qual as variveis independentes podem variar, de modo que a SR no seja construda fora da rea experimental de interesse. No caso do presente estudo, o objetivo em se empregar o mtodo da SR a aproximao da resposta na busca da sua otimizao por um AG, tornando-o menos oneroso. A relao entre as variveis independentes e dependentes est disponvel

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

58

pelas formulaes da mecnica clssica dos laminados, assim a aplicao sequencial da SR no se faz necessria. Sabe-se que a formulao dos problemas de compostos laminados apresentam funes trigonomtricas de seno e cosseno, por isso, uma regresso com funo base composta por funes trigonomtricas uma excelente escolha para construo da SR (LEE e LIN, 2003). Na sequncia, um demonstrativo desta afirmao feito com base na literatura de referncia, bem como, em testes preliminares. Como descrito por LEE e LIN (2003), para a construo do modelo da SR, pode-se escrever a resposta ou a varivel de sada (vetor w), como

w = V + ,

Eq. 4.1

onde

w1 w w = 2, M wk

1 v11 ... v1n 1 v ... v2 n 21 , V= M ... ... M 1 vk 1 M vkn


1 = 2, M k

Eq. 4.2

0 = 1 , M n

sendo um vetor erro tratado como um erro estatstico e normalmente distribudo, representa um vetor de coeficientes desconhecidos e V uma matriz das funes bases (os multiplicadores de ) avaliadas em k diferentes experimentos. O objetivo neste ponto , dado um conjunto de valores conhecidos w, obter os coeficientes onde o erro seja mnimo. A funo erro quadrtico uma forma bastante usada para medir um valor devido a sua variao em torno do valor ideal. Para esta funo o erro quadrtico dada por

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

59

L = i2 = T = wT w 2T V T w +T VT V ,
i =1

Eq. 4.3

Para se alcanar ento um valor mnimo de erro quadrtico, necessrio satisfazer a condio

L = 2 VT w + 2 VT Vb = 0 , b

Eq. 4.4

A partir da Eq. 4.4 tem-se o vetor b, que representa o vetor de coeficientes que minimiza L,

b = VT V

-1

VT w ,

Eq. 4.5

O modelo de SR fica ento dado por

= Vb . w

Eq. 4.6

LEE e LIN (2003) tambm descrevem um teste para um laminado composto com o objetivo de verificar o mtodo de superfcie de resposta. Neste teste so utilizados cinco tipos diferentes de funo base, no intuto de comparar a resposta com funes trigonomtricas e modelos polinomiais. Devido direcionalidade e periodicidade das orientaes das fibras dos compostos laminados e com j descrito anteriormente as funes base trigonomtricas apresentaram melhor resposta do que os modelos polinomiais. Isto tambm pode ser observado nos testes realizados na Seo 5.1. Para a realizao de tais testes, 4 dos 5 tipos de funes base para a SR apresentados em LEE e LIN (2003), foram utilizados. Estes tipos so:

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

60

Tipo 1:
nv nv . + y = C0 + C x D x x i i ij i j i =1 j =1

Eq. 4.7

Tipo 2:
y = C0 + (Ci sen xi + Di cos xi + Ei sen 2 xi + Fi cos 2 xi ) .
nv i =1

Eq. 4.8

Tipo 3:

y = C0 + (Ci sen xi + Di cos xi + Ei sen 2 xi + Fi cos 2 xi ) +


i =1

nv

+ (G ij sen xi sen x j + H ij cos xi cos x j ) .


j =1

nv

Eq. 4.9

Tipo 4:

y = C0 + (Ci sen xi + Di cos xi + Ei sen 2 xi + Fi cos 2 xi ) +


+ (G ij sen xi sen x j + H ij cos xi cos x j +
i =1 j=i

nv

i =1 nv

nv

Eq. 4.10

+ I ij sen 2 xi sen 2 x j + J ij cos 2 xi cos 2 x j ) .

Nesse caso, y a resposta da estrutura, x as variveis independentes, nv o nmero de variveis e C, D, E, F, G, H, I e J os coeficientes desconhecidos das funes base. O nmero de experimentos, ou seja os pontos utilizados para construo da superfcie, um fator importante para garantir uma boa resposta. Segundo AKIRA e ISHIKAWA (2003), recomenda-se utilizar duas vezes o nmero de coeficientes da funo base. Alm da quantidade de experimentos tambm faz-se necessrio definir como tais experimentos so gerados. Para manter o AG independente do problema a gerao dos experimentos pode ser de forma aleatria, dentro do intervalo de validade das variveis. Porm, em ANDERSON e WHITCOMB (2005) sugere-se que alguns dos experimentos sejam cuidadosamente escolhidos, para que no se corra

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

61

o risco de que ao gerar aleatoriamente a gama de experimentos, pontos extremos, por exemplo, fiquem de fora. Para laminados compostos, por exemplo, um experimento a ser escolhido poderia ser o caso de todas as laminas orientadas na mesma direo. Porm a ao de escolher experimentos onera a implementao do algoritmo, bem como o deixa dependente de mais dados de entrada. Deste modo, um tempo de anlise extra e um conhecimento prvio do assunto demandado do usurio. Para estruturas complexas e com grande nmero de variveis a escolha de experimentos pode ser uma tarefa rdua e demorada, deste modo a escolha de um tipo adequado de SR importante e pode eliminar a necessidade desta escolha prvia.

4.4

AG Conjugado com SR

4.4.1 Estrura da tcnica combinada SR + AG

Como j descrito anteriormente, o AG utilizado aquele apresentado no Captulo 4.2, porm com as seguintes adaptaes:

a varivel material foi restringida a apenas um valor, ou seja, a resposta para o laminado a ser analisado no ser um laminado hbrido; a operao de adio e retirada de lminas foi eliminada, portanto a quantidade total de lminas constante; a frequncia fundamental e a resistncia carga de flambagem (a serem maximizadas) foram inseridas como alternativas para funes objetivo.

A funo base do tipo 4 (Eq. 4.10) foi escolhida para a construo da SR por apresentar termos de acoplamento entre funes seno e cosseno, semelhantes aos da Teoria Clssica dos Laminados compostos, bem como seguindo a indicao de LEE e LIN (2003) e as anlises dos testes iniciais apresentados na Seo 5.1.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

62

Resumidamente um AG padro segue os seguintes passos: 1. Cria-se a populao inicial; 2. Avalia-se a populao. Para tal, calcula-se a aptido de cada indivduo, utilizando a funo objetivo e as restries do problema. Neste passo a funo objetivo avaliada tantas vezes quanto forem o nmero de indivduos da populao; 3. Aplica-se um critrio de parada. Um critrio de parada usualmente utilizado o nmero total de geraes; 4. Caso o critrio de parada seja atendido, apresenta-se os resultados, caso no, aplica-se os operadores genticos de seleo, cruzamento e mutao. Um critrio de parada usualmente utilizado o nmero total de geraes; 5. Gera-se nova populao e volta a avali-la (passo 2), reiniciando o ciclo. Desta forma, o passo 2 ocorrer tantas vezes quanto forem o nmero de geraes. Na tcnica combinada proposta, SR + AG, os passos acontecem na seguinte ordem: 1. Cria-se a SR, utilizando a funo objetivo e as restries do problema. Neste passo a funo objetivo avaliada tantas vezes quantos forem o nmero de experimentos definidos para gerar a SR; 2. Cria-se a populao inicial; 3. Avalia-se a populao. Para tal, para cada indivduo, busca-se a sua resposta na SR j construda, ou seja, faz-se uma leitura da SR nos pontos relativos aos indivduos da presente populao; 4. Aplica-se um critrio de parada; 5. Caso o critrio de parada seja atendido, apresenta-se os resultados, caso no, aplica-se os operadores genticos de seleo, cruzamento e mutao; 6. Gera-se nova populao e volta a avali-la (passo 3), reiniciando o ciclo. Desta forma, o passo 3 ocorrer tantas vezes quanto forem o nmero de geraes. Porm, o passo de avaliao aqui no oneroso, como no

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

63

AG padro, pois apenas a leitura da SR feita e no um clculo de funo objetivo e restries do problema. A Figura 4.16 mostra um fluxograma simplificado de um AG padro e a Figura 4.17 um fluxograma simplificado da tcnica combinada proposta.

PRINCIPAL

Critriode parada atendido?


no

sim

Funoobjetivo+ restries

Figura 4.16 Fluxograma simplificado de um AG padro.

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

64

PRINCIPAL CriaSuperfciede Resposta

1 1
sim

Critriode parada atendido?


no

Superfciede Resposta

Figura 4.17 Fluxograma simplificado da tcnica combinada, SR + AG, proposta.

4.4.2 Implementao da tcnica combinada SR + AG

O AG original foi codificado na plataforma Matlab e estruturado por um arquivo de entrada de dados e um arquivo principal. Cada operao do arquivo principal realizada num arquivo em separado, ou seja, so funes que sequencialmente so chamadas no arquivo principal. O arquivo principal resgata todos os dados do arquivo de entrada de dados e alimenta cada funo com os mesmos, bem como recebe as respostas destas funes. O referido cdigo, juntamente com as adaptaes para a combinao SR + AG, pode ser encontrado no Apndice C. Para a implementao da SR em combinao com o AG, as principais modificaes da estrutura do AG original foram:

adio no arquivo principal de uma funo que calcula a SR no incio da rotina;

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

65

substituio da funo que avalia a populao segundo a funo objetivo, por uma funo que avalia a populao, segundo a SR calculada.

A implementao do clculo estrutural na plataforma Matlab restringi-se aplicaes para placas planas quadradas ou retangulares. Deste modo, para aumentar a abrangncia da aplicao da tcnica proposta SR + AG, foi desenvolvida uma interface com um software de elementos finitos, o ABAQUS. Esta interface acontece da seguinte forma: 1. Cria-se a SR, utilizando o ABAQUS, para obteno das respostas estruturais. Neste passo, o ABAQUS resolver o problema tantas vezes quantos forem o nmero de experimentos definidos para gerar a SR; 2. Este passo, bem como os passos 3, 4 e 5, so os mesmos da rotina SR + AG. Em termos de implementao desta interface, para o caso em questo, ocorre o seguinte: 1. Modela-se no ABAQUS a geometria que se deseja analisar, bem como ajusta-se para o modelo os carregamentos desejados, as condies de contorno, nmero de lminas do laminado e espessura da lmina. Procedendo na sequncia com os ajustes de parmetros para a anlise em elementos finitos como tipo de elemento e malha; 2. No AG, introduz-se no arquivo que gera a SR um comando que, a cada experimento gerado, um arquivo de extenso .txt alimentado com as informaes daquele experimento (orientaes de cada lmina e propriedades do material); 3. Por meio de uma rotina interna, o ABAQUS l as informaes do arquivo de extenso .txt criado no passo 2; 4. Com todos os dados lidos, procede-se ento o cculo por elementos finitos no ABAQUS; 5. Obtendo o valor da resposta para o empilhamento do experimento que est sendo analisado, uma rotina interna do software envia esta resposta para um outro arquivo de extenso .txt;

Captulo 4 - Algoritmo Gentico Conjugado com SR para Estruturas de Materiais Compostos Laminados

66

6. O arquivo criado no passo 5, por sua vez, alimenta a funo que gera a SR; 7. Gera-se novo experimento e retorna ao passo 2, at que todos os experimentos gerados tenham sido calculados e a SR esteja assim construda; 8. Procede-se os passos 2 5 da rotina SR + AG.

Captulo 5 - Resultados Numricos

67

5 RESULTADOS NUMRICOS
Este captulo reservado para a aplicao da tcnica combinada implementada, SR + AG, apresentando assim os resultados numricos alcanados. A Seo 5.1, refere-se a testes iniciais realizados para verificar o comportamento de alguns tipos de funo base de SR, aplicando-as uma funo anlitica e tambm estruturas de compostos laminados. Na Seo 5.2, so apresentadas aplicaes da implementao da tcnica combinada, SR + AG, para problemas de otimizao de placas retangulares e quadradas. A Seo 5.3, tambm se refere aplicao de SR em combinao com AG, porm utilizando-se de um software de elementos finitos, o ABAQUS, para os calculos estruturais, o que propicia analisar geometrias mais complexas do que placas quadradas ou retangulares. De acordo com o ao descrito no decorrer do trabalho, o critrio de falha de Puck foi o critrio de falha escolhido para a apresentao dos resultados numricos da tcnica SR + AG proposta. Porm, a rotina implementada permite analisar as estruturas tambm por critrios de falha como: da mxima tenso, da mxima deformao, de Tsai-Wu e de Hoffman. Para a otimizao possvel optar por: maximizar a frequncia fundamental de um laminado composto, maximizar a resistncia carga de flambagem ou a resistncia mecnica segundo um dos critrios de falha apontados.

5.1

Testes preliminares com a tcnica de superfcie de resposta Com o intuito de melhor compreender a tcnica de SR e discutir alguns pontos

da sua teoria, alguns testes foram inicialmente realizados. A implementao em Matlab dos diferentes tipos de SR pode ser vista no Apndice B. O primeiro teste tem por objetivo mostrar o comportamento da SR para os 4 tipos de funo base para uma funo de uma varivel e definida por

Captulo 5 - Resultados Numricos

68

f ( ) = 2sen( )cos( ) + cos(2 ) 2 + sen 3 + 9 .

( )

Eq. 5.1

Tal funo foi escolhida pelo fato de que os problemas de estruturas em materiais compostos laminados so tambm funes trigonomtricas de seno e cosseno. Desta maneira, possvel ter uma previso do comportamento de cada tipo de funo base. Como o presente teste possui a principal finalidade de observar o comportamento da SR em relao funo, foram escolhidos 20 experimentos. Para manter o algoritmo independente do problema a gerao dos experimentos foi realizada de forma aleatria, dentro do intervalo de validade das variveis. Aqui o intervalo da gerao dos experimentos foi definido por

90 o 90 o .

Eq. 5.2

Na Figura 5.1 pode-se ver o comportamento dos diferentes tipos de SR para a funo f(), de acordo com as Eqs. 4.7, 4.8, 4.9 e 4.10.

Figura 5.1 Comportamento dos 4 tipos de SR para a funo f(), com 1 varivel contnua.

Captulo 5 - Resultados Numricos

69

Neste teste, como esperado, pode-se observar como as respostas dos tipos 2, 3 e 4 constitudas por funes trigonomtricas, so visivelmente prximas das respostas da funo f(). O tipo 1, que possui como funo base um polinmio quadrtico no se aproximou da resposta, no sendo adequado para a soluo deste caso. Na sequncia, testes para um laminado, similar ao utilizado no exemplo 4.1.1 foram realizados. Inicialmente fixou-se 3 das 4 direes tendo ento somente a direo da ltima lmina como varivel. A estrutura do laminado analisado, bem como suas propriedades so similares ao utilizado no exemplo descrito na subSeo 4.1.1. Inclusive a parcela do algoritmo que realiza o clculo dos critrios de falha a mesma utilizada para os testes seguintes. Como os testes desta Seo tm a finalidade de apenas analisar o comportamento de cada um dos tipos de SR, os carregamentos das placas foram escolhidos de forma a ser possvel uma resposta de fcil compreenso. Deste modo, para a anlise do fator crtico de flambagem, aplicou-se Nx = Ny = 100N/m, assim o resultado esperado obter a maximizao carga de flambagem com as direes +45 e -45 . Para o critrio de Tsai-Hill, aplicou-se Nx = 0N/m e Ny = 100N/m, esperando-se assim obter o maior fator de falha (regio mais suscetvel falha) ao aproximar-se de 0." Nas Figuras 5.2 e 5.3 so apresentados os resultados dos testes realizados respectivamente para o fator crtico de flambagem segundo a Eq. 3.76 (que neste, como nos outros exemplos no atendido) e para o critrio de Tsai-Hill, segundo a Eq. 3.80. Em ambos os casos, a varavel (direo da lmina superior do laminado) tem valor contnuo. Nota-se que a resposta da SR tipo 4 fica muito prxima da resposta exata dos critrios. J os tipos 2 e 3 no se aproximam com tanta acuracidade, porm apresentam mesmo comportamento indicando a direo tima da lmina. Por fim, a SR tipo 1, da mesma maneira que no primeiro exemplo, no consegue se aproximar da resposta correta.

Captulo 5 - Resultados Numricos

70

Figura 5.2 Comportamento dos 4 tipos de SR para a o critrio da flambagem, com 1 varivel contnua.

Figura 5.3 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 1 varivel contnua.

