Funo de Comportamento Implcito

Funo de Comportamento Implcito

Simulao de Monte Carlo Aproximao da Superfcie de Resposta Anlise Baseada na Sensibilidade

Superfcie de Resposta
1) Introduo
Idia: Obter uma funo de falha, (x), simples de ser avaliada, que se ajusta adequadamente a funo f(x) para um grupo de pontos no espao X. Sejam os pontos (x0, f(X0)), (X1, f(X1)), ... (Xn, f(Xn)) e as n funes g0(X), g1(X), ... gn(X) escolhidas de alguma forma, nosso objetivo encontrar os coeficientes 0, 1, ... n tais que a funo (X) se aproxime ao mximo de f(X).

Superfcie de Resposta
1) Introduo
Seja o desvio no ponto xk

O mtodo dos quadrados mnimos consiste em escolher j`s de tal forma que a soma dos quadrados dos desvios seja mnima:

Usando o Clculo Diferencial sabemos que para encontrar um ponto mnimo da funo acima temos que inicialmente encontrar seus pontos crticos, ou seja, os valores de tais que:
para j = 0,1,...,n

Superfcie de Resposta
2) Exemplo
Considerar um prtico conforme mostrado na figura abaixo. Pede-se para estimar a probabilidade do deslocamento horizontal do n 2 (u2) exceder o valor limite de 0.9in
Variveis aleatrias: -Cargas distribudas permanentes e acidentais (P e Q) -Carga de vento (W) -Mdulo de Young (E)

Superfcie de Resposta
2) Exemplo
Mdia
P Q W E 3,15 0,91 7,425 29000

COV
0,10 0,32 0,50 0,06

D. Padro
0,315 0,291 3,713 1740

Distribuio
Normal Tipo I Tipo I Normal

Max P Q W E 3,465 1,2012 11,1375 30740

Min 2,835 0,6188 3,7125 27260

Superfcie de Resposta
2) Exemplo
i 1 2 3 4 5 6 P 3,1500 3,4650 2,8350 3,4650 3,4650 3,4650 2,8350 3,4650 3,4650 2,8350 3,4650 2,8350 2,8350 2,8350 3,4650 2,8350 2,8350 Q 0,9100 1,2012 1,2012 0,6188 1,2012 1,2012 0,6188 0,6188 1,2012 0,6188 0,6188 1,2012 0,6188 1,2012 0,6188 1,2012 0,6188 W 7,4250 11,1375 11,1375 11,1375 3,7125 11,1375 11,1375 3,7125 3,7125 3,7125 3,7125 3,7125 11,1375 3,7125 11,1375 11,1375 3,7125 E 29000 30740 30740 30740 30740 27260 30740 30740 27260 30740 27260 27260 27260 30740 27260 27260 27260 u2 0.4862 0.6828 0.6829 0.6829 0.2269 0.7699 0.6830 0.2271 0.2559 0.2272 0.2561 0.2561 0.7702 0.2271 0.7701 0.7701 0.2562

2n+1 combinaes

7 8 9 10 11 12 13 14 15 16 17

Superfcie de Resposta
2) Exemplo

Superfcie de Resposta
2) Exemplo
i u2 0,4862 0,6828 0,6829 0,6829 0,2269 0,7699 0,6830 0,2271 0,2559 0,2272 0,2561 0,2561 0,7702 0,2271 0,7701 0,7701 0,2562 f(x) = 0.9 - u2 0,4138 0,2172 0,2171 0,2171 0,6731 0,1301 0,2170 0,6729 0,6441 0,6728 0,6439 0,6439 0,1298 0,6729 0,1299 0,1299 0,6438

Com os resultados da tabela, calcula-se os valores de f(x) para cada uma das 17 iteraes

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Superfcie de Resposta
Usualmente faz-se um aproximao polinomial. O sucesso do uso desta tcnica depende do grau de aproximao dos resultados na regio de interesse, isto significa que na anlise de confiabilidade estrutural pontos sobre a superfcie de falha devem ser utilizados para a obteno da superfcie aproximada.

Superfcie de Resposta
Superfcie Linear

Superfcie Quadrtica Incompleta

Superfcie Quadrtica Completa

Superfcie de Resposta
Seleo de Pontos
Superfcies Construdas em torno do ponto mdio
Os erros na avaliao da prob. de falha podem ser grandes .

