MTODO PARA IDENTIFICAO DOS PARMETROS DE MATERIAL PARA O

MODELO DE DANO DE GURSON-TVERGAARD-NEEDLEMAN POR

ALGORITMO GENTICO

Bruno Pinto Araujo

Projeto de Graduao apresentado ao Curso de

Engenharia Mecnica da Escola Politcnica,
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessrios obteno do
ttulo de Engenheiro.
Orientador: Fernando Pereira Duda
Coorientador: Pedro Freire Filgueiras
Pierre Leon-Cristhian Trublin

Rio de Janeiro
Agosto de 2015

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO

Departamento de Engenharia Mecnica
DEM/POLI/UFRJ

MTODO PARA IDENTIFICAO DOS PARMETROS DE MATERIAL PARA O

MODELO DE DANO DE GURSON-TVERGAARD-NEEDLEMAN POR
ALGORITMO GENTICO

Bruno Pinto Araujo

PROJETO FINAL SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO

DE

ENGENHARIA

MECNICA

DA

ESCOLA

POLITCNICA

DA

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS

REQUISITOS

NECESSRIOS

PARA

OBTENO

DO

GRAU

DE

ENGENHEIRO MECNICO.

Aprovado por:
________________________________________________
Prof. Fernando Pereira Duda, D.Sc.

________________________________________________
Prof. Anna Carla Monteiro de Araujo, D.Sc.

________________________________________________
Prof. Lavinia Maria Sanabio Alves Borges, D.Sc.

RIO DE JANEIRO, RJ - BRASIL

AGOSTO DE 2015

Araujo, Bruno Pinto

Mtodo para Identificao dos Parmetros de Material para o
Modelo de Dano de Gurson-Tvergaard-Needleman por Algoritmo
Gentico/ Bruno Pinto Araujo Rio de Janeiro: UFRJ/ Escola
Politcnica, 2015.
X 58 p.: il.; 29,7 cm.
Orientador: Fernando Pereira Duda
Projeto de Graduao UFRJ/ Escola Politcnica/ Curso de
Engenharia Mecnica, 2015.
Referncias Bibliogrficas: p. 42-45.
1.Fratura Dctil. 2.Dano. 3.Gurson. 4.GTN. 5.Elementos Finitos.
6.FEM. 7.Abaqus. I. Fernando Pereira Duda. II. Universidade Federal
do Rio de Janeiro, Escola Politcnica, Curso de Engenharia Mecnica.
III. Mtodo para Identificao dos Parmetros de Material para o
Modelo de Dano de Gurson-Tvergaard-Needleman por Algoritmo

ii

iii

To think is easy, to act is hard.

But the hardest thing is to act in
accordance with your thinking.
Johann Wolfgang von Goethe
Os Anos de Aprendizado de Wilhelm Meister.

iv

DEDICATRIA
minha me Aparecida, ao meu pai Srgio e ao meu irmo Lucas, que sempre me
apoiaram incondicionalmente e esto sempre ao meu lado na jornada da vida. Obrigado
por tudo.