Captulo 5 - Resultados Numricos

71

Os exemplos seguintes repetem o anterior, porm neste caso a lmina superior s recebe os valores de 0, 15, 30, 45, 60, 75 ou 90, ou seja a varavel discreta. As Figuras 5.4 e 5.5 apresentam os resultados relativos a estes testes com variveis discretas. Pode-se observar que para o critrio de falha de Tsai Hill o comportamento das respostas ficou similar aos testes com variveis contnuas, porm para o fator crtico de flambagem as SR tipos 2 e 3 no responderam a contento. Por isto, um novo teste foi gerado, escolhendo-se alguns experimentos como sugerido em ANDERSON e WHITCOMB (2005). A sensvel melhora pode ser observada na Figura 5.6. Porm, como j enfatizado, a ao de escolher experimentos onera a implementao do algoritmo, bem como o deixa dependente de mais dados de entrada.

Figura 5.4 Comportamento dos 4 tipos de SR para o critrio de Flambagem, com 1 varivel discreta, sem escolha de experimentos.

Captulo 5 - Resultados Numricos

72

Figura 5.5 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 1 varivel discreta.

Figura 5.6 Comportamento dos 4 tipos de SR para o critrio de flambagem, com 1 varivel discreta, com escolha prvia de experimentos.

Captulo 5 - Resultados Numricos

73

E, finalmente, nos 2 testes seguintes as SR so construdas para 4 variveis discretas, ou seja, as 4 lminas do laminado podem variar suas direes. Com o aumento do nmero de variveis para 4, a apresentao grfica da SR fica comprometida, mas mesmo assim possvel acompanhar a resposta para cada lmina em separado. Para efeito de comparao, com os exemplos anteriores, as Figuras 5.7 e 5.8, representam somente a influncia da lmina superior na resposta do laminado. possvel notar que a SR do tipo 4 continua mostrando um comportamento compatvel com os critrios. Isto deve-se ao fato, da SR tipo 4, apresentar termos de acoplamento entre as funes de seno e cosseno, semelhantes aos da Teoria Clssica dos Laminados compostos. Por isso, assim como em LEE e LIN (2003), este foi o tipo escolhido para a implementao AG conjugado com SR, detalhada na Seo 4.3.

Figura 5.7 Comportamento dos 4 tipos de SR para o critrio de flambagem, com 4 variveis discretas.

Captulo 5 - Resultados Numricos

74

Figura 5.8 Comportamento dos 4 tipos de SR para o critrio de Tsai-Hill, com 4 variveis discretas.

5.2

Exemplos Nmericos de Aplicao da Implementao do Mtodo da SR em combinao com um AG Nos exemplos 5.1, 5.2 e 5.3, que sero apresentados neste item, busca-se a

otimizao de um laminado composto por 24 lminas. O laminado balanceado e simtrico, por isto os cculos so realizados com apenas do nmero das lminas. O resultado lido uma sequncia de empilhamento de 6 lminas, pois cada uma destas 6 lminas ter seu par negativo e este par o seu espelhamento, totalizando as 24 lminas. Para esses mesmos exemplos, a estrutura uma placa quadrada, simplesmente apoiada. Os carregamentos e dimenses seguem a representao da Figura 5.9, com valores de Nx = 1,0 x 106N/m, Ny = 5,0 x 104N/m e wp = lp = 1000mm. A espessura das lminas definida ek = 0,0625mm. O material utilizado para as lminas o carbono-epoxy e as suas propriedade so, mdulos de elasticidade, E1 = 138

Captulo 5 - Resultados Numricos

75

GPa, E2 = 9 GPa, G12 = 7,1 GPa, coeficiente de Poisson, 12 = 0,3 e densidade, = 1605 kg/m3.

y z Nx

Ny

Nx

wp
Ny x

lp
Figura 5.9 Estrutura analisada nos exemplos da Seo 5.1.

Para a construo da SR so utlizados 650 experimentos e a funo base do tipo 4 representada na Eq. 4.10. As variveis so as direes das lminas, ou seja, 6 variveis discretas que podem assumir os valores de 02, 45 e 902. O AG conjugado com SR o mesmo descrito na Seo 4.4, o qual apresenta os seguintes parmetros: so calculadas 200 iteraes, a populao de 10 indivduos, nmero de pares para crossover igual a 3, a probabilidade de ocorrer mutao em um gene da populao de 5% e o nmero de cromossomos a sofrerem permuta igual a 3. Para fins de comparao e validao dos exemplos o mesmo tambm calculado com o AG original (sem utilizar a SR), retirado da literatura de referncia. Os resultados alcanados pela rotina SR + AG, bem como os alcanados pelo AG original, podem ser vistos nas tabelas que sucedem cada exemplo. A tomada do tempo de clculo em cada um dos exemplos no foi realizada nesta seo, visto que a geometria (placa plana quadrada ou retangular) possui soluo anlitica, codificada em Matlab. Assim, o clculo da resposta estrutural bastante rpido e no apresenta diferena significativa de tempo entre a otimizao

Captulo 5 - Resultados Numricos

76

com e sem a SR. Uma anlise paralela que pode ser feita o nmero de avaliaes que a funo objetivo sofre. Neste caso, a tcnica combinada SR + AG, avaliar a funo objetivo 650 vezes (nmero de experimentos), j o AG original avaliar a funo objetivo 2000 vezes, ou seja, 200 (nmero de iteraes) multiplicado por 10 (nmero de indivduos da populao). Pode-se afirmar que neste caso, a reduo da avaliao da funo objetivo de at 3 vezes menos se a tcnica combinada SR + AG for utilizada em substituio ao AG original sozinho. Para esta anlise, est sendo considerado, que os clculos mais onerosos so da avaliao da funo objetivo, e os outros podem ser negligenciados. No exemplo 5.5, diferentes quantidades de experimentos da SR, bem como diferentes quantidades de iteraes do AG so avaliadas. Na Seo 5.3 o tempo avaliado e a diferena, para aquele caso, pode ser efetivamente verificada. Para a construo da SR, os experimentos so gerados de forma aleatria, por isto, a resposta pode variar de teste para teste, porm deve tender ao mesmo valor, ou seja, convergir. Assim, os resultados de 3 testes so apresentados para a tcnica combinada SR + AG em cada um dos exemplos. Como o AG original converge para respostas muito prximas, somente o resultado de 1 teste apresentado em cada exemplo. O erro relativo dos testes pode ser visto nas tabelas dos resultados, respectivas a cada exemplo. Este erro representa a diferena percentual dos resultados comparado com o resultado conseguido com o AG original. O exemplo 5.1 visa buscar a maximizao da resistncia trao do laminado, sem restringir outra caracterstica. O exemplo 5.2 visa buscar a maximizao da frequncia fundamental do laminado, tambm sem nenhuma outra restrio. J o exemplo 5.3 visa atender ambas caractersticas, ou seja, busca a maximizao da frequncia fundamental, porm com a restrio de que o mesmo atenda um critrio de falha, no caso, o de Puck. Desta maneira nos 3 exemplos so apresentados os valores do fator do critrio de falha, bem como o valor da frequncia fundamental. Permitindo assim a verificao de que o exemplo 5.3 apresenta valores intermedirios dos alcanandos nos exemplos 5.1 e 5.2 para ambas as caracterstica, como de fato esperado. Nos exemplos 5.1, 5.2 e 5.3, o laminado analisado uma placa quadrada, deste modo para efeitos de validao em placas retangulares o exemplo 5.4 foi

Captulo 5 - Resultados Numricos

77

realizado. Neste exemplo, similar ao exemplo 5.3, maximizada a frequncia fundamental com restrio ao critrio de falha de Puck. O exemplo 5.5 foi adicionado mudando o foco da maximizao da frequncia fundamental, realizado nos exemplos anteriores, para a maximizao da resistncia flambagem com o clculo do fator crtico de flambagem.

5.2.1 Exemplo 5.1 Maximizao da resistncia do laminado segundo o critrio de falha de Puck Como j citado, neste exemplo, o objetivo unicamente a maximizao da resistncia do laminado. Para tal, o fator do critrio de falha de Puck deve ser minimizado. Escrevendo o problema de otimizao no modo padro, tem-se: Variveis de projeto: Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i Funo objetivo:

{02, 45, 902}, codificado {1 2 3};

Minimizao do fator de falha do critrio de falha de Puck. Neste caso as funes objetivos so o lado esquerdo das equaes Eq. 3.83 Eq. 3.88, a serem minimizadas.

Restrio:

Atender ao critrio de falha de Puck.

Os resultados obtido neste exemplo so apresentados na Tabela 5.1. O maior erro relativo encontrado, foi de 8%, referente diferena do fator de Puck encontrado segundo o AG original e o encontrado segundo a tcnica combinada, SR + AG. O resultado da sequncia de empilhamento no exatamente aquela obtida com o AG original, porm qualquer uma das 3 sequncias calculadas pela tcnica, SR + AG garante um valor prximo (com diferena menor que 8%) de maximizao da resistncia pelo critrio de falha de Puck.

Captulo 5 - Resultados Numricos

78

Tabela 5.1 Resultados do Exemplo 5.1


Mximizao da Resistncia por Critrio de Falha de Puck SR + AG

[ i]
113112 = [04 902 04 45]s 211312 = [45 04 902 02 45]s 113113 = [04 902 04 902]s

Fator de Puck 0,518 0,515 0,521

Frequncia Fundamental fn (Hz) 51,346 51,234 52,978

Erro relativo % (Fator de Puck) 7,4 6,8 8,0

AG Original

[ i]
111111 = [012]s

Fator de Puck 0,482

Frequncia Fundamental fn (Hz) 52,862

5.2.2 Exemplo 5.2 Maximizao da frequncia fundamental com wp = lp Neste exemplo a maximizao da frequncia fundamental o objetivo. Para tal a funo objetivo, que ser dada pelo lado direito da Eq. 3.75, com m e r iguais a um, ser maximizada. O problema de otimizao no modo padro pode ser escrito como: Variveis de projeto: Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i Funo objetivo: Restrio:

{02, 45, 902}, codificado {1 2 3};

Maximizao da frequncia fundamental, fn. Sem retries.

A Tabela 5.2 apresenta os resultados obtidos neste exemplo. O erro relativo encontrado, foi de apenas 0,1%, referente diferena do valor da frequncia fundamental. O resultado da sequncia de empilhamento foi igual resposta do AG original. Nota-se aqui que como no havia restrio quanto um critrio de falha, esta caracterstica no foi atendida, pois o fator de Puck ficou acima da unidade. No exemplo seguinte esta restrio adicionada.

Captulo 5 - Resultados Numricos

79

Tabela 5.2 Resultados do Exemplo 5.2


Mximizao da Frequncia Fundamental SR + AG

[ ]
222222 = [456]s 222222 = [456]s 222222 = [456]s

Fator de Puck 1,086 1,086 1,086

Frequncia Fundamental fn (Hz) 57,976 57,976 57,976

Erro relativo % (Freq. Fundamental) 0,1 0,1 0,1

AG Original

[ i]
222222 = [456]s

Fator de Puck 1,078

Frequncia Fundamental fn (Hz) 58,012

5.2.3 Exemplo 5.3 Maximizao da frequncia fundamental com restrio ao critrio de falha de Puck, sendo wp = lp Este exemplo pode ser entendido como a unio dos exemplos 5.1 e 5.2. Neste caso a maximizao da frequncia fundamental, com restrio ao critrio de falha de Puck o objetivo. Escrevendo o problema de otimizao no modo padro, tem-se: Variveis de projeto: Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i Funo objetivo:

{02, 45, 902}, codificado {1 2 3};

Maximizao da frequncia fundamental, fn.

Restrio:

Atender ao critrio de falha de Puck.

Os resultados obtido neste exemplo so apresentados na Tabela 5.3.

Captulo 5 - Resultados Numricos

80

O erro relativo encontrado, foi de at 0,04%, referente diferena do valor da frequncia fundamental encontrada e de at 7,5%, referente diferena do valor do fator de Puck. O resultado da sequncia de empilhamento foi igual resposta do AG original para 2 dos testes e muito similar para 1 dos testes. Como era de se esperar os resultados alcanados para o fator de Puck para a frequncia fundamental, foram valores intermedirios daqueles encontrados nos exemplos 5.1 e 5.2, pois havia o requisito para que ambas as caractersticas fossem atendiadas. Tabela 5.3 Resultados do Exemplo 5.3
Mximizao da Frequncia Fundamental com Restrio ao Critrio de Falha de Puck SR + AG

[ i]
222111 = [453 06]s 222111 = [453 06]s 221211 = [452 02 45 04]s

Fator de Puck 0,977 0,978 0,903

Frequncia Fundamental fn (Hz) 56,595 56,588 56,577 AG Original

Erro relativo % (Fator de Puck) 7,4 7,5 0,7

Erro relativo % (Freq. Fundamental) 0,01 0,02 0,04

[ i]
222111 = [[453 06]s

Fator de Puck 0,909

Frequncia Fundamental fn (Hz) 56,596

5.2.4 Exemplo 5.4 Maximizao da frequncia fundamental com restrio ao critrio de falha de Puck, sendo wp lp O objetivo deste exemplo aplicar o algoritmo desenvolvido para uma placa plana retangular e no mais quadrada como nos exemplos 5.1, 5.2 e 5.3, por isto wp

lp, com wp = 1000mm e lp = 700mm.


Neste caso, como no exemplo 5.3 a maximizao da frequncia fundamental, com restrio ao critrio de falha de Puck o objetivo. O problema de otimizao no modo padro, pode ser escrito como:

Captulo 5 - Resultados Numricos

81

Variveis de projeto:

Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i

{02, 45, 902}, codificado {1 2 3};

Funo objetivo: Restrio:

Maximizao da frequncia fundamental, fn. Atender ao critrio de falha de Puck.

A Tabela 5.4 apresenta os valores obtidos neste exemplo. O erro relativo encontrado, foi de at 0,2%, referente diferena do valor da frequncia fundamental encontrada e de at 4,1%, referente diferena do valor do fator de Puck. Qualquer uma das trs sequncias de empilhamento resultantes retorna valores bem prximos aos obtidos com o AG original.

Tabela 5.4 Resultados do Exemplo 5.4


Mximizao da Frequncia Fundamental com Restrio ao Critrio de Falha de Puck SR + AG

[ i]
333111 = [906 06]s 322111 = [902 452 06]s 332111 = [904 45 06]s

Fator de Puck 0,975 0,975 0,934

Frequncia Fundamental fn (Hz) 82,950 82,992 82,955 AG Original

Erro relativo % (Fator de Puck) 0,2 0,2 4,1

Erro relativo % (Freq. Fundamental) 0,1 0,2 0,1

[ i]
322111 = [902 452 06]s

Fator de Puck 0,973

Frequncia Fundamental fn (Hz) 82,859

5.2.5 Exemplo 5.5 Maximizao da flambagem, sendo wp = lp Para este exemplo o foco a maximizao resistncia flambagem. Valores diferentes dos utilizados nos exemplos 5.1 5.4, de foras e dimenses so aplicados neste exemplo. O intuto disto, adequar os resultados de modo enquadrar a soluo do problema sem a falha por flambagem. Sendo o

Captulo 5 - Resultados Numricos

82

objetivo a sua maximizao, no faz sentido obter uma soluo do fator crtico de flambagem fora da faixa de atendimento do critrio, ou seja, menor que a unidade. Assim, wp = lp = 250mm e Nx = Ny = - 5,0 x 10 3N/m. Este exemplo, foi testado com diferentes nmeros de experimentos da SR, bem como diferentes nmeros de iteraes, conforme apresentado na Tabela 5.5, com o intuto de controlar at onde se tem uma resposta satisfatria. Escrevendo o problema de otimizao no modo padro, tem-se: Variveis de projeto: Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i Funo objetivo: Restrio:

{02, 45, 902}, codificado {1 2 3};

Maximizao do fator crtico de flambagem, cr. Sem restrio. Tabela 5.5 Resultados do Exemplo 5.5

Mximizao da Flambagem com Restrio ao Critrio de Falha de Puck SR + AG

[ i]
222222 = [456]s 222222 = [456]s 222222 = [456]s 222222 = [456]s 222222 = [456]s 222222 = [456]s 222212 = [[454 04 452]s 222211 = [[454 04]s

Nmero de experimentos K 650 650 200 200 100 100 50 50

Fator Crt. de Flamb.

cr
1,312 1,313 1,306 1,308 1,295 1,303 1,320 1,284

Erro relativo % (cr) 0,15% 0,08% 0,61% 0,46% 1,45% 0,84% 0,46% 2,28%

AG Original

[ ]
222222 = [456]s 222222 = [456]s 222222 = [456]s 222211 = [[454 04]s

Nmero de iteraes do AG 200 30 20 10

Fator Crtico de Flamb. cr 1,314 1,314 1,314 1,295

Captulo 5 - Resultados Numricos

83

Neste exemplo o erro relativo encontrado, foi de at 2,28%, referente diferena do valor do fator crtico de flambagem encontrado. A resposta da sequncia de empilhamento correspondente para ambas as rotinas. Nota-se que a tcnica utilizando SR respondeu coerentemente at 50 experimentos. Voltando-se comparar a quantidade de vezes que a funo objetivo foi avaliada e considerando a SR construda com at 100 experimentos e o AG original ajustado para 20 iteraes com populao de 10 indivduos, pois at este momento ambas rotinas apresentaram mesma sequncia de empilhamento, a funo objetivo seria avaliada 2 vezes menos aplicando-se a tcnica combinada, SR + AG.