Superfcies Adaptativas
O nmero de pontos pode ser muito elevado, podendo superar o nmero de pontos para avaliar o gradiente de g(x). Necessrio cautela na hora de considerar essa opo.

Superfcies Construdas em torno dos pontos de projeto

Para cada equao de estado limite que compem o domnio de falha usa-se uma superfcie

Aproximao Baseada na Sensibilidade

Aproximao Baseada na Sensibilidade

Diferenas Finitas
Perturba cada v.a, e calcula a correspondente mudana na resposta atravs de mltiplas anlises determinsticas. Usual quando a anlise da estrutura feita atravs de software comercial

Perturbao Clssica
Aplica a regra da cadeia para anlise de EF. Pode ser usada para problemas mais simples, onde o programa computacional de anlise pode ser modificado pelo usurio.

Perturbao Iterativa
Usual com anlise estrutural no linear

Aproximao Baseada na Sensibilidade

Uso da informao
Construir uma funo de comportamento (frmula fechada) Usada diretamente na anlise de confiabilidade
No FORM, os gradientes so avaliados apenas no ponto mais provvel de falha. Logo para cada iterao do algoritmo FORM o valor de g(X) e as derivadas da mesma so calculadas usando o programa de anlise estrutural conjugado com a anlise de sensibilidade.

Aproximao Baseada na Sensibilidade

ANLISE DE ELEMENTOS FINITOS ANLISE DE CONFIABILIDADE

MTODO DOS ELEMENTOS FINITOS RANDMICOS

Aproximao Baseada na Sensibilidade

DIFERENAS FINITAS
Z=g(X1, X2, ...Xn)

Passo 1: Calcule o valor Z0=g(X10, X20, ...Xn0) Passo 2: Altere apenas o valor de X10 para X10 + X1, onde X1 um valor pequeno e pode ser referenciado como pertubao de X1. Calcule o novo valor de Z1=g(X10+X10 , X20, ...Xn0) Passo 3: A mudana no valor de Z devido a mudana do valor de X1 Z=Z1-Z0. Calcule a derivada aproximada de Z com respeito a X1 como Z/X1. Passo 4: Repita os passos 2 e 3 para cada v.a. Em cada vez, apenas o valor de uma v.a. alterado, enquanto as demais so mantidas para o valor inicial.

Aproximao Baseada na Sensibilidade

DIFERENAS FINITAS
Nmero de vezes que g(X) avaliada

(n+1)*m
n nmero de v.a. m nmero de iteraes do FORM

Essa sistemtica pode consumir muito tempo, se o nmero de v.a. muito grande. Contudo em muitos casos prticos o engenheiro pode no ter escolha. Maior preciso encontrada para pequena variabilidade das v.a.s e para escolha cuidadosa de um pequeno tamanho para perturbao

Aproximao Baseada na Sensibilidade

Perturbao Clssica
Considera a variao da v.a. em cada passo da anlise determinstica. Usa regra da cadeia

Elementos Finitos Estocsticos

Combinao de MEF + Confiabilidade + Sensibilidade MEF Estocsticos p/ Problemas Estticos Lineares

10

Elementos Finitos Estocsticos

MEF Estocsticos p/ Problemas Estticos Lineares
Passo 1: Usando os parmetros da estrutura, montar a matriz de rigidez global K e o vetor de cargas nodais F. Passo 2: Resolver o deslocamento U usando KU=F Passo 3: Calcular o vetor da resposta desejada S=QtU+S0 Passo 4: Calcular a funo de comportamento g(X)=g{R(X), S(X)} Passo 5: Transformar as v.a.s X para o espao de v.as normal reduzida independentes. Passo 6: Avaliar o gradiente g(Y) utilizado no FORM

Elementos Finitos Estocsticos

Implementao do MEF estocstico
O operador diferencial linear, ele permite que as matrizes K/Xj, F/Xj, Q/Xj S0/Xj possam ser construdas em termos das matrizes dos elementos. As rotinas para montar matrizes globais usadas no MEF determinsticos podem ser aproveitadas para calcular as matrizes de derivadas parciais global. A tcnica do MEF aleatrios geral e pode ser aplicada para qq estrutura que analisada pelo MEF.

11

Elementos Finitos Estocsticos

Implementao do MEF estocstico
O sucesso da implementao depende de dois fatores:
Desenvolvimento de estruturas de dados apropriada Memria para armazenar e manipular grandes matrizes de derivadas parciais.

12