vi

vii

AGRADECIMENTOS
Este trabalho no teria sido possvel sem o apoio de minha famlia e amigos.
Agradeo minha famlia, que apesar da distncia, sempre foi muito presente em minha
vida e sempre me apoiou. Adoro vocs.
Aos meus amigos Ana Beatriz, Bruno Chico, Bruno Furmon, Camille, Davi, Gus Ferla,
Jlia, Lvia, Maira, Mariana e Tatiane. Obrigado pelos longos anos de amizade. Amigos
de verdade so para sempre.
Aos amigos da UFRJ, que dividiram comigo os momentos bons e os difceis desta
jornada. Um obrigado especial ao Adriano e Helena que entraram nessa jornada comigo,
desde Clculo I e ao Frederico e pelo companheirismo.
equipe Minerva Baja UFRJ, que foi minha verdadeira turma no curso de Engenharia
Mecnica.
Aos meus mentores de estgio Pedro, Pierre, Daniel, Luciana, Thiara e Sylvestre, que
me acolheram desde o incio e que se tornaram grandes modelos de inspirao na
engenharia. Aos meus colegas Bruno Aguero, Daniel, Renato e Vincius pela parceria
nesse ano final de estgio e faculdade. Obrigado pelo aprendizado.
Ao meu coorientador Pedro Freire Filgueiras, por sua orientao to cuidadosa, que me
despertou o interesse nessa rea do conhecimento.
Ao meu coorientador Pierre Leon-Christian Trublin, pela transmisso de seus
conhecimentos em Abaqus, que permitiu a concluso deste trabalho.
Ao prof. Fernando Pereira Duda, pela orientao no trabalho e pela transmisso de seus
conhecimentos.
Ao Departamento de Engenharia Mecnica da Politcnica e UFRJ.

viii

ix

Resumo do Projeto de Graduao apresentado Escola Politcnica / UFRJ como parte

dos requisitos necessrios para a obteno do grau de Engenheiro Mecnico.

MTODO PARA IDENTIFICAO DOS PARMETROS DE MATERIAL PARA O

MODELO DE DANO DE GURSON-TVERGAARD-NEEDLEMAN POR
ALGORITMO GENTICO

Bruno Pinto Araujo

Agosto/2015

Orientador: Fernando Pereira Duda

Curso: Engenharia Mecnica

O presente trabalho introduz um mtodo para a identificao dos parmetros de dano de

Gurson-Tvergaard-Needleman. A calibrao dos parmetros foi feita comparando, por
um processo de inverso iterativo, dados de fora-deslocamento obtidos de um ensaio
de trao e o resultado da anlise em elemento finito. Para isso, um programa
otimizao por Algoritmo Gentico foi desenvolvido.
Os resultados apresentados neste trabalho fornecem uma base no entendimento do
modelo de dano de Gurson e introduzem um mtodo de calibrao de seus parmetros
de material.

Palavras-chave: Fratura Dctil, Modelo de Dano, Gurson, GTN, Elementos Finitos,

FEM e Abaqus

xi

Abstract of Undergraduate Project presented to POLI/UFRJ as a partial fulfillment of

the requirements for the degree of Engineer.

METHOD FOR IDENTIFICATION OF THE MATERIAL PARAMETERS FOR

GURSON-TVERGAARD-NEEDLEMAN DAMAGE MODEL BY GENETIC
ALGORITHM

Bruno Pinto Araujo

August/2015

Advisor: Fernando Pereira Duda

Course: Mechanical Engineering

The present work introduces a method for identification of the material parameters for
Gurson-Tvergaard-Needleman damage model. The calibration procedure is an iterative
inversion procedure in which force-displacement data from a tensile test is compared
with a finite element analysis. For this, an optimization program by Genetic Algorithm
was developed.
The results of this work is a base of understanding for the ductile damage model of
Gurson and the introduction of a method to calibrate its material parameters

Key-words: Ductile Fracture, Damage Model, Gurson, GTN, Finite Elements, FEM and
Abaqus

xii

xiii

Sumrio
DEDICATRIA .............................................................................................................. vi
AGRADECIMENTOS .................................................................................................. viii
LISTA DE FIGURAS ................................................................................................... xvi
LISTA DE TABELAS ................................................................................................ xviii
1

INTRODUO ........................................................................................................ 1
1.1

Contextualizao ................................................................................................ 1

1.2

Motivao .......................................................................................................... 2

1.3

Objetivos ............................................................................................................ 4

REVISO BIBLIOGRFICA.................................................................................. 5
2.1

Modelagem mecnica da plasticidade ............................................................... 5

2.1.1
2.2

Mecanismos da Fratura ...................................................................................... 8

2.2.1

Fratura Dctil vs Fratura Frgil .................................................................. 8