5.3

Exemplos de Aplicao da Implementao do Mtodo da SR em um AG Tendo Interface com o Software de elemento finitos, ABAQUS

5.3.1 Exemplo 5.6 Maximizao da frequncia fundamental, com resposta estrutural obtida via elementos finitos, sendo 3 as possibilidades de ngulos de orientao. Este exemplo tem como principal objetivo exercitar a interface com um software de elementos finitos, o que torna possvel resolver problemas de sequncia de empilhamento tima para materiais compostos laminados com geometrias mais complexas que placas planas quadradas ou retangulares. Como enfatizado no decorrer deste tabalho, a implementao de uma SR em combinao com um AG, reduz a onerosidade computacional de uma anlise. Por isso a comparao do tempo para a resoluo com e sem implementao da SR tambm um dos objetivos deste exemplo. Para efeito de registro, o computador utilizado, possui as seguintes caracterstica: Processador AMD Athlon(tm) 64 de 2GHz e 3GB de memria RAM. Neste caso, semelhante ao exemplo 5.1, a maximizao da frequncia fundamental de um laminado, sem se preocupar com restries a critrios de falha, o problema a ser resolvido. Na forma padro de apresentao de problemas de otimizao, tem-se:

Captulo 5 - Resultados Numricos

84

Variveis de projeto:

Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i

{02, 45, 902}, codificado {1 2 3};

Funo objetivo: Restrio:

Maximizao da frequncia fundamental, fn Sem restrio.

Com exceo do carregamento, que no influencia nos resultados , pois no h restrio quanto a critrios de falha e da geometria todas, as demais especificaes, como espessura e material, so as mesmas dos exemplos da Seo 5.1. Para a anlise pelo mtodo dos elementos finitos (MEF), elementos quadrticos, tipo casca com 8 ns e 6 graus de liberdade por n, foram adotados. A malha criada automaticamente pelo software ABAQUS foi constituda por 142 elementos. A condio de contorno de engaste em todos os contornos da geometria. A Figura 5.10 mostra a geometria modelada no software ABAQUS e a Figura 5.11 a malha de elementos finitos. Os testes foram realizados fazendo um decrscimo gradual do nmero de experimentos para construo da SR, bem como o nmero de iteraes do AG, com o intuto de controlar at onde se tem uma resposta satisfatria. Os resultados obtidos esto representados na Tabela 5.6. Na Figura 5.12, pode-se visualizar o modo de vibrar da frequncia fundamental.

Figura 5.10 Geometria da placa analisada.

Captulo 5 - Resultados Numricos

85

Figura 5.11 Malha em elementos finitos construda no ABAQUS .

Figura 5.12 Modo de vibrar da frequncia fundamental.

Captulo 5 - Resultados Numricos

86

Neste exemplo, para o clculo do erro relativo, a referncia foi o maior valor da frequncia fundamental alcanado com o AG original, 73,381 Hz. O erro relativo, foi de no mximo de 7,8%, porm ao considerar 50 experimentos ou mais, o erro relativo no ultrapassou 1,2%, conforme apresentado na Tabela 5.6..

Tabela 5.6 Resultados do Exemplo 5.6


Mximizao da Frequncia Fundamental SR + AG + ABAQUS

[ i]
311113 = [902 08 902]s 311112 = [902 08 45]s 311111 = [902 010]s 311121 = [902 06 45 02]s 133122 = [02 904 02 452]s 311132 = [902 06 902 45]s 311113 = [902 08 902]s 311112 = [902 08 45]s 131322 = [02 902 02 902 452]s 311113 = [902 08 902]s 222232 = [454 902 45]s 222223 = [455 902]s

Nmero de exp. K 600 600 300 300 200 200 100 100 50 50 10 10

Freq. Fund. fn (Hz) 73,151 73,159 73,113 73,269 73,318 73,332 73,151 73,159 72,504 73,151 67,599 67,683

Erro relativo % (Freq. Fund.) 0,3 0,3 0,4 0,1 0,1 0,1 0,3 0,3 1,2 0,3 7,8 7,7

Tempo (s) 16208 15798 8038 8344 5431 5336 2744 3077 1429 1413 395 397

AG Original + ABAQUS

[ i]
133122 = [02 904 02 452]s 133122 = [02 904 02 452]s 311132 = [902 06 902 45] 133122 = [02 904 02 452]s 133113 = [02 904 04 902]s

Nmero de iteraes 200 50 30 20 10

Freq. Fund. fn (Hz) 73,381 73,381 73,332 73,381 73,052

Tempo (s) 51715 14308 8094 5358 2913

Ao se comparar o tempo, nota-se a considervel reduo para o clculo da otimizao com o uso do mtodo da SR. Analisando o extremo superior, ou seja, SR com 600 experimentos e AG original com 200 iteraes, a reduo de aproximadamente 3 vezes, para uma diferena no valor da frequncia fundamental de 0,3%. J para o extremo inferior, mesmo desconsiderando os resultados

Captulo 5 - Resultados Numricos

87

alcanados com a SR construda com 10 experimentos, visto que neste caso o erro foi bem maior comparado aos demais, e considerando com 50 experimentos, tendo o AG original com 10 iteraes, a reduo ainda assim expressiva, aproximadamente 2 vezes.

5.3.2 Exemplo 5.7 Maximizao da frequncia fundamental, com resposta estrutural obtida via elementos finitos, sendo 5 as possibilidades de ngulos de orientao. Este exemplo similar ao exemplo 5.5, tendo como nica diferena o nmero de possibilidades para os ngulos de orientao das lminas. O objetivo analisar se a tcnica combinada SR + AG continua sendo efetiva, com a tomada de tempo para os testes. O problema de otimizao padro ento formulado como: Variveis de projeto: Sequncia de empilhamento, [1 2 3 4 5 6]s Onde i Funo objetivo: Restrio:

{02, 45, 902, 30, 60} , codificado {1 2 3 4 5};

Maximizao da frequncia fundamental, fn Sem restrio.

Os resultados, deste exemplo, esto apresentados na Tabela 5.7. Neste exemplo, para o clculo do erro relativo, a referncia foi o maior valor da frequncia fundamental alcanado com o AG original, 73,381 Hz. O erro relativo, foi de no mximo de 12,64%, porm ao considerar 100 experimentos ou mais o erro relativo no ultrapassou 3,35%. Nota-se que com o aumento do nmero de possibilidades para os ngulos de orientao o erro relativo aumenta. Isto ocorre devido ao aumento do maior nmero de combinaes possveis para a formao dos indivduos e experimentos. A reduo do tempo com a utilizao do mtodo da SR combinada com o AG, similar a encontrada no exemplo anterior.

Captulo 5 - Resultados Numricos

88

Tabela 5.7 Resultados do Exemplo 5.7


Mximizao da Frequncia Fundamental SR + AG + ABAQUS

[ i]
311131 = [902 06 902 02] 133111 = [02 904 06]s 133114 = [02 904 02 30]s 131331 = [02 902 02 904 02]s 133112 = [02 904 04 45]s 311133 = [902 06 904] 311144 = [902 06 302] 311124 = [902 06 45 30] 311135 = [902 06 902 60] 135154 = [02 902 60 02 60 30]s 254441 = [45 60 303 02]s 545155 = [60 30 60 902 602]s

Nmero de experimentos K 600 600 300 300 200 200 100 100 50 50 10 10

Erro Frequncia relativo % Fundamental (Freq. fn (Hz) Fund.) 74,647 1,72 74,775 74,691 74,842 74,223 75,059 75,836 75,493 78,388 77,229 82,654 80,970 1,89 1,78 1,99 1,15 2,29 3,35 2,88 6,82 5,24 12,64 10,34

Tempo (s) 14965 14997 7861 7696 5302 5461 3153 2697 1427 1425 432 442

[ i]
311422 = [02 904 30 45]s 311454 = [02 904 30 60 30]s 135434 = [902 02 60 30 902 30] s 133145 = [02 904 02 30 60]s 133125 = [02 904 02 45 60]s

AG Original + ABAQUS Frequncia Fundamental Nmero de iteraes fn (Hz) 200 50 30 20 10 73,357 73,364 73,165 73,381 73,378

Tempo (s) 50974 12686 7234 5535 2828

Captulo 6 - Concluses e Sugestes para Trabalhos Futuros

89

6 CONCLUSES E SUGESTES PARA TRABALHOS FUTUROS


Seguindo a tendncia da utilizao cada vez maior dos materiais compostos laminados em diversas reas, este trabalho buscou o desenvolvimento de uma tcnica combinada destinada a auxiliar nos projetos que fazem uso de tais estruturas. Durante a reviso bibliogrfica, observou-se que o uso de AG aplicados a materiais compostos laminados bastante expressivo, porm computacionalmente oneroso. Tambm foi observado que recentemente alguns autores passaram a sugerir a implementao do mtodo da SR, para auxiliar na reduo desta onerosidade. Um estudo preliminar de diversos tipos de SR foi feito, optando-se pela que apresentou resposta mais prxima da exata para laminados compostos, tal tipo composto por funes trigonomtricas envolvendo senos e cossenos. A tcnica combinada proposta constitui-se em:

construir uma SR, utilizando-se a funo objetivo do problema; implementar um AG padro, modificando o passo que avalia a aptido de um indivduo, de maneira tal que, no seja a funo objetivo avaliada, mas sim que o ponto relativo ao indivduo seja lido na SR j construda.

Desta maneira, a funo objetivo no ser avaliada o nmero de geraes do AG multiplicado pelo nmero de indivduos da populao, mas sim o nmero de experimentos (pontos) para a construo da SR. Baseando-se neste argumento, explica-se a reduo da onerosidade de um AG. A tcnica combinada, SR + AG, foi testada conforme apresentado nos exemplos do Captulo 5.2. Nestes, as buscas pela maximizao da frequncia fundamental e da maximizao da resistncia flambagem de um laminado simtrico e balanceado composto por 24 lminas foi alcanada, a restrio imposta estrutura foi o critrio de falha de Puck. Os resultados se mostraram satisfatrios, se comparados aos resultados obtidos pelo AG validado por LOPEZ, LUERSEN e

Captulo 6 - Concluses e Sugestes para Trabalhos Futuros

90

CURSI (2009). O ganho em reduo de esforo computacional pelo uso do mtodo da SR no pode ser demonstrado em tais exemplos visto que a geometria, placa retangular ou quadrada e simplesmente apoiada possui soluo analtica de rpida avaliao. A expectiva para tal ficou por conta dos exemplos realizados na Seo 5.3, nos quais a resposta estrutural calculada via elementos finitos. Nestes exemplos, de geometrias um pouco mais complexas, a reduo do tempo com a utilizao do mtodo da SR pode ser observada e chegou a ser at 3 vezes menor. Tendo em vista que os resultados dos testes foram satisfatrios, pode-se afirmar que o trabalho atingiu a proposta feita inicialmente. Como sugestes para continuao da pesquisa sugere-se:

aplicao da tcnica combinada, SR + AG em outros problemas de compostos laminados tais como a minimizao da massa ou custo. Nesses casos usualmente tem-se tambm como variveis de projeto, alm das orientaes das lminas, o tipo de material e o nmero de lminas;

estudo dos efeitos dos parmetros do AG para melhorar seu desempenho na otimizao;

implementao da restrio aos critrios de falha quando do uso da interface com software de elementos finitos;

implementar a SR em dois nveis, construindo-a inicialmente global, ou seja, em todo o domnio das variveis de projeto e na sequncia construindo-a localmente, onde os mnimos locais forem identificados;

testar o comportamento reduzindo-se o nmero de experimentos e avaliando-se o limite para a validade da SR;

reduzir pontos iniciais da SR e refin-la ao aproximar-se da regio do ponto timo.

Referncias

91

REFERNCIAS
AKIRA, T., ISHIKAWA, T.. Design of experiments for stacking sequence optimizations with genetic algorithm using response surface approximation. Composite Structures, v. 64, p. 349-357, 2003. ANDERSON, M. J., WHITCOMB P. J.. RSM Simplified Optimizing Processes Using Response Surface Methods for Desing of Experiments. Productivity Press, 2005. ARAGO F., I. S., SAVI, M. A.. Anlise da delaminao em placas compsitas atravs do mtodo dos elementos finitos. Revista Cincia & Engenharia (Science & Engineering Journal), v. 10(2), p. 155-164, 2001. ARORA, J. S.. Introduction to Optimum Design. San Diego: Elsevier Academic Press, 2a ed, 2004. BREYFOGLE III, F. W.. Implementing Six Sigma. New Jersey: John Wiley & Sons, 2a ed, Inc., 2003. CORNELL, J. A.. How to apply response surface methodology. Milwaukee:The ASQC basic references in Quality Control, v. 8, 2a ed. , 1990. GAY D.; HOA, S. V., TSAI, S. W.. Composite Materials - Design and Aplication, Composite Materials. CRC Press LLC, 2003. GIRARD, F.. Optimisation de Stratifis en Utilisant un Algorithme Gntique. Qubec, 2006. Dissertao de mestrado, Facult des Sciences et de Gnie Universit Laval. HAFTKA, R. T., GRDAL, Z., HAJELA, P.. Design and Optimization of Laminated Composite Materials. New York: John Wiley & Sons, Inc., 1a ed., 1999. HINTON, M.J.; KADDOUR A.S; SODEN P.D.. Evaluation of the Failure Prediction in Composite. Laminates: Background to Part B of the Exercise. Composite Science and Technology, v. 62, p. 1481-1488, 2002.

Referncias

92

HOLLAND, J.H.. Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, 1975. JONES, R. M.. Mechanics of Composite Materials. Philadelphia: Taylor & Francis, Inc., 2a ed., 1999. JURAN, J. M.; GODFREY, A. B.. Jurans Quality Handbook. Milwaukee: McGrawHill, 5 a ed., 1998. KLAUS, W.. Algoritmo gentico aplicado otimizao de asas de material compsito de veculos areos no tripulados. So Carlos, 2005. Dissertao de mestrado, Escola de Engenharia de So Carlos (EESC). KNOPS, M.. Analisys of Failure in Fiber Polymer Laminates, Theory of Alfred Puck. Heidelberg: Springer-Verlag, 2008. LEE , Y.; LIN, C.. Regression of the response surface of laminated composite structures. Composite Structures, v. 62, p. 91-105 , 2003. LEE , Y.; LIN, C.. Stacking sequence optimization of laminated composite structures using genetic algorithm with local improvement. Composite Structures, v. 63, p. 339345, 2004. LE RICHE, R. ; HAFTKA, R. T.. Optimization of laminate stacking sequence for buckling load maximization by genetic algorithm. AIAA Journal, v. 31, p. 951-956, 1993. LE RICHE, R. ; HAFTKA, R. T.. Improved genetic algorithm for minimum thickness composite laminate design. Composites Engineering, v. 5, p. 143-161, 1995. LOPEZ, R. H., LUERSEN, M. A., CURSI, J. E. S.. Optimization of Hybrid Laminated Composites using a Genetic Algorithm. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 2009. (Aceito para publicao). LIU, B. ; HAFTKA, R. T. ; AKGN, M. A.. Composite Wing Structural Optimization Using Genetic Algorithms and Response Surfaces. AIAA Journal, 98-4854, 1998.

Referncias

93

MYERS,

R. H.; MONTGOMERY, D. C. ;

VINING, G. G. ; BORROR, C. M. ;

KOWALSKI, S. M.. Response Surface Methodology: A Retrospective and Literature Survey. Journal of Quality Technology, v. 36, p.53-77, 2004. NAIK, G. N.; GOPALAKRISHNAN, S.; GANGULI, R.. Design optimization of composites using genetic algorothims and failure mechanism based failure criterion. Composite Structures, v. 84, p. 354-367, 2008. PUCK A. and SCHRMANN H.. Failure analysis of FRP Laminates by means of physically based phenomenological models, Composite Science and Technology, v. 58, p. 1045-1067, 1998. PEREIRA, J. C.. Apostila do curso de projeto estrutural com materiais compostos. Universidade Federal de Santa Catarina, Departamento de Engenharia Mecnica, 2004. SCHUECKER, C.; PETTERMANN, H.E.. A continuum damage model for fiber reinforced laminates based on ply failure mechanisms. v. 76, p. 162-173, 2006. SONNEN M.; LAVALSEIFERT, A.. New ways in analytical calculation of laminates and composite structures, SAMPE Technical Conference, 2003. SOREMEKUM, G. A. E.. Genetic Algorithms for Composite Laminate Design and Optimization. Blacksburg, 1997. Dissertao de mestrado, Virginia, Polytechnic Institute and State University. TODOROKI, A.; ISHIKAWA, T.. Design of experiments for stacking sequence Composite Structures,

optimizations with genetic algorithm using response surface. Composite Structures, v. 64, p. 349357, 2004. TODOROKI, A.; SUENAGA, K.; SHIMAMURA, Y.. Stacking sequence optimizations using modified global response surface in lamination parameters. Advanced Composite Materials, v.12, p. 35-55, 2003.

Apndice A - Algoritmo Gentico com Codificao Real

94

APNDICE A ALGORITMO GENTICO COM CODIFICAO REAL

ARQUIVO PRINCIPAL % Algoritmo Genetico com codificacao real clear all; close all; format long % para mostrar mais casas depois da virgula nb_tot_ger = 300; % numero total de geracoes npop = 10; % numero de individuos da populacao % Populacao inicial: npop Conjuntos c 4 orientacoes (Thetas) de -90 a 90 graus. a= 0; % limite inferior da orientao b= 90; % limite superior da orientao %%%%%%%%%%%% Cria, de forma aleatoria, a populacao inicial %%%%%% for ii= 1:npop Theta(1,ii)= a + (b-a) *rand; Theta(2,ii)= a + (b-a) *rand; Theta(3,ii)= a + (b-a) *rand; Theta(4,ii)= a + (b-a) *rand; angle = [Theta(:,ii)]'; % Fiber orient. angle o/t diff. layers [deg] fop(ii) = calc_aptidao(angle); % avalia a aptidao de cada individuo da primeria geracao end %end do laco Theta [fop_best,ibest] = max(fop) Theta_best = Theta(:,ibest) %%%%%%%%%%%%% % melhor amptidao % melhor individuo

figure hold on for count= 1:nb_tot_ger; aptidao = zeros(1,npop); %%%%%%%% Aptidao relativa para compor a roleta %%%%%%%% soma_fop= sum(fop); for z= 1:npop aptidao(z)= fop(z)/soma_fop; soma_apti= sum(aptidao); %para verificar se esta ok, tem q ser 1. individuo(z)=sum(aptidao); end %%%%%%%% Selecao Roleta %%%%%%%%

for zz=1:npop roleta = rand; z= 1; if roleta <= individuo(z) Theta_selecao(:,zz)= Theta(:,z); else for z= 2:npop if (individuo(z-1) <= roleta) & (roleta <= individuo(z)) Theta_selecao(:,zz)= Theta(:,z); end end end

Apndice A - Algoritmo Gentico com Codificao Real

95

end %%%%%%%% Cruzamento %%%%%%%%

d=1; e=3; alfa_= d + (e-d) *rand; alfa = round(alfa_); % numero randomico entre 1 e 3, para achar o ponto de corte f= 10; %Cruzamento do ultimo com o primeiro (criacao do ultimo filho) if alfa==1 Theta_filho(1,f)= Theta_selecao(1,1); Theta_filho(2,f)= Theta_selecao(2,f); Theta_filho(3,f)= Theta_selecao(3,f); Theta_filho(4,f)= Theta_selecao(4,f); elseif alfa==2 Theta_filho(1,f)= Theta_selecao(1,1); Theta_filho(2,f)= Theta_selecao(2,1); Theta_filho(3,f)= Theta_selecao(3,f); Theta_filho(4,f)= Theta_selecao(4,f); elseif alfa==3 Theta_filho(1,f)= Theta_selecao(1,1); Theta_filho(2,f)= Theta_selecao(2,1); Theta_filho(3,f)= Theta_selecao(3,1); Theta_filho(4,f)= Theta_selecao(4,f); end for f=1:9 d=1; e=3; alfa_= d + (e-d) *rand; alfa = round(alfa_); % numero randomico entre 1 e 3, para achar o ponto de corte if alfa==1 Theta_filho(1,f)= Theta_selecao(1,f); Theta_filho(2,f)= Theta_selecao(2,f+1); Theta_filho(3,f)= Theta_selecao(3,f+1); Theta_filho(4,f)= Theta_selecao(4,f+1); elseif alfa==2 Theta_filho(1,f)= Theta_selecao(1,f); Theta_filho(2,f)= Theta_selecao(2,f); Theta_filho(3,f)= Theta_selecao(3,f+1); Theta_filho(4,f)= Theta_selecao(4,f+1); elseif alfa==3 Theta_filho(1,f)= Theta_selecao(1,f); Theta_filho(2,f)= Theta_selecao(2,f); Theta_filho(3,f)= Theta_selecao(3,f); Theta_filho(4,f)= Theta_selecao(4,f+1); end end %%%%%%%% Mutacao %%%%%%%%

% 1 em 10 elementos d=1; e=10; alfa_= d + (e-d) *rand; alfa = round(alfa_);

Apndice A - Algoritmo Gentico com Codificao Real

96

Theta_filho(:,alfa)= Theta_filho(:,alfa) + normrnd(0,1,4,1); perturbao gaussiana em torno do ponto %%%%%%%% Voltar valores de Theta(:,:,ii) %%%%%%%%

for ii=1:npop angle = [Theta_filho(:,ii)]'; % Fiber orient. angle o/t diff. layers [deg] fop_filho(ii) = calc_aptidao(angle); % avalia a aptido dos filhos end [fop_best_pai,ibest_pai] = max(fop); % melhor amptidao dos pais, e indice correspondente Theta_best_pai = Theta(:,ibest_pai); % guarda melhor pai [fop_best_filho,ibest_filho] = max(fop_filho); % melhor amptidao dos filhos [fop_worst_filho,iworst_filho] = min(fop_filho); % pior amptidao dos filhos % formacao da nova geracao: esquema elitista Theta = Theta_filho; fop = fop_filho; Theta(:,iworst_filho) = Theta_best_pai; % substitui pior filho pelo melhor pai fop(iworst_filho) = fop_best_pai; % atribui a aptidao do melhor pai na posicao da aptidao do pior filho count [fop_best,ibest] = max(fop) % melhor amptidao da nova geracao Theta_best = Theta(:,ibest) % melhor individuo plot(count,fop_best,'o'); xlabel('Nmero de Geraes'); Ylabel('(\lambda_{crit})'); end %end do contador (count)

CLCULO APTIDO FUNO CALC_APTIDO function apt = calc_aptidao(angle_sym_bal); % Program for stress/strain calculations on laminated composites. % By D.R. van Boggelen (dvboggelen@gmail.com) % Department LaMEs - UTFPR - Curitiba-PR - Brazil % Needed subroutines: "Plot_TsaiHill_LT.m", "Plot_TsaiWu_LT.m", % "Plot_MaxStress_LT.m", "Plot_MaxStrain_LT.m", % "Plot_TsaiHill_LTau.m", "Plot_TsaiWu_LTau.m", % "Plot_MaxStress_LTau.m", "Plot_MaxStrain_LTau.m" % "Plot_TsaiHill_TTau.m", "Plot_TsaiWu_TTau.m", % "Plot_MaxStress_TTau.m", "Plot_MaxStrain_TTau.m" % Routine is used in: none % Date: 18-04-2006 % Define globals, in order to use functions. global Xc Yc Xt Yt S E1 E2 v12 v21 G12 %%% INPUT OF VARIABLES %%%-------------------------------------------------------------

Apndice A - Algoritmo Gentico com Codificao Real

97

angle = [angle_sym_bal(1) -angle_sym_bal(1) angle_sym_bal(2) ... angle_sym_bal(3) -angle_sym_bal(3) angle_sym_bal(4) ... -angle_sym_bal(4) angle_sym_bal(4) angle_sym_bal(3) ... -angle_sym_bal(2) angle_sym_bal(2) angle_sym_bal(1)]; %% Calculate the total amount of layers. nl = size(angle,2);

angle_sym_bal(2) angle_sym_bal(4) -angle_sym_bal(3) -angle_sym_bal(1)

mat = ones(1,nl)*1; % Quantity of diff. materials in laminate[-] cmat = ones(1,nl)*1; % Combination of materials in laminate [-] %angle = [0 90 45 0];% Fiber orient. angle o/t diff. layers [deg] lp = [100]; wp = [100]; hl = ones(1,nl)*0.2; %% Load N(1,1)= N(1,2)= N(1,3)= % Length of the plates % Width of the plates % Thickness per layer [mm] [mm] [mm]

Data Global system (xy Plane) 100.0; % Normal Force in x-direction 100.0; % Normal Force in y-direction 0; % Shear Stress in xy-direction % Moment in x-direction % Moment in y-direction % Moment in xy-direction

[N/mm] [N/mm] [N/mm] [N] [N] [N]

M(1,1)= 0; M(1,2)= 0; M(1,3)= 0;

%%% MATERIAL PROPERTIES %%%------------------------------------------------------------% Young's modulus in the fiber direction E1 = [60000 60000 60000]; % Young's modulus perpendicular to the fiber direction E2 = [5500 5500 5500]; % In-plane shear modulus in the fiber direction G12 = [2100 2100 2100]; % Poisson's ratio in the fiber direction v12 = [0.34 0.34 0.34]; % Ultimate Tensile Strength in fiber direction Xt = [1100 1100 1100]; % Ultimate Compression Strength in fiber direction Xc = [234 234 234]; % Ultimate Tensile Strength perpendicular to fiber dir. Yt = [27 27 27]; [MPa]

[MPa]

[MPa]

[-]

[MPa]

[MPa]

[MPa]

% Ultimate Compression Strength perpendicular to fiber dir.[MPa] Yc = [138 138 138]; % Ultimate Shear strength S = [49 49 49]; [MPa]

Apndice A - Algoritmo Gentico com Codificao Real

98

%%% CALCULATIONS %%%------------------------------------------------------------%% Transpose the rowvectors N and M to column vectors N = (N)'; M = (M)'; %% Convert the angle theta from degrees to radians for i=1:(size(angle,2)) theta(i) = [(angle(i)*pi)/180]; end %% Calculate Poisson's ratio perpendicular to the fiber direction for i=1:(size(v12,2)) v21(i) = v12(i)*E2(i)/E1(i); end

%% Calculation of the constituent matrix Q Q = zeros(3,3,nl); for i=1:nl Q(1,1,i) = E1(cmat(i))/(1 - v12(cmat(i))*v21(cmat(i))); Q(2,2,i) = E2(cmat(i))/(1 - v12(cmat(i))*v21(cmat(i))); Q(3,3,i) = G12(cmat(i)); Q(1,2,i) = v12(cmat(i))*E2(cmat(i))/... (1-v12(cmat(i))*v21(cmat(i))); Q(2,1,i) = Q(1,2,i); end %% Calculation of the transformation matrix Qb %% Create shorter variables for sin(theta) and cos(theta) for i=1:nl co(i) = cos(theta(i)); si(i) = sin(theta(i)); end %% Create matrix which relates engineering strains %% to the stresses referred to arbitrary axes Qb = zeros(3,3,nl); for i=1:nl Qb(1,1,i) = Q(1,1,cmat(i))*co(i)^4+Q(2,2,cmat(i))... *si(i)^4+2*(Q(1,2,cmat(i))+2*Q(3,3,cmat(i)))... *si(i)^2*co(i)^2; Qb(2,2,i) = (Q(1,1,cmat(i))*(si(i)^4))+(Q(2,2,cmat(i))... *(co(i)^4))+2*(Q(1,2,cmat(i))+2*Q(3,3,cmat(i)))... *si(i)^2*co(i)^2; Qb(2,1,i) = (Q(1,1,cmat(i))+Q(2,2,cmat(i))... -4*Q(3,3,cmat(i)))*si(i)^2*co(i)^2+Q(1,2,cmat(i))... *(si(i)^4+co(i)^4); Qb(3,3,i) = (Q(1,1,cmat(i))+Q(2,2,cmat(i))... -2*Q(3,3,cmat(i))-2*Q(1,2,cmat(i)))*si(i)^2*... co(i)^2+Q(3,3,cmat(i))*(si(i)^4+co(i)^4); Qb(3,1,i) = (Q(1,1,cmat(i))-Q(1,2,cmat(i))... -2*Q(3,3,cmat(i)))*si(i)*co(i)^3-(Q(2,2,cmat(i))... -Q(1,2,cmat(i))-2*Q(3,3,cmat(i)))*si(i)^3*co(i); Qb(3,2,i) = (Q(1,1,cmat(i))-Q(1,2,cmat(i))... -2*Q(3,3,cmat(i)))*co(i)*si(i)^3-(Q(2,2,cmat(i))...

Apndice A - Algoritmo Gentico com Codificao Real

99

-Q(1,2,cmat(i))-2*Q(3,3,cmat(i)))*co(i)^3*si(i); Qb(1,2,i) = Qb(2,1,i); Qb(1,3,i) = Qb(3,1,i); Qb(2,3,i) = Qb(3,2,i); end %% Calculate the total height of the laminate h(1) = -sum(hl)/2; for i=1:nl h(i+1) = h(i)+hl(i); end %% Calculate the terms of the laminate stiffness %% matrices A, B and D for i=1:nl ca(i)=h(i+1)-h(i); cb(i)=(h(i+1)^2-(h(i))^2)/2; cd(i)=(h(i+1)^3-h(i)^3)/3; end A = B = D = for zeros(3,3); zeros(3,3); zeros(3,3); i=1:3 for j=1:3 for k=1:nl % Calculation of the extensional stiffness matrix A(i,j)= A(i,j)+Qb(i,j,k)*ca(k); % Calculation of the coupling stiffness matrix B(i,j)= B(i,j)+Qb(i,j,k)*cb(k); % Calculation of the bending stiffness matrix D(i,j)= D(i,j)+Qb(i,j,k)*cd(k); end end end %% Definition of the total set of constitutive equations %% Deformation and bending in the mid-plane ABD(1:3,1:3) = A; ABD(1:3,4:6) = B; ABD(4:6,1:3) = B; ABD(4:6,4:6) = D; NM(1:3,1) = N; NM(4:6,1) = M; def0bend = inv(ABD)*NM; def0 = def0bend(1:3,1); bend = def0bend(4:6,1); %% Strain in the laminate (global system) %% x, y, xy (center, superior & inferior) for i=1:nl def_globc(1:3,i) = def0+((h(i)+h(i+1))/2)*bend; def_globs(1:3,i) = def0+h(i)*bend; def_globi(1:3,i) = def0+h(i+1)*bend; end

Apndice A - Algoritmo Gentico com Codificao Real

100

%% Stress in the laminate (global system) %% x, y, xy (center, superior & inferior) for i=1:nl s_globc(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*((h(i)... +h(i+1))/2)*bend; s_globs(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*h(i)*bend; s_globi(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*h(i+1)*bend; end %% Calculation of the Transformation matrix, Ts for i=1:nl Ts = zeros(3,3,i); end for i=1:nl Ts(1,1,i)= Ts(1,2,i)= Ts(1,3,i)= Ts(2,1,i)= Ts(2,2,i)= Ts(2,3,i)= Ts(3,1,i)= Ts(3,2,i)= Ts(3,3,i)= end

co(i)^2; si(i)^2; 2*si(i)*co(i); si(i)^2; co(i)^2; (-2)*si(i)*co(i); (-1)*si(i)*co(i); si(i)*co(i); co(i)^2-si(i)^2;

%% Calculation of the Transformation matrix, Tdef for i=1:nl Tdef = zeros(3,3,i); end for i=1:nl Tdef(:,:,i) = inv(Ts(:,:,i)'); end %% Strain in the local system (1,2,12 or L,T,LT) %% for each plate. for i=1:nl def_locc(1:3,i) = Tdef(:,:,i)*def_globc(1:3,i); def_locs(1:3,i) = Tdef(:,:,i)*def_globs(1:3,i); def_loci(1:3,i) = Tdef(:,:,i)*def_globi(1:3,i); end %% Stress in the local system (1,2,12 or L,T,LT) %% for each plate for i=1:nl s_locc(1:3,i) = Ts(:,:,i)*s_globc(1:3,i); s_locs(1:3,i) = Ts(:,:,i)*s_globs(1:3,i); s_loci(1:3,i) = Ts(:,:,i)*s_globi(1:3,i); end %% Comparation results with failure criteria %%(Tsai-Hill, Hoffman, Tsai-Wu) for i=1:nl % This loop makes shure the correct values for tension % and compression are used. if s_locs(1,i) < 0 thX(i) = Xc(mat(i)); else