2.2.2

Aspectos Fenomenolgicos da Fratura Dctil em Aos Estruturais .......... 9

2.3

Modelo de Gurson ........................................................................................... 11

2.3.1

O Modelo .................................................................................................. 11

2.3.2

Critrio de escoamento de Gurson ........................................................... 11

2.3.3

Caracterizao do Modelo de GTN .......................................................... 16

2.4

Mtodo Inverso de Identificao de Variveis ................................................ 20

2.4.1
3

Critrio de Escoamento .............................................................................. 6

Otimizao usando o Algoritmo Gentico ............................................... 20

METODOLOGIA ................................................................................................... 26
3.1

Material ............................................................................................................ 26

3.1.1

Generalidade do ao ................................................................................. 26

3.1.2

Caracterizao metalrgica....................................................................... 26

3.1.3

Determinao das propriedades mecnicas de trao............................... 26

3.1.4

Tratamento dos dados ............................................................................... 29

xiv

3.2

Simulao em Elementos Finitos ..................................................................... 30

3.2.1

Descrio do problema ............................................................................. 31

3.2.2

Parmetros de simulao .......................................................................... 32

3.2.3

Propriedades ............................................................................................. 33

3.3

Mtodo de Identificao dos Parmetros de Dano .......................................... 34

3.3.1
4

Funo Objetivo ....................................................................................... 34

RESULTADOS E DISCUSO .............................................................................. 36

4.1

Identificao dos Parmetros de Dano ............................................................. 36

4.1.1

Parmetros GTN ....................................................................................... 37

4.1.2

Curva Fora versus Deslocamento ........................................................... 37

4.2

Avaliao dos parmetros obtidos ................................................................... 39

CONCLUSO ........................................................................................................ 41

BIBLIOGRAFIA ..................................................................................................... 42

APNDICES ........................................................................................................... 46
A.

ALGORITMO DO PROGRAMA ................................................................... 46

B.

CDIGO DESENVOLVIDO EM PYTHON .................................................. 47

xv

LISTA DE FIGURAS
Figura 1.1 - Regio onde se situa o pr-sal....................................................................... 1
Figura 1.2 - Exemplo de avaliao do limite de resistncia de tubos dcteis trincados
(Motarjemi, 2004). ............................................................................................................ 2
Figura 1.3 - Exemplo de falha dctil em tubos (Alexander, 2010). ................................. 3
Figura 2.1 - Formato tpico da curva tenso-deformao uniaxial de um metal
policristalino. .................................................................................................................... 6
Figura 2.2 - Superfcie de escoamento segundo Mises e Tresca representados no plano
desviador........................................................................................................................... 8
Figura 2.3 - Fratura frgil vs. dctil (a) fratura muito dctil: metais leves (ex. Pb, Au) a
temperatura ambiente, e metais, polmeros, vidros a alta temperatura. (b) fratura dctil
moderada: metais tpicos (c) fratura frgil: metais pouco tenazes e cermicos (RochaRangel, 2011). .................................................................................................................. 9
Figura 2.4 - Representao dos passos da fratura dctil em barras cilndricas. ............. 10
Figura 2.5 - Caminho esquemtico de crescimento dctil sob modo I de fratura. ......... 11
Figura 2.6 - Comparao da superfcie de escoamento de Gurson, Mises e Tresca no
espao de tenses pincipais (Brannon, et al., 2009) ....................................................... 12
Figura 2.7 - Distribuio normal da deformao na qual ocorrer nucleao, para o
modelo de GTN. ............................................................................................................. 14
Figura 2.8 - Evoluo da frao volumtrica de vazios com o aumento da deformao.
A taxa de crescimento da FVV acentuada nos estgios finais do rasgamento dctil. . 15
Figura 2.9 - Comparao computacional da influncia de f0 , comparando com os
ensaios de trao realizado. ............................................................................................ 16
Figura 2.10 - Comparao computacional da influncia de: a) fc e b) ff , comparando
com os ensaios de trao realizado. ................................................................................ 18
Figura 2.11 - Comparao computacional da influncia da nucleao, comparando com
os ensaios de trao realizado......................................................................................... 19
Figura 2.12 - Comparao computacional da influncia de q1 e q2, comparando com os
ensaios de trao realizado. ............................................................................................ 20
Figura 2.13 - Problema tpico de mnimos e mximos locais. Comparao entre: a)
Tcnicas Heursticas; b) Tcnicas Determinsticas. ....................................................... 21
Figura 2.14 Representao do indivduo no GA. ........................................................ 21
Figura 2.15 - Esquema do operador seleo................................................................... 22