Apndice A - Algoritmo Gentico com Codificao Real

101

thX(i) = Xt(mat(i)); end if s_locs(2,i) < 0 thY(i) = Yc(mat(i)); else thY(i) = Yt(mat(i)); end tsai_hill_s(i) = (s_locs(1,i)/thX(i))^2 + ... (s_locs(2,i)/thY(i))^2 - (s_locs(1,i)*... s_locs(2,i))/(thX(i))^2 + (s_locs(3,i)/... S(mat(i)))^2; % This loop makes shure the correct values for tension % and compression are used. if s_loci(1,i) < 0 thX(i) = Xc(mat(i)); else thX(i) = Xt(mat(i)); end if s_loci(2,i) < 0 thY(i) = Yc(mat(i)); else thY(i) = Yt(mat(i)); end tsai_hill_i(i) = (s_loci(1,i)/thX(i))^2 + ... (s_loci(2,i)/thY(i))^2 - (s_loci(1,i)*... s_loci(2,i))/(thX(i))^2 + (s_loci(3,i)/... S(mat(i)))^2; hoffman_s(i) = (s_locs(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... - (s_locs(1,i)*s_locs(2,i))/(Xt(mat(i))*Xc(mat(i)))... + (s_locs(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + (1/Xt(mat(i))... -1/Xc(mat(i)))*s_locs(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))... *s_locs(2,i) + (s_locs(3,i)/S(mat(i)))^2; hoffman_i(i) = (s_loci(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... - (s_loci(1,i)*s_loci(2,i))/(Xt(mat(i))*Xc(mat(i)))... + (s_loci(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + (1/Xt(mat(i))... -1/Xc(mat(i)))*s_loci(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))... *s_loci(2,i) + (s_loci(3,i)/S(mat(i)))^2; % The Tsai-Wu failure criteria uses a constant F12. There % exists discussion about the value of this constant. % We will consider it zero. F12 = 0; tsai_wu_s(i) = (s_locs(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... + (s_locs(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + ... (s_locs(3,i)/S(mat(i)))^2 + 2*F12*s_locs(1,i)... *s_locs(2,i) + (1/Xt(mat(i))-1/Xc(mat(i)))... *s_locs(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))*s_locs(2,i); tsai_wu_i(i) = (s_loci(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... + (s_loci(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + ... (s_loci(3,i)/S(mat(i)))^2 + 2*F12*s_loci(1,i)... *s_loci(2,i) + (1/Xt(mat(i))-1/Xc(mat(i)))... *s_loci(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))*s_loci(2,i); end %% Application of the Puck Failure criteria. % Under Construction

Apndice A - Algoritmo Gentico com Codificao Real

102

%% Buckling analysis (just for Specially orthotropic Laminates %% symetrically arranged about the laminate middle surface) % This equation is just calculated when at least one of % the forces (X, Y) is non zero. if (N(1,1) ~= 0) || (N(2,1) ~= 0) Nx = abs(N(1,1)); Ny = abs(N(2,1)); for m=1:10 for n=1:10 lambda(m,n) = (pi^2*(D(1,1)*(m/lp)^4+2*(D(1,2)... +2*D(3,3))*(m/lp)^2*(n/wp)^2+D(2,2)*(n/wp)^4))... / ((m/lp)^2*Nx+(n/wp)^2*Ny); end end lambda_min = min(min(lambda)); [cx,cy] = find(lambda == lambda_min); indices = [cx cy]; %% bx by bw Plot buckling representation = 0:(lp/50):lp; = 0:(wp/50):wp; = sin(((indices(1,1)*pi*bx)/lp))'*sin(((indices(1,2)*pi*by)/wp));

end

%% Definition of the Z-axis for i=1:nl hm(i)=(h(i)+h(i+1))/2; end j=1; for i=1:2:(2*nl+1) z(i)=h(j); j=j+1; end j=1; for i=2:2:(2*nl) z(i)=hm(j); j=j+1; end j=1; Z(1)=h(1); for i=2:nl j=j+1; Z(j)=h(i); j=j+1; Z(j)=h(i); end j=j+1; Z(j)=h(nl+1); %% Plot Deformations x, y & xy j=0; for i=1:nl j=j+1;

Apndice A - Algoritmo Gentico com Codificao Real

103

defx(j)=def_loci(1,i); j=j+1; defx(j)=def_locc(1,i); end defx(j+1)=def_locs(1,nl); j=0; for i=1:nl j=j+1; defy(j)=def_loci(2,i); j=j+1; defy(j)=def_locc(2,i); end defy(j+1)=def_locs(2,nl); j=0; for i=1:nl j=j+1; defxy(j)=def_loci(3,i); j=j+1; defxy(j)=def_locc(3,i); end defxy(j+1)=def_locs(3,nl); %% Plot Stress in x, y & xy j=0; for i=1:nl j=j+1; tensx(j)=s_loci(1,i); j=j+1; tensx(j)=s_locs(1,i); end j=0; for i=1:nl j=j+1; tensy(j)=s_loci(2,i); j=j+1; tensy(j)=s_locs(2,i); end j=0; for i=1:nl j=j+1; tensxy(j)=s_loci(3,i); j=j+1; tensxy(j)=s_locs(3,i); end

%% Plot Failure criteria (TSAI-HILL, HOFFMAN & TSAI-WU) j=0; for i=1:nl j=j+1; Hill(j)=tsai_hill_i(i); j=j+1; Hill(j)=tsai_hill_s(i); end j=0;

Apndice A - Algoritmo Gentico com Codificao Real

104

for i=1:nl j=j+1; Hoff(j)=hoffman_i(i); j=j+1; Hoff(j)=hoffman_s(i); end j=0; for i=1:nl j=j+1; Wu(j)=tsai_wu_i(i); j=j+1; Wu(j)=tsai_wu_s(i); end fail = ones(1,length(Z)); %%%------------------------------------------------------------% Plot of the transformed Ex, Ey, Gxy for 1 orthotropic layer A1 = 1/E1(1,1); B1 = 1/G12(1,1)-(2*v12(1,1))/E1(1,1); C1 = 1/E2(1,1); tht_deg = 1:0.1:180; tht_rad = (tht_deg * pi)/180; Ex = 1./((A1*(cos(tht_rad).^4)) + (B1*(sin(tht_rad).^2).*... (cos(tht_rad).^2)) + (C1*(sin(tht_rad).^4))); Ey = 1./((A1*(sin(tht_rad).^4)) + (B1*(sin(tht_rad).^2).*... (cos(tht_rad).^2)) + (C1*(cos(tht_rad).^4))); Gxy = 1./(2*(2/E1(1,1) + 2/E2(1,1) + (4*v12(1,1))/E1(1,1) - ... 1/G12(1,1))*(sin(tht_rad).^2).*(cos(tht_rad).^2) + ... (1/G12(1,1))*(sin(tht_rad).^4 + cos(tht_rad).^4)); vxy = Ex.*((v12(1,1)/E1(1,1))*((sin(tht_rad).^4) + ... (cos(tht_rad).^4)) - (1/E1(1,1)+1/E2(1,1)-1/G12(1,1))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)); vyx = Ey.*((v21(1,1)/E2(1,1))*((sin(tht_rad).^4) + ... (cos(tht_rad).^4)) - (1/E1(1,1)+1/E2(1,1)-1/G12(1,1))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)); nxyx = Ex.*((2/E1(1,1) + (2*v12(1,1))/E1(1,1) - 1/G12(1,1))... * (sin(tht_rad)).*(cos(tht_rad).^3) - (2/E2(1,1) + ... (2*v12(1,1))/E1(1,1) - 1/G12(1,1))*(sin(tht_rad).^3).*... (cos(tht_rad))); nxyy = Ey.*((2/E1(1,1) + (2*v12(1,1))/E1(1,1) - 1/G12(1,1)) *... (sin(tht_rad).^3).*(cos(tht_rad)) - (2/E2(1,1) + ... (2*v12(1,1))/E1(1,1) - 1/G12(1,1))*(sin(tht_rad)).*... (cos(tht_rad).^3)); % Stiffness matrix in vector form Qst11 = Q(1,1,cmat(1))*(cos(tht_rad).^4)+Q(2,2,cmat(1))*... (sin(tht_rad).^4)+2*(Q(1,2,cmat(1))+2*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2); Qst22 = (Q(1,1,cmat(1))*(sin(tht_rad).^4))+(Q(2,2,cmat(1))*... (cos(tht_rad).^4))+2*(Q(1,2,cmat(1))+2*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2); Qst21 = (Q(1,1,cmat(1))+Q(2,2,cmat(1))-4*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)+Q(1,2,cmat(1))*... ((sin(tht_rad).^4)+(cos(tht_rad).^4)); Qst33 = (Q(1,1,cmat(1))+Q(2,2,cmat(1))-2*Q(3,3,cmat(1))... -2*Q(1,2,cmat(1)))*(sin(tht_rad).^2).*(cos(tht_rad).^2)... +Q(3,3,cmat(1))*((sin(tht_rad).^4)+(cos(tht_rad).^4)); Qst31 = (Q(1,1,cmat(1))-Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*...

Apndice A - Algoritmo Gentico com Codificao Real

105

sin(tht_rad).*(cos(tht_rad).^3)-(Q(2,2,cmat(1))-... Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*(sin(tht_rad).^3).*... cos(tht_rad); Qst32 = (Q(1,1,cmat(1))-Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*... cos(tht_rad).*(sin(tht_rad).^3)-(Q(2,2,cmat(1))-... Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*(cos(tht_rad).^3).*... sin(tht_rad); Qst12 = Qst21; Qst13 = Qst31; Qst23 = Qst32;

apt = lambda_min;

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

106

APNDICE B ALGORITMO PARA IMPLEMENTAO DOS 4 TIPOS DE SR (EXEMPLOS DA SEO 5.1)

ARQUIVO PRINCIPAL %ARQUIVO PRINCIPAL [b1,X1] = Superficie_Tipo1(1,50); calc_aptidao [b3,X3] = Superficie_Tipo2(1,50); calc_aptidao [b4,X4] = Superficie_Tipo3(1,50); calc_aptidao [b5,X5] = Superficie_Tipo4(1,50); calc_aptidao plot_sr(1,b1,b2,b3,b4);

% obtem os parametros da SR da % obtem os parametros da SR da % obtem os parametros da SR da % obtem os parametros da SR da

FUNO SR TIPO 1 function [b,X] = Superficie_Tipo1(n,k) % % Funcao para a montagem da matriz X de uma superficie de resposta % REFERENCIA: SR TIPO 1 - Y.-J. Lee & C.-C. Lin % Composites Structures, vol 62, p.91-105, 2003 % % n = numero de variaveis % k = numero de experimentos % o numero de coeficientes da superficie de resposta para este caso % sera m = ((n*n)-n)/2 + 2*n + 1, pois foi considerado a simetria dos % coeficientes D's % % X uma matriz de dimensao k X m xmin = -90; xmax = 90; %ATIVAR AS LINHAS ABAIXO AT /////////// SOMENTE SE DESEJAR ESCOLHER EXPERIMENTOS % %Experimentos c pontos extremos +90 -90 = Ar(2,4)=16 experimentos % A = [-90 -90 -90 -90; +90 -90 -90 -90; -90 +90 -90 -90; -90 -90 +90 -90; % -90 -90 -90 +90; +90 +90 -90 -90; -90 +90 +90 -90; -90 -90 +90 +90; % +90 +90 +90 -90; -90 +90 +90 +90; +90 +90 +90 +90; +90 -90 +90 +90; % +90 +90 -90 +90; +90 -90 -90 +90; +90 -90 +90 -90; -90 +90 -90 +90]; % % %Experimentos c pontos intermedirios +75 -75 = Ar(2,4)=16 experimentos % E = [-75 -75 -75 -75; +75 -75 -75 -75; -75 +75 -75 -75; -75 -75 +75 -75; % -75 -75 -75 +75; +75 +75 -75 -75; -75 +75 +75 -75; -75 -75 +75 +75; % +75 +75 +75 -75; -75 +75 +75 +75; +75 +75 +75 +75; +75 -75 +75 +75; % +75 +75 -75 +75; +75 -75 -75 +75; +75 -75 +75 -75; -75 +75 -75 +75]; % % %Experimentos c pontos intermedirios +60 -60 = Ar(2,4)=16 experimentos % F = [-60 -60 -60 -60; +60 -60 -60 -60; -60 +60 -60 -60; -60 -60 +60 -60; % -60 -60 -60 +60; +60 +60 -60 -60; -60 +60 +60 -60; -60 -60 +60 +60; % +60 +60 +60 -60; -60 +60 +60 +60; +60 +60 +60 +60; +60 -60 +60 +60;

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

107

% +60 +60 -60 +60; +60 -60 -60 +60; +60 -60 +60 -60; -60 +60 -60 +60]; % % %Experimentos c pontos intermedirios +30 -30 = Ar(2,4)=16 experimentos % G = [-30 -30 -30 -30; +30 -30 -30 -30; -30 +30 -30 -30; -30 -30 +30 -30; % -30 -30 -30 +30; +30 +30 -30 -30; -30 +30 +30 -30; -30 -30 +30 +30; % +30 +30 +30 -30; -30 +30 +30 +30; +30 +30 +30 +30; +30 -30 +30 +30; % +30 +30 -30 +30; +30 -30 -30 +30; +30 -30 +30 -30; -30 +30 -30 +30]; % % %Experimentos c pontos intermedirios +15 -15 = Ar(2,4)=16 experimentos % H = [-15 -15 -15 -15; +15 -15 -15 -15; -15 +15 -15 -15; -15 -15 +15 -15; % -15 -15 -15 +15; +15 +15 -15 -15; -15 +15 +15 -15; -15 -15 +15 +15; % +15 +15 +15 -15; -15 +15 +15 +15; +15 +15 +15 +15; +15 -15 +15 +15; % +15 +15 -15 +15; +15 -15 -15 +15; +15 -15 +15 -15; -15 +15 -15 +15]; % % %Experimentos c pontos intermedirios 0 0 +90 -90 = Ar(2,4)=16 experimentos % I = [0 -90 0 -90; 0 +90 0 +90; 0 0 -90 -90; 0 0 +90 +90; % 0 -90 0 +90; 0 +90 0 -90; +90 +90 0 0; -90 -90 0 0; % 0 +90 -90 0; 0 -90 +90 0; 0 +90 +90 0; 0 -90 -90 0; % +90 -90 0 0; -90 +90 0 0; 0 0 +90 -90; 0 0 -90 +90]; % % %Experimento c ponto central [0 0 0 0] = 1 experimento % B = [0 0 0 0]; % % %Experimento c pontos distribuidos +45 -45 = 16 experimentos % C = [-45 -45 -45 -45; +45 -45 -45 -45; -45 +45 -45 -45; -45 -45 +45 -45; % -45 -45 -45 +45; +45 +45 -45 -45; -45 +45 +45 -45; -45 -45 +45 +45; % +45 +45 +45 -45; -45 +45 +45 +45; +45 +45 +45 +45; +45 -45 +45 +45; % +45 +45 -45 +45; +45 -45 -45 +45; +45 -45 +45 -45; -45 +45 -45 +45]; % % %D = xmin + (xmax-xmin).*rand((k-113),n); % experimentos c angulos aleatrios entre -90 e +90 % % x_exp = [A; E; F; G; H; I; B; C ; D]; %/////////////////////////////////////////////////////////////// % ATIVAR AT =================== SE DESEJAR UMA VARIVEL % varia somente a ultima orientacao x_exp(1:k,1) = 90; x_exp(1:k,2) = -45; x_exp(1:k,3) = 45; for t = 1:k; x_exp(t,4) = xmin; xmin = xmin + 15; end %========================================== % ATIVAR AT ##################### SE DESEJAR 4 VARIVEIS %angle = [ -90 -45 0 45 90]; % orientacoes pre-definidas %x_exp = angle(ceil(length(angle)*rand(k,n))) %x_exp %########################################### X(1:k,1) = 1; % multiplicadores de C0 X(1:k,2:(n+1)) = x_exp; % multiplicados de Ci's for l = 1:k mm = 0; % contador - indice dos coeficientes de D na matriz X for i=1:n for j=i:n

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

108

mm = mm + 1; if i==j X(l,mm+(n+1)) = x_exp(l,i)*x_exp(l,j); else X(l,mm+(n+1)) = 2*x_exp(l,i)*x_exp(l,j); end end end end % Calculo dos y dos experimentos % for i=1:k angle = x_exp(i,1:n); %*180/pi; y(i) = calc_aptidao(angle); end; b = pcg(X'*X,X'*y',[],50);

FUNO SR TIPO 2 function [b,X] = Superficie_Tipo2(n,k) % % Funcao para a montagem da matriz X de uma superficie de resposta % REFERENCIA: SR TIPO 3 - Y.-J. Lee & C.-C. Lin % Composites Structures, vol 62, p.91-105, 2003 % % n = numero de variaveis % k = numero de experimentos % o numero de coeficientes da superficie de resposta para este caso % sera m = ((n*n)-n)/2 + 2*n + 1, pois foi considerado a simetria dos % coeficientes D's % % X uma matriz de dimensao k X m % xmin = -90; xmax = 90; %ATIVAR AS LINHAS ABAIXO AT /////////// SOMENTE SE DESEJAR ESCOLHER EXPERIMENTOS % %Experimentos c pontos extremos +90 -90 = Ar(2,4)=16 experimentos % A = [-90 -90 -90 -90; +90 -90 -90 -90; -90 +90 -90 -90; -90 -90 +90 -90; % -90 -90 -90 +90; +90 +90 -90 -90; -90 +90 +90 -90; -90 -90 +90 +90; % +90 +90 +90 -90; -90 +90 +90 +90; +90 +90 +90 +90; +90 -90 +90 +90; % +90 +90 -90 +90; +90 -90 -90 +90; +90 -90 +90 -90; -90 +90 -90 +90]; % % %Experimentos c pontos intermedirios +75 -75 = Ar(2,4)=16 experimentos % E = [-75 -75 -75 -75; +75 -75 -75 -75; -75 +75 -75 -75; -75 -75 +75 -75; % -75 -75 -75 +75; +75 +75 -75 -75; -75 +75 +75 -75; -75 -75 +75 +75; % +75 +75 +75 -75; -75 +75 +75 +75; +75 +75 +75 +75; +75 -75 +75 +75; % +75 +75 -75 +75; +75 -75 -75 +75; +75 -75 +75 -75; -75 +75 -75 +75]; % % %Experimentos c pontos intermedirios +60 -60 = Ar(2,4)=16 experimentos % F = [-60 -60 -60 -60; +60 -60 -60 -60; -60 +60 -60 -60; -60 -60 +60 -60; % -60 -60 -60 +60; +60 +60 -60 -60; -60 +60 +60 -60; -60 -60 +60 +60; % +60 +60 +60 -60; -60 +60 +60 +60; +60 +60 +60 +60; +60 -60 +60 +60; % +60 +60 -60 +60; +60 -60 -60 +60; +60 -60 +60 -60; -60 +60 -60 +60];

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

109

% % %Experimentos c pontos intermedirios +30 -30 = Ar(2,4)=16 experimentos % G = [-30 -30 -30 -30; +30 -30 -30 -30; -30 +30 -30 -30; -30 -30 +30 -30; % -30 -30 -30 +30; +30 +30 -30 -30; -30 +30 +30 -30; -30 -30 +30 +30; % +30 +30 +30 -30; -30 +30 +30 +30; +30 +30 +30 +30; +30 -30 +30 +30; % +30 +30 -30 +30; +30 -30 -30 +30; +30 -30 +30 -30; -30 +30 -30 +30]; % % %Experimentos c pontos intermedirios +15 -15 = Ar(2,4)=16 experimentos % H = [-15 -15 -15 -15; +15 -15 -15 -15; -15 +15 -15 -15; -15 -15 +15 -15; % -15 -15 -15 +15; +15 +15 -15 -15; -15 +15 +15 -15; -15 -15 +15 +15; % +15 +15 +15 -15; -15 +15 +15 +15; +15 +15 +15 +15; +15 -15 +15 +15; % +15 +15 -15 +15; +15 -15 -15 +15; +15 -15 +15 -15; -15 +15 -15 +15]; % % %Experimentos c pontos intermedirios 0 0 +90 -90 = Ar(2,4)=16 experimentos % I = [0 -90 0 -90; 0 +90 0 +90; 0 0 -90 -90; 0 0 +90 +90; % 0 -90 0 +90; 0 +90 0 -90; +90 +90 0 0; -90 -90 0 0; % 0 +90 -90 0; 0 -90 +90 0; 0 +90 +90 0; 0 -90 -90 0; % +90 -90 0 0; -90 +90 0 0; 0 0 +90 -90; 0 0 -90 +90]; % % %Experimento c ponto central [0 0 0 0] = 1 experimento % B = [0 0 0 0]; % % %Experimento c pontos distribuidos +45 -45 = 16 experimentos % C = [-45 -45 -45 -45; +45 -45 -45 -45; -45 +45 -45 -45; -45 -45 +45 -45; % -45 -45 -45 +45; +45 +45 -45 -45; -45 +45 +45 -45; -45 -45 +45 +45; % +45 +45 +45 -45; -45 +45 +45 +45; +45 +45 +45 +45; +45 -45 +45 +45; % +45 +45 -45 +45; +45 -45 -45 +45; +45 -45 +45 -45; -45 +45 -45 +45]; % % %D = xmin + (xmax-xmin).*rand((k-113),n); % experimentos c angulos aleatrios entre -90 e +90 % % x_exp = [A; E; F; G; H; I; B; C ; D]; %/////////////////////////////////////////////////////////////// % ATIVAR AT =================== SE DESEJAR UMA VARIVEL % varia somente a ultima orientacao x_exp(1:k,1) = 90; x_exp(1:k,2) = -45; x_exp(1:k,3) = 45; for t = 1:k; x_exp(t,4) = xmin; xmin = xmin + 15; end %========================================== % ATIVAR AT ##################### SE DESEJAR 4 VARIVEIS %angle = [ -90 -45 0 45 90]; % orientacoes pre-definidas %x_exp = angle(ceil(length(angle)*rand(k,n))) %x_exp %########################################### X(1:k,1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(1:k,2:(n+1)) = sind(x_exp); % multiplicadores de Ci's X(1:k, (n+2):(2*n+1)) = cosd(x_exp); % multiplicadores de Di's

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

110

X(1:k,(2*n+2):(3*n+1)) = sind(2*x_exp); % multiplicadores de Ei's X(1:k,(3*n+2):(4*n+1)) = cosd(2*x_exp); % multiplicadores de Fi's % Calculo dos y dos experimentos % cmat = ones(1,n); % teste: todas a laminas com o mesmo material for i=1:k y(i) = calc_aptidao(x_exp(i,1:n)); % y(i) = test_function(x_exp(i,1:n)) end; %b = inv(X'*X)*X'*y'; %Foi testado Lu %tol = 1e-10; b = pcg(X'*X,X'*y',[],50);

FUNO SR TIPO 3 function [b,X] = Superficie_Tipo3(n,k) % % Funcao para a montagem da matriz X de uma superficie de resposta % REFERENCIA: SR TIPO 4 - Y.-J. Lee & C.-C. Lin % Composites Structures, vol 62, p.91-105, 2003 % % n = numero de variaveis % k = numero de experimentos % o numero de coeficientes da superficie de resposta para este caso % sera m = ((n*n)-n)/2 + 2*n + 1, pois foi considerado a simetria dos % coeficientes D's % % X uma matriz de dimensao k X m % xmin = -90; xmax = 90; %ATIVAR AS LINHAS ABAIXO AT /////////// SOMENTE SE DESEJAR ESCOLHER EXPERIMENTOS % %Experimentos c pontos extremos +90 -90 = Ar(2,4)=16 experimentos % A = [-90 -90 -90 -90; +90 -90 -90 -90; -90 +90 -90 -90; -90 -90 +90 -90; % -90 -90 -90 +90; +90 +90 -90 -90; -90 +90 +90 -90; -90 -90 +90 +90; % +90 +90 +90 -90; -90 +90 +90 +90; +90 +90 +90 +90; +90 -90 +90 +90; % +90 +90 -90 +90; +90 -90 -90 +90; +90 -90 +90 -90; -90 +90 -90 +90]; % % %Experimentos c pontos intermedirios +75 -75 = Ar(2,4)=16 experimentos % E = [-75 -75 -75 -75; +75 -75 -75 -75; -75 +75 -75 -75; -75 -75 +75 -75; % -75 -75 -75 +75; +75 +75 -75 -75; -75 +75 +75 -75; -75 -75 +75 +75; % +75 +75 +75 -75; -75 +75 +75 +75; +75 +75 +75 +75; +75 -75 +75 +75; % +75 +75 -75 +75; +75 -75 -75 +75; +75 -75 +75 -75; -75 +75 -75 +75]; % % %Experimentos c pontos intermedirios +60 -60 = Ar(2,4)=16 experimentos % F = [-60 -60 -60 -60; +60 -60 -60 -60; -60 +60 -60 -60; -60 -60 +60 -60; % -60 -60 -60 +60; +60 +60 -60 -60; -60 +60 +60 -60; -60 -60 +60 +60; % +60 +60 +60 -60; -60 +60 +60 +60; +60 +60 +60 +60; +60 -60 +60 +60; % +60 +60 -60 +60; +60 -60 -60 +60; +60 -60 +60 -60; -60 +60 -60 +60]; % % %Experimentos c pontos intermedirios +30 -30 = Ar(2,4)=16 experimentos % G = [-30 -30 -30 -30; +30 -30 -30 -30; -30 +30 -30 -30; -30 -30 +30 -30; % -30 -30 -30 +30; +30 +30 -30 -30; -30 +30 +30 -30; -30 -30 +30 +30;

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

111

% +30 +30 +30 -30; -30 +30 +30 +30; +30 +30 +30 +30; +30 -30 +30 +30; % +30 +30 -30 +30; +30 -30 -30 +30; +30 -30 +30 -30; -30 +30 -30 +30]; % % %Experimentos c pontos intermedirios +15 -15 = Ar(2,4)=16 experimentos % H = [-15 -15 -15 -15; +15 -15 -15 -15; -15 +15 -15 -15; -15 -15 +15 -15; % -15 -15 -15 +15; +15 +15 -15 -15; -15 +15 +15 -15; -15 -15 +15 +15; % +15 +15 +15 -15; -15 +15 +15 +15; +15 +15 +15 +15; +15 -15 +15 +15; % +15 +15 -15 +15; +15 -15 -15 +15; +15 -15 +15 -15; -15 +15 -15 +15]; % % %Experimentos c pontos intermedirios 0 0 +90 -90 = Ar(2,4)=16 experimentos % I = [0 -90 0 -90; 0 +90 0 +90; 0 0 -90 -90; 0 0 +90 +90; % 0 -90 0 +90; 0 +90 0 -90; +90 +90 0 0; -90 -90 0 0; % 0 +90 -90 0; 0 -90 +90 0; 0 +90 +90 0; 0 -90 -90 0; % +90 -90 0 0; -90 +90 0 0; 0 0 +90 -90; 0 0 -90 +90]; % % %Experimento c ponto central [0 0 0 0] = 1 experimento % B = [0 0 0 0]; % % %Experimento c pontos distribuidos +45 -45 = 16 experimentos % C = [-45 -45 -45 -45; +45 -45 -45 -45; -45 +45 -45 -45; -45 -45 +45 -45; % -45 -45 -45 +45; +45 +45 -45 -45; -45 +45 +45 -45; -45 -45 +45 +45; % +45 +45 +45 -45; -45 +45 +45 +45; +45 +45 +45 +45; +45 -45 +45 +45; % +45 +45 -45 +45; +45 -45 -45 +45; +45 -45 +45 -45; -45 +45 -45 +45]; % % %D = xmin + (xmax-xmin).*rand((k-113),n); % experimentos c angulos aleatrios entre -90 e +90 % % x_exp = [A; E; F; G; H; I; B; C ; D]; %/////////////////////////////////////////////////////////////// % ATIVAR AT =================== SE DESEJAR UMA VARIVEL % varia somente a ultima orientacao x_exp(1:k,1) = 90; x_exp(1:k,2) = -45; x_exp(1:k,3) = 45; for t = 1:k; x_exp(t,4) = xmin; xmin = xmin + 15; end %========================================== % ATIVAR AT ##################### SE DESEJAR 4 VARIVEIS %angle = [ -90 -45 0 45 90]; % orientacoes pre-definidas %x_exp = angle(ceil(length(angle)*rand(k,n))) %x_exp %########################################### X(1:k,1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(1:k,2:(n+1)) = sind(x_exp); % multiplicadores de Ci's X(1:k, (n+2):(2*n+1)) = cosd(x_exp); % multiplicadores de Di's X(1:k,(2*n+2):(3*n+1)) = sind(2*x_exp); % multiplicadores de Ei's X(1:k,(3*n+2):(4*n+1)) = cosd(2*x_exp); % multiplicadores de Fi's

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

112

for l = 1:k %-------------------------- multiplicadores de Gij's mm = 0; % contador - indice dos coeficientes de G na matriz X for i=1:n for j=i:n mm = mm + 1; X(l,mm+(4*n+1)) = sind(x_exp(l,i))*sind(x_exp(l,j)); end end end %--------------------------------for l = 1:k %-------------------------- multiplicadores de Hij's ww = mm; % contador - indice dos coeficientes de H na matriz X for i=1:n for j=i:n ww = ww + 1; X(l,ww + (4*n+1)) = cosd(x_exp(l,i))*cosd(x_exp(l,j)); end end end %--------------------------------% Calculo dos y dos experimentos % cmat = ones(1,n); % teste: todas a laminas com o mesmo material for i=1:k y(i) = calc_aptidao(x_exp(i,1:n)); % y(i) = test_function(x_exp(i,1:n)) end; %b = inv(X'*X)*X'*y'; %Foi testado Lu b = pcg(X'*X,X'*y',[],50);

FUNO SR TIPO 4 function [b,X] = Superficie_Tipo3(n,k) % % Funcao para a montagem da matriz X de uma superficie de resposta % REFERENCIA: SR TIPO 4 - Y.-J. Lee & C.-C. Lin % Composites Structures, vol 62, p.91-105, 2003 % % n = numero de variaveis % k = numero de experimentos % o numero de coeficientes da superficie de resposta para este caso % sera m = ((n*n)-n)/2 + 2*n + 1, pois foi considerado a simetria dos % coeficientes D's % % X uma matriz de dimensao k X m % xmin = -90; xmax = 90; %ATIVAR AS LINHAS ABAIXO AT /////////// SOMENTE SE DESEJAR ESCOLHER EXPERIMENTOS % %Experimentos c pontos extremos +90 -90 = Ar(2,4)=16 experimentos % A = [-90 -90 -90 -90; +90 -90 -90 -90; -90 +90 -90 -90; -90 -90 +90 -90; % -90 -90 -90 +90; +90 +90 -90 -90; -90 +90 +90 -90; -90 -90 +90 +90; % +90 +90 +90 -90; -90 +90 +90 +90; +90 +90 +90 +90; +90 -90 +90 +90; % +90 +90 -90 +90; +90 -90 -90 +90; +90 -90 +90 -90; -90 +90 -90 +90]; % % %Experimentos c pontos intermedirios +75 -75 = Ar(2,4)=16 experimentos