xvi

Figura 2.16 - Esquema do operador cruzamento. ........................................................... 23

Figura 2.17 - Esquema do operador mutao. ................................................................ 24
Figura 3.1 - Esquema da posio de extrao dos corpos-de-prova no tubo.................. 26
Figura 3.2 - Desenho esquemtico do corpo de prova. Valores em mm. ....................... 27
Figura 3.3 - Imagem dos 4 tipos de corpo de prova ensaiados. ...................................... 27
Figura 3.4 - a) Mquina de ensaios MTS; b) Detalhe de montagem do corpo de prova
com o extensmetro; c) Corpo de prova aps a fratura; d) Corpo de prova com fratura
invlida. .......................................................................................................................... 28
Figura 3.5 - Resultado dos ensaios de trao.................................................................. 29
Figura 3.6 - Curvas Tenso-Deformao dos CPs padro vlidos. ................................ 30
Figura 3.7 - Geometria dos corpos de prova modelados: a) Corpo de prova padro; b)
Corpo de prova com entalhe. .......................................................................................... 31
Figura 3.8 - Ilustrao da malha aplicada nos modelos de: a) CP padro; b) CP raio 1.5
mm; c) CP raio 3 mm. D) CP raio 6 mm. ....................................................................... 32
Figura 3.9 - Curva tenso-deformao do o ao usada para a simulao ....................... 34
Figura 4.1 - Evoluo do fitness mnimo ao longo das geraes. .................................. 37
Figura 4.2 - Resultado final da calibrao. No grfico so mostradas curvas de foradeslocamento dos dados experimentais, do modelo GTN e de curvas de plasticidade
sem dano. ........................................................................................................................ 38
Figura 4.3 Configurao final da anlise numrica do corpo de prova padro psfratura.............................................................................................................................. 39
Figura 4.4 - Curvas fora-deslocamento dos corpos de prova c/ entalhe com parmetros
de dano calibrado e dos dados experimentais. ................................................................ 40
Figura 4.5 - Configurao final da anlise numrica do corpo de prova com entalhe psfratura.............................................................................................................................. 40
Figura 7.1 - Fluxograma do funcionamento do algoritmo gentico. .............................. 46

xvii

LISTA DE TABELAS
Tabela 3.1 - Composio qumica do ao em porcentagem retirado por lote. ............... 26
Tabela 3.2 - Amplitude de input da velocidade no Step................................................. 32
Tabela 4.1 - Parmetros de dano obtidos com algoritimo gentico............................... 37

xviii

1 INTRODUO
1.1 Contextualizao
As reservas de petrleo encontradas na camada pr-sal do litoral brasileiro se
estendem entre o litoral dos estados do Esprito Santo at Santa Catarina. Segundo a
escala API, a qualidade deste leo considerada de mdia a alta qualidade, tornando
maior o atrativo para sua explorao.
Estes reservatrios, por sua vez, se situam a profundidades que podem superar
2000 m de lmina d'gua e entre 4000 e 6000 m de profundidade no subsolo, chegando,
portanto a at 7000 m da superfcie do mar, incluindo uma camada de sal que pode
variar de 200 a 2000 m. Na cabea do poo, encontram-se temperaturas de 200C,
presses de 70 MPa e um ambiente altamente corrosivo, com presena de altos teores de
gs carbnico e cido sulfdrico (Caldas, et al., 2015).