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

113

% E = [-75 -75 -75 -75; +75 -75 -75 -75; -75 +75 -75 -75; -75 -75 +75 -75; % -75 -75 -75 +75; +75 +75 -75 -75; -75 +75 +75 -75; -75 -75 +75 +75; % +75 +75 +75 -75; -75 +75 +75 +75; +75 +75 +75 +75; +75 -75 +75 +75; % +75 +75 -75 +75; +75 -75 -75 +75; +75 -75 +75 -75; -75 +75 -75 +75]; % % %Experimentos c pontos intermedirios +60 -60 = Ar(2,4)=16 experimentos % F = [-60 -60 -60 -60; +60 -60 -60 -60; -60 +60 -60 -60; -60 -60 +60 -60; % -60 -60 -60 +60; +60 +60 -60 -60; -60 +60 +60 -60; -60 -60 +60 +60; % +60 +60 +60 -60; -60 +60 +60 +60; +60 +60 +60 +60; +60 -60 +60 +60; % +60 +60 -60 +60; +60 -60 -60 +60; +60 -60 +60 -60; -60 +60 -60 +60]; % % %Experimentos c pontos intermedirios +30 -30 = Ar(2,4)=16 experimentos % G = [-30 -30 -30 -30; +30 -30 -30 -30; -30 +30 -30 -30; -30 -30 +30 -30; % -30 -30 -30 +30; +30 +30 -30 -30; -30 +30 +30 -30; -30 -30 +30 +30; % +30 +30 +30 -30; -30 +30 +30 +30; +30 +30 +30 +30; +30 -30 +30 +30; % +30 +30 -30 +30; +30 -30 -30 +30; +30 -30 +30 -30; -30 +30 -30 +30]; % % %Experimentos c pontos intermedirios +15 -15 = Ar(2,4)=16 experimentos % H = [-15 -15 -15 -15; +15 -15 -15 -15; -15 +15 -15 -15; -15 -15 +15 -15; % -15 -15 -15 +15; +15 +15 -15 -15; -15 +15 +15 -15; -15 -15 +15 +15; % +15 +15 +15 -15; -15 +15 +15 +15; +15 +15 +15 +15; +15 -15 +15 +15; % +15 +15 -15 +15; +15 -15 -15 +15; +15 -15 +15 -15; -15 +15 -15 +15]; % % %Experimentos c pontos intermedirios 0 0 +90 -90 = Ar(2,4)=16 experimentos % I = [0 -90 0 -90; 0 +90 0 +90; 0 0 -90 -90; 0 0 +90 +90; % 0 -90 0 +90; 0 +90 0 -90; +90 +90 0 0; -90 -90 0 0; % 0 +90 -90 0; 0 -90 +90 0; 0 +90 +90 0; 0 -90 -90 0; % +90 -90 0 0; -90 +90 0 0; 0 0 +90 -90; 0 0 -90 +90]; % % %Experimento c ponto central [0 0 0 0] = 1 experimento % B = [0 0 0 0]; % % %Experimento c pontos distribuidos +45 -45 = 16 experimentos % C = [-45 -45 -45 -45; +45 -45 -45 -45; -45 +45 -45 -45; -45 -45 +45 -45; % -45 -45 -45 +45; +45 +45 -45 -45; -45 +45 +45 -45; -45 -45 +45 +45; % +45 +45 +45 -45; -45 +45 +45 +45; +45 +45 +45 +45; +45 -45 +45 +45; % +45 +45 -45 +45; +45 -45 -45 +45; +45 -45 +45 -45; -45 +45 -45 +45]; % % %D = xmin + (xmax-xmin).*rand((k-113),n); % experimentos c angulos aleatrios entre -90 e +90 % % x_exp = [A; E; F; G; H; I; B; C ; D]; %/////////////////////////////////////////////////////////////// % ATIVAR AT =================== SE DESEJAR UMA VARIVEL % varia somente a ultima orientacao x_exp(1:k,1) = 90; x_exp(1:k,2) = -45; x_exp(1:k,3) = 45; for t = 1:k; x_exp(t,4) = xmin; xmin = xmin + 15; end %========================================== % ATIVAR AT ##################### SE DESEJAR 4 VARIVEIS %angle = [ -90 -45 0 45 90]; % orientacoes pre-definidas %x_exp = angle(ceil(length(angle)*rand(k,n)))

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

114

%x_exp %########################################### X(1:k,1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(1:k,2:(n+1)) = sind(x_exp); % multiplicadores de Ci's X(1:k, (n+2):(2*n+1)) = cosd(x_exp); % multiplicadores de Di's X(1:k,(2*n+2):(3*n+1)) = sind(2*x_exp); % multiplicadores de Ei's X(1:k,(3*n+2):(4*n+1)) = cosd(2*x_exp); % multiplicadores de Fi's for l = 1:k %-------------------------- multiplicadores de Gij's mm = 0; % contador - indice dos coeficientes de G na matriz X for i=1:n for j=i:n mm = mm + 1; X(l,mm+(4*n+1)) = sind(x_exp(l,i))*sind(x_exp(l,j)); end end end %--------------------------------for l = 1:k %-------------------------- multiplicadores de Hij's ww = mm; % contador - indice dos coeficientes de H na matriz X for i=1:n for j=i:n ww = ww + 1; X(l,ww + (4*n+1)) = cosd(x_exp(l,i))*cosd(x_exp(l,j)); end end end %--------------------------------for l = 1:k %-------------------------- multiplicadores de Iij's ss = ww; % contador - indice dos coeficientes de I na matriz X for i=1:n for j=i:n ss = ss + 1; X(l,ss + (4*n+1)) = sind(2*x_exp(l,i))*sind(2*x_exp(l,j)); end end end %--------------------------------for l = 1:k %-------------------------- multiplicadores de Jij's rr = ss; % contador - indice dos coeficientes de J na matriz X for i=1:n for j=i:n rr = rr + 1; X(l,rr + (4*n+1)) = cosd(2*x_exp(l,i))*cosd(2*x_exp(l,j)); end end end %--------------------------------% Calculo dos y dos experimentos % cmat = ones(1,n); % teste: todas a laminas com o mesmo material for i=1:k y(i) = calc_aptidao(x_exp(i,1:n)); % y(i) = test_function(x_exp(i,1:n)) end; %b = inv(X'*X)*X'*y'; %Foi testado LU

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

115

b = pcg(X'*X,X'*y',[],50);

% resolucao do por Grandientes... % ... Conjugados pre-condicionado

FUNO OBJETIVO: CALC_APTIDAO CALC_APTIDAO PARA FLAMBAGEM OU TSAI-HILL function apt = calc_aptidao(angle); % Program for stress/strain calculations on laminated composites. % Define globals, in order to use functions. global Xc Yc Xt Yt S E1 E2 v12 v21 G12 %%% INPUT OF VARIABLES %%%------------------------------------------------------------mat = [1 1 1 1]; cmat = [1 1 1 1]; % Quantity of diff. materials in laminate[-] % Combination of materials in laminate [-] % Length of the plates % Width of the plates % Thickness per layer [mm] [mm] [mm]

lp = [100]; wp = [100]; hl = [0.2 0.2 0.2 0.2]; %% Load N(1,1)= N(1,2)= N(1,3)=

Data Global system (xy Plane) 10; % Normal Force in x-direction 10; % Normal Force in y-direction 0; % Shear Stress in xy-direction % Moment in x-direction % Moment in y-direction % Moment in xy-direction

[N/mm] [N/mm] [N/mm] [N] [N] [N]

M(1,1)= 0; M(1,2)= 0; M(1,3)= 0;

%%% MATERIAL PROPERTIES %%%------------------------------------------------------------% Young's modulus in the fiber direction E1 = [60000 60000 60000]; % Young's modulus perpendicular to the fiber direction E2 = [5500 5500 5500]; % In-plane shear modulus in the fiber direction G12 = [2100 2100 2100]; % Poisson's ratio in the fiber direction v12 = [0.34 0.34 0.34]; % Ultimate Tensile Strength in fiber direction Xt = [1100 1100 1100]; % Ultimate Compression Strength in fiber direction Xc = [234 234 234]; % Ultimate Tensile Strength perpendicular to fiber dir. Yt = [27 27 27]; [MPa]

[MPa]

[MPa]

[-]

[MPa]

[MPa]

[MPa]

% Ultimate Compression Strength perpendicular to fiber dir.[MPa] Yc = [138 138 138];

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

116

% Ultimate Shear strength S = [49 49 49];

[MPa]

%%% CALCULATIONS %%%------------------------------------------------------------%% Transpose the rowvectors N and M to column vectors N = (N)'; M = (M)'; %% Convert the angle theta from degrees to radians for i=1:(size(angle,2)) theta(i) = [(angle(i)*pi)/180]; end %% Calculate Poisson's ratio perpendicular to the fiber direction for i=1:(size(v12,2)) v21(i) = v12(i)*E2(i)/E1(i); end %% Calculate the total amount of layers. nl = size(cmat,2); %% Calculation of the constituent matrix Q Q = zeros(3,3,nl); for i=1:nl Q(1,1,i) = E1(cmat(i))/(1 - v12(cmat(i))*v21(cmat(i))); Q(2,2,i) = E2(cmat(i))/(1 - v12(cmat(i))*v21(cmat(i))); Q(3,3,i) = G12(cmat(i)); Q(1,2,i) = v12(cmat(i))*E2(cmat(i))/... (1-v12(cmat(i))*v21(cmat(i))); Q(2,1,i) = Q(1,2,i); end %% Calculation of the transformation matrix Qb %% Create shorter variables for sin(theta) and cos(theta) for i=1:nl co(i) = cos(theta(i)); si(i) = sin(theta(i)); end %% Create matrix which relates engineering strains %% to the stresses referred to arbitrary axes Qb = zeros(3,3,nl); for i=1:nl Qb(1,1,i) = Q(1,1,cmat(i))*co(i)^4+Q(2,2,cmat(i))... *si(i)^4+2*(Q(1,2,cmat(i))+2*Q(3,3,cmat(i)))... *si(i)^2*co(i)^2; Qb(2,2,i) = (Q(1,1,cmat(i))*(si(i)^4))+(Q(2,2,cmat(i))... *(co(i)^4))+2*(Q(1,2,cmat(i))+2*Q(3,3,cmat(i)))... *si(i)^2*co(i)^2; Qb(2,1,i) = (Q(1,1,cmat(i))+Q(2,2,cmat(i))... -4*Q(3,3,cmat(i)))*si(i)^2*co(i)^2+Q(1,2,cmat(i))... *(si(i)^4+co(i)^4); Qb(3,3,i) = (Q(1,1,cmat(i))+Q(2,2,cmat(i))... -2*Q(3,3,cmat(i))-2*Q(1,2,cmat(i)))*si(i)^2*... co(i)^2+Q(3,3,cmat(i))*(si(i)^4+co(i)^4); Qb(3,1,i) = (Q(1,1,cmat(i))-Q(1,2,cmat(i))...

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

117

-2*Q(3,3,cmat(i)))*si(i)*co(i)^3-(Q(2,2,cmat(i))... -Q(1,2,cmat(i))-2*Q(3,3,cmat(i)))*si(i)^3*co(i); Qb(3,2,i) = (Q(1,1,cmat(i))-Q(1,2,cmat(i))... -2*Q(3,3,cmat(i)))*co(i)*si(i)^3-(Q(2,2,cmat(i))... -Q(1,2,cmat(i))-2*Q(3,3,cmat(i)))*co(i)^3*si(i); Qb(1,2,i) = Qb(2,1,i); Qb(1,3,i) = Qb(3,1,i); Qb(2,3,i) = Qb(3,2,i); end %% Calculate the total height of the laminate h(1) = -sum(hl)/2; for i=1:nl h(i+1) = h(i)+hl(i); end %% Calculate the terms of the laminate stiffness %% matrices A, B and D for i=1:nl ca(i)=h(i+1)-h(i); cb(i)=(h(i+1)^2-(h(i))^2)/2; cd(i)=(h(i+1)^3-h(i)^3)/3; end A = B = D = for zeros(3,3); zeros(3,3); zeros(3,3); i=1:3 for j=1:3 for k=1:nl % Calculation of the extensional stiffness matrix A(i,j)= A(i,j)+Qb(i,j,k)*ca(k); % Calculation of the coupling stiffness matrix B(i,j)= B(i,j)+Qb(i,j,k)*cb(k); % Calculation of the bending stiffness matrix D(i,j)= D(i,j)+Qb(i,j,k)*cd(k); end end end %% Definition of the total set of constitutive equations %% Deformation and bending in the mid-plane ABD(1:3,1:3) = A; ABD(1:3,4:6) = B; ABD(4:6,1:3) = B; ABD(4:6,4:6) = D; NM(1:3,1) = N; % foras NM(4:6,1) = M; % momentos def0bend = inv(ABD)*NM; def0 = def0bend(1:3,1); % deformao de membrana bend = def0bend(4:6,1); % deformao de flexo %% Strain in the laminate (global system) %% x, y, xy (center, superior & inferior) for i=1:nl

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

118

def_globc(1:3,i) = def0+((h(i)+h(i+1))/2)*bend; % deformao no centro da lmina i em x, y e xy def_globs(1:3,i) = def0+h(i)*bend; % deformao na superfcie superior da lmina i def_globi(1:3,i) = def0+h(i+1)*bend; % deformao na superfcie inferior da lmina i end %% Stress in the laminate (global system) %% x, y, xy (center, superior & inferior) for i=1:nl s_globc(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*((h(i)... +h(i+1))/2)*bend; s_globs(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*h(i)*bend; s_globi(1:3,i) = Qb(:,:,i)*def0+Qb(:,:,i)*h(i+1)*bend; end %% Calculation of the Transformation matrix, Ts for i=1:nl Ts = zeros(3,3,i); end for i=1:nl Ts(1,1,i)= Ts(1,2,i)= Ts(1,3,i)= Ts(2,1,i)= Ts(2,2,i)= Ts(2,3,i)= Ts(3,1,i)= Ts(3,2,i)= Ts(3,3,i)= end

co(i)^2; si(i)^2; 2*si(i)*co(i); si(i)^2; co(i)^2; (-2)*si(i)*co(i); (-1)*si(i)*co(i); si(i)*co(i); co(i)^2-si(i)^2;

%% Calculation of the Transformation matrix, Tdef for i=1:nl Tdef = zeros(3,3,i); end for i=1:nl Tdef(:,:,i) = inv(Ts(:,:,i)'); end %% Strain in the local system (1,2,12 or L,T,LT) %% for each plate. for i=1:nl def_locc(1:3,i) = Tdef(:,:,i)*def_globc(1:3,i); def_locs(1:3,i) = Tdef(:,:,i)*def_globs(1:3,i); def_loci(1:3,i) = Tdef(:,:,i)*def_globi(1:3,i); end %% Stress in the local system (1,2,12 or L,T,LT) %% for each plate for i=1:nl s_locc(1:3,i) = Ts(:,:,i)*s_globc(1:3,i); s_locs(1:3,i) = Ts(:,:,i)*s_globs(1:3,i); s_loci(1:3,i) = Ts(:,:,i)*s_globi(1:3,i); end %% Comparison results with failure criteria

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

119

%%(Tsai-Hill, Hoffman, Tsai-Wu) for i=1:nl % loop sobre todas as lminas do laminado % This loop makes shure the correct values for tension % and compression are used. if s_locs(1,i) < 0 thX(i) = Xc(mat(i)); else thX(i) = Xt(mat(i)); end if s_locs(2,i) < 0 thY(i) = Yc(mat(i)); else thY(i) = Yt(mat(i)); end tsai_hill_s(i) = (s_locs(1,i)/thX(i))^2 + ... (s_locs(2,i)/thY(i))^2 - (s_locs(1,i)*... s_locs(2,i))/(thX(i))^2 + (s_locs(3,i)/... S(mat(i)))^2; % This loop makes sure the correct values for tension % and compression are used. if s_loci(1,i) < 0 thX(i) = Xc(mat(i)); else thX(i) = Xt(mat(i)); end if s_loci(2,i) < 0 thY(i) = Yc(mat(i)); else thY(i) = Yt(mat(i)); end tsai_hill_i(i) = (s_loci(1,i)/thX(i))^2 + ... (s_loci(2,i)/thY(i))^2 - (s_loci(1,i)*... s_loci(2,i))/(thX(i))^2 + (s_loci(3,i)/... S(mat(i)))^2; hoffman_s(i) = (s_locs(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... - (s_locs(1,i)*s_locs(2,i))/(Xt(mat(i))*Xc(mat(i)))... + (s_locs(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + (1/Xt(mat(i))... -1/Xc(mat(i)))*s_locs(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))... *s_locs(2,i) + (s_locs(3,i)/S(mat(i)))^2; hoffman_i(i) = (s_loci(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... - (s_loci(1,i)*s_loci(2,i))/(Xt(mat(i))*Xc(mat(i)))... + (s_loci(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + (1/Xt(mat(i))... -1/Xc(mat(i)))*s_loci(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))... *s_loci(2,i) + (s_loci(3,i)/S(mat(i)))^2; % The Tsai-Wu failure criteria uses a constant F12. There % exists discussion about the value of this constant. % We will consider it zero. F12 = 0; tsai_wu_s(i) = (s_locs(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))... + (s_locs(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + ... (s_locs(3,i)/S(mat(i)))^2 + 2*F12*s_locs(1,i)... *s_locs(2,i) + (1/Xt(mat(i))-1/Xc(mat(i)))... *s_locs(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))*s_locs(2,i); tsai_wu_i(i) = (s_loci(1,i)^2)/(Xt(mat(i))*Xc(mat(i)))...

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

120

+ (s_loci(2,i)^2)/(Yt(mat(i))*Yc(mat(i))) + ... (s_loci(3,i)/S(mat(i)))^2 + 2*F12*s_loci(1,i)... *s_loci(2,i) + (1/Xt(mat(i))-1/Xc(mat(i)))... *s_loci(1,i) + (1/Yt(mat(i))-1/Yc(mat(i)))*s_loci(2,i); end %% Buckling analysis (just for Specially orthotropic Laminates %% symetrically arranged about the laminate middle surface) % This equation is just calculated when at least one of % the forces (X, Y) is non zero. %if (N(1,1) ~= 0) || (N(2,1) ~= 0) Nx = abs(N(1,1)); Ny = abs(N(2,1)); for m=1:10 for n=1:10 lambda(m,n) = (pi^2*(D(1,1)*(m/lp)^4+2*(D(1,2)... +2*D(3,3))*(m/lp)^2*(n/wp)^2+D(2,2)*(n/wp)^4))... / (((m/lp)^2)*Nx+((n/wp)^2)*Ny); end end lambda_min = min(min(lambda)); [cx,cy] = find(lambda == lambda_min); indices = [cx cy]; %% bx by bw Plot buckling representation = 0:(lp/50):lp; = 0:(wp/50):wp; = sin(((indices(1,1)*pi*bx)/lp))'*sin(((indices(1,2)*pi*by)/wp));

%end

%% Definition of the Z-axis for i=1:nl hm(i)=(h(i)+h(i+1))/2; end j=1; for i=1:2:(2*nl+1) z(i)=h(j); j=j+1; end j=1; for i=2:2:(2*nl) z(i)=hm(j); j=j+1; end j=1; Z(1)=h(1); for i=2:nl j=j+1; Z(j)=h(i); j=j+1; Z(j)=h(i); end j=j+1; Z(j)=h(nl+1);

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

121

%% Plot Deformations x, y & xy j=0; for i=1:nl j=j+1; defx(j)=def_loci(1,i); j=j+1; defx(j)=def_locc(1,i); end defx(j+1)=def_locs(1,nl); j=0; for i=1:nl j=j+1; defy(j)=def_loci(2,i); j=j+1; defy(j)=def_locc(2,i); end defy(j+1)=def_locs(2,nl); j=0; for i=1:nl j=j+1; defxy(j)=def_loci(3,i); j=j+1; defxy(j)=def_locc(3,i); end defxy(j+1)=def_locs(3,nl); %% Plot Stress in x, y & xy j=0; for i=1:nl j=j+1; tensx(j)=s_loci(1,i); j=j+1; tensx(j)=s_locs(1,i); end j=0; for i=1:nl j=j+1; tensy(j)=s_loci(2,i); j=j+1; tensy(j)=s_locs(2,i); end j=0; for i=1:nl j=j+1; tensxy(j)=s_loci(3,i); j=j+1; tensxy(j)=s_locs(3,i); end

%% Plot Failure criteria (TSAI-HILL, HOFFMAN & TSAI-WU) j=0; for i=1:nl j=j+1; Hill(j)=tsai_hill_i(i);

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

122

j=j+1; Hill(j)=tsai_hill_s(i); end j=0; for i=1:nl j=j+1; Hoff(j)=hoffman_i(i); j=j+1; Hoff(j)=hoffman_s(i); end j=0; for i=1:nl j=j+1; Wu(j)=tsai_wu_i(i); j=j+1; Wu(j)=tsai_wu_s(i); end fail = ones(1,length(Z)); %%%------------------------------------------------------------% Plot of the transformed Ex, Ey, Gxy for 1 orthotropic layer A1 = 1/E1(1,1); B1 = 1/G12(1,1)-(2*v12(1,1))/E1(1,1); C1 = 1/E2(1,1); tht_deg = 1:0.1:180; tht_rad = (tht_deg * pi)/180; Ex = 1./((A1*(cos(tht_rad).^4)) + (B1*(sin(tht_rad).^2).*... (cos(tht_rad).^2)) + (C1*(sin(tht_rad).^4))); Ey = 1./((A1*(sin(tht_rad).^4)) + (B1*(sin(tht_rad).^2).*... (cos(tht_rad).^2)) + (C1*(cos(tht_rad).^4))); Gxy = 1./(2*(2/E1(1,1) + 2/E2(1,1) + (4*v12(1,1))/E1(1,1) - ... 1/G12(1,1))*(sin(tht_rad).^2).*(cos(tht_rad).^2) + ... (1/G12(1,1))*(sin(tht_rad).^4 + cos(tht_rad).^4)); vxy = Ex.*((v12(1,1)/E1(1,1))*((sin(tht_rad).^4) + ... (cos(tht_rad).^4)) - (1/E1(1,1)+1/E2(1,1)-1/G12(1,1))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)); vyx = Ey.*((v21(1,1)/E2(1,1))*((sin(tht_rad).^4) + ... (cos(tht_rad).^4)) - (1/E1(1,1)+1/E2(1,1)-1/G12(1,1))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)); nxyx = Ex.*((2/E1(1,1) + (2*v12(1,1))/E1(1,1) - 1/G12(1,1))... * (sin(tht_rad)).*(cos(tht_rad).^3) - (2/E2(1,1) + ... (2*v12(1,1))/E1(1,1) - 1/G12(1,1))*(sin(tht_rad).^3).*... (cos(tht_rad))); nxyy = Ey.*((2/E1(1,1) + (2*v12(1,1))/E1(1,1) - 1/G12(1,1)) *... (sin(tht_rad).^3).*(cos(tht_rad)) - (2/E2(1,1) + ... (2*v12(1,1))/E1(1,1) - 1/G12(1,1))*(sin(tht_rad)).*... (cos(tht_rad).^3)); % Stiffness matrix in vector form Qst11 = Q(1,1,cmat(1))*(cos(tht_rad).^4)+Q(2,2,cmat(1))*... (sin(tht_rad).^4)+2*(Q(1,2,cmat(1))+2*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2); Qst22 = (Q(1,1,cmat(1))*(sin(tht_rad).^4))+(Q(2,2,cmat(1))*... (cos(tht_rad).^4))+2*(Q(1,2,cmat(1))+2*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2); Qst21 = (Q(1,1,cmat(1))+Q(2,2,cmat(1))-4*Q(3,3,cmat(1)))*... (sin(tht_rad).^2).*(cos(tht_rad).^2)+Q(1,2,cmat(1))*...

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

123

((sin(tht_rad).^4)+(cos(tht_rad).^4)); Qst33 = (Q(1,1,cmat(1))+Q(2,2,cmat(1))-2*Q(3,3,cmat(1))... -2*Q(1,2,cmat(1)))*(sin(tht_rad).^2).*(cos(tht_rad).^2)... +Q(3,3,cmat(1))*((sin(tht_rad).^4)+(cos(tht_rad).^4)); Qst31 = (Q(1,1,cmat(1))-Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*... sin(tht_rad).*(cos(tht_rad).^3)-(Q(2,2,cmat(1))-... Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*(sin(tht_rad).^3).*... cos(tht_rad); Qst32 = (Q(1,1,cmat(1))-Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*... cos(tht_rad).*(sin(tht_rad).^3)-(Q(2,2,cmat(1))-... Q(1,2,cmat(1))-2*Q(3,3,cmat(1)))*(cos(tht_rad).^3).*... sin(tht_rad); Qst12 = Qst21; Qst13 = Qst31; Qst23 = Qst32; %apt = lambda_min; %Se desejar carga crtica de flambagem apt = max_tsai; % se desejar critrio de tsai-hill

FUNES PARA AVALIAR AS SR function y =avaliacao_superficie_tipo1(x,n,b) x = x; X(1) = 1; % multiplicadores de C0 X(2:(n+1)) = x; % multiplicados de Ci's mm = 0; % contador - indice dos coeficientes de D na matriz X for i=1:n for j=i:n mm = mm + 1; if i==j X(mm+(n+1)) = x(i)*x(j); else X(mm+(n+1)) = 2*x(i)*x(j); end end end y = X*b;

function y=avaliacao_superficie_tipo2(theta,n,b) x = theta; X(1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(2:(n+1)) = sind(x); % multiplicadores de Ci's X((n+2):(2*n+1)) = cosd(x); % multiplicadores de Di's X((2*n+2):(3*n+1)) = sind(2*x); % multiplicadores de Ei's X((3*n+2):(4*n+1)) = cosd(2*x); % multiplicadores de Fi's y = X*b;

function y=avaliacao_superficie_tipo3(angle,n,b)

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

124

x = angle; X(1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(2:(n+1)) = sind(x); % multiplicadores de Ci's X((n+2):(2*n+1)) = cosd(x); % multiplicadores de Di's X((2*n+2):(3*n+1)) = sind(2*x); % multiplicadores de Ei's X((3*n+2):(4*n+1)) = cosd(2*x); % multiplicadores de Fi's %-------------------------- multiplicadores de Gij's mm = 0; % contador - indice dos coeficientes de G na matriz X for i=1:n for j=i:n mm = mm + 1; X(mm+(4*n+1)) = sind(x(i))*sind(x(j)); end end %--------------------------------%-------------------------- multiplicadores de Hij's ww = mm; % contador - indice dos coeficientes de H na matriz X for i=1:n for j=i:n ww = ww + 1; X(ww+(4*n+1)) = cosd(x(i))*cosd(x(j)); end end y= X*b; %---------------------------------

function y=avaliacao_superficie_tipo4(theta,n,b) x = theta; X(1) = 1; % multiplicadores de C0 %--------------------------- at aqui igual p todo tipo de superfcie X(2:(n+1)) = sind(x); % multiplicadores de Ci's X((n+2):(2*n+1)) = cosd(x); % multiplicadores de Di's X((2*n+2):(3*n+1)) = sind(2*x); % multiplicadores de Ei's X((3*n+2):(4*n+1)) = cosd(2*x); % multiplicadores de Fi's %-------------------------- multiplicadores de Gij's mm = 0; % contador - indice dos coeficientes de G na matriz X for i=1:n for j=i:n mm = mm + 1; X(mm+(4*n+1)) = sind(x(i))*sind(x(j)); end

Anexo B - Algoritmo para Implementao dos 4 Tipos de SR (Exemplos da Seo 5.1)

125

end %--------------------------------%-------------------------- multiplicadores de Hij's ww = mm; % contador - indice dos coeficientes de H na matriz X for i=1:n for j=i:n ww = ww + 1; X(ww+(4*n+1)) = cosd(x(i))*cosd(x(j)); end end %-------------------------- multiplicadores de Iij's ss = ww; % contador - indice dos coeficientes de I na matriz X for i=1:n for j=i:n ss = ss + 1; X(ss + (4*n+1)) = sind(2*x(i))*sind(2*x(j)); end end %-------------------------- multiplicadores de Jij's rr = ss; % contador - indice dos coeficientes de J na matriz X for i=1:n for j=i:n rr = rr + 1; X(rr + (4*n+1)) = cosd(2*x(i))*cosd(2*x(j)); end end y = X*b; %---------------------------------

FUNO PARA PLOTAR AS SR function plot_sr(n,b1,b3,b4,b5) i = 1; for theta=-90:15:90 angle = [90 -45 45 theta]; y_sr1(i) = avaliacao_superficie_tipo1(angle,n,b1); y_sr3(i) = avaliacao_superficie_tipo3(angle,n,b3); y_sr4(i) = avaliacao_superficie_tipo4(angle,n,b4); y_sr5(i) = avaliacao_superficie_tipo5(angle,n,b5); y(i)= calc_aptidao(angle); i = i+1; end theta = -90:15:90; plot(theta,y_sr1,'kx--'); hold on plot(theta,y_sr3,'ro--'); hold on plot(theta,y_sr4,'c*--'); hold on plot(theta,y_sr5,'g+--'); hold on plot(theta,y,'b-'); %legend('SR 5','Tsai Hill') legend('SR 1','SR 2','SR 3','SR 4','Tsai Hill')

Anexo C - Algoritmo Principal para Implementao da Rotina SR + AG

126

APNDICE C ALGORITMO PRINCIPAL PARA IMPLEMENTAO DA ROTINA SR + AG

function [bauer,gen]=principal_G %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% Rotina para MINIMIZAR O PESO de um laminado simetrico, %% %% balanceado e com criterio de falha a definir. %% %% Autor: RAFAEL HOLDORF LOPEZ %% %% Reviso 1 %% %% GUSTAVO VON ZESKA DE FRANA %% %% Implementada rotina que escolhe a otimizao requerida %% %% %% %% Reviso 2 %% %% JULIANE TOSIN FERNANDES %% %% Implementada rotina para mtodo da superfcie de resposta %% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% warning off MATLAB:divideByZero clear all tic global pop nmp nil it co pmu per swap mu_th mu_add crit wref opo arq global thickness lp wp NM qol qmat E1 E2 G12 v12 ro Ct cont global b2 b3 CarDados; %Chama os dados lidos via arquivo .txt numit=0; %Demonstra ao final o numero de iterao at atingir a best fit if arq == -1 %Caso o arquivo no seja carregado disp('O ARQUIVO DE ENTRADA INEXISTENTE!'); return; end cont = 0; [b2,b3,X] = Sup_Resp_tipo_5; toc tic %-------------------% % POPULACAO INICIAL % %-------------------% % Chama funcao para calculo da populacao inicial (aleatoria) [p0,p0MAT] = population_G(nil,nmp,pop); % Chama funcao para calculo de fitness dos individuos [fit, fal] = fitness_G(p0,p0MAT,nil,crit,opo); norrisFit = max(fit); % Chama funcao que ordena os individuos segundo seus fitness [p0,p0MAT,fal] = ordenamento_G(p0,p0MAT,fal,fit); norrisfal = fal(1); % Seleciona nova populacao - tecnica do torneio

Anexo C - Algoritmo Principal para Implementao da Rotina SR + AG

127

[G,GMAT] = tournament_G2(p0,p0MAT,nil,pop); %----------------------------% % INICIO DO METODO ITERATIVO % %----------------------------%

for iteracoes=1:it andamento = iteracoes*100/it; % guarda melhor individuo da geracao anterior norris = G(1,:); norrisMAT = GMAT(1,:); %-----------OPERADORES DO A.G.--------------% % funcao que opera o crossover dos individuos [G,GMAT] = cross_over(G,GMAT,co,nil,pop); % funcao que opera a mutacao [G,GMAT] = mutacao(G,GMAT,pmu,nil,pop); % funcao de permuta [G,GMAT] = permutation(G,GMAT,per,nil,pop,nmp); [G,GMAT] = gene_swap(G,GMAT,swap,nil,pop); % funcao para inserir e deletar laminas [G,GMAT] = mut_thickness(G,GMAT,mu_th,mu_add,nil,pop,nmp); %------------FIM DOS OPERADORES-------------%

%-------CONSTRUCAO DA NOVA POPULACAO--------% % calcula o fitness da populacao atual [fit,fal] = fitness_G(G,GMAT,nil,crit,opo); graffit(iteracoes)=mean(fit); zz = max(fit); % ordem e matriz de mapeamento da populacao atual [G,GMAT,fal] = ordenamento_G(G,GMAT,fal,fit); % selecao da proxima populacao (torneio) [G,GMAT] = tournament_G2(G,GMAT,nil,pop); % insere o melhor individuo da geracao anterior, se ele nao foi superado norrisFit >= zz G(1,:) = norris; GMAT(1,:) = norrisMAT; bestfit(iteracoes)=norrisFit; else norrisFit = zz; norrisfal = fal(1); numit=iteracoes; bestfit(iteracoes)=zz; end %------------FIM DA CONSTRUCAO--------------% if

Anexo C - Algoritmo Principal para Implementao da Rotina SR + AG

128

end %Calcula Custo do melhor individuo [custo] = custo_G(GMAT(1,:)); %salva melhor individuo da interacao [Gdec,GMATdec,tam] =decoder(G(1,:),GMAT(1,:)); [vib falha] = plate_sr(Gdec); %[vib massa falha] = plate(Gdec,GMATdec,crit); peso=9.81*massa; bb = [custo falha peso G(1,:) GMAT(1,:)]; %--------------------------------------------% % GRAFICO DEMONSTRANDO A VARIAO DA FITNESS % %--------------------------------------------% x=1:it; figure(); plot(x,graffit,x,bestfit); grid on xlabel('Iteraes'); ylabel('Fitness'); %-------------------------% % FIM DO METODO ITERATIVO % %-------------------------% vib gen = iteracoes-1 bauer=bb; numit; individuo custo; falha peso; G(1,:) GMAT(1,:) % frequencia fundamental % numero de geraes % melhor individuo da populao % numero de iteraes ate localizar melhor % custo do laminado com melhor fitness % falha do laminado com melhor fitness % peso do laminado com melhor fitness % cromossomo das orientacoes de cada lmina % cromossomo dos materiais de cada lmina

toc %keyboard