Figura 1.1 - Regio onde se situa o pr-sal1

Tubos so de extrema importncia no projeto de extrao, pois alm de serem

responsveis pela retirada do petrleo, esto submetidos a estados de multi-tenses,
onde fraturas e defeitos podem ocasionar colapsos. As condies extremas de operao
no pr-sal vm desafiando a indstria nas ltimas dcadas, levando empresas a
1

Texto retirado do site: https://diariodopresal.wordpress.com/o-que-e-o-pre-sal/

investirem cada vez mais em projetos de pesquisas, no desenvolvimento de novas ligas

metlicas, processos de fabricao, revestimentos anticorrosivos e produtos com
geometria refinada, possibilitando maior resistncia aos diversos cenrios de
carregamento, em contrapartida aumentando o custo dos produtos (Filgueiras, 2014).
Apesar do tamanho dos reservatrios e quantidade de hidrocarbonetos presentes,
a viabilidade tcnica e econmica em alguns casos pode ser ameaada pela dificuldade
em se construir nestes cenrios.

1.2 Motivao
Procedimentos convencionais utilizados para a avaliao da integridade
estrutural de tubos utilizam muitas vezes critrios simplificados, incorporando
mecanismos de colapso plstico e propriedades mecnicas (tenso de escoamento e
limite de resistncia) do material. Estes mtodos estabelecem critrios de aceitao de
defeitos baseados em dados experimentais, os quais no refletem necessariamente o
mecanismo de falha real (e.g., crescimento estvel do defeito macroscpico antes do
colapso do tubo) (Motarjemi, 2004).
Atualmente, os mtodos de avaliao de falhas em materiais dcteis envolvem
sempre um elevado grau de conservadorismo em suas anlises e no resultam sempre
eficientes. Alm disso, caso o material seja de natureza tenaz, muitas vezes os modelos
de predio perdem sua validade. Uma melhor caracterizao mecnica dos materiais e
compreenso dos fenmenos atuantes na falha dctil poderia favorecer a utilizao de
modelos de estado limite.

Figura 1.2 - Exemplo de avaliao do limite de resistncia de tubos dcteis trincados (Motarjemi, 2004).

Aos estruturais e em particular aos para explorao de petrleo geralmente

exibem substancial aumento de tenacidade fratura sobre os milmetros iniciais de

propagao estvel (extenso dctil) de uma trinca. Este crescimento de trinca

frequentemente acompanhado por grande aumento da plasticidade do material em
relao a uma trinca estacionria. O aumento da zona plstica na regio da trinca com o
aumento de carregamento da estrutura representa, em termos mais genricos, a
dissipao do trabalho das foras externas na forma de energia de deformao plstica.
Consequentemente, uma estrutura constituda de material dctil contendo um defeito
continua a suportar elevados nveis de carga mesmo aps a iniciao e propagao
estvel da fratura (Craveiro, 2007; Jos, 2011).

Figura 1.3 - Exemplo de falha dctil em tubos (Alexander, 2010).

Estas questes vm motivando o desenvolvimento de diversas metodologias para

o tratamento da fratura dctil. Dessas novas metodologias, as mais robustas consideram
o acoplamento de modelos micromecnicos do mecanismo de falha do material ao
regime macroscpico da estrutura (abordagem local ou local approach). Isso feito
empregando-se equaes constitutivas para descrever as etapas do processo
fenomenolgico de dano (nucleao, crescimento e coalescncia de cavidades) e a
consequente perda de resistncia do material. Nessa abordagem utilizam-se simulaes
numricas (via mtodo dos elementos finitos) baseadas em equaes calibradas (com
resultados experimentais obtidos com o material da estrutura) para se derivar um critrio
de falha realstico. Este critrio, ento, baseia-se tanto na real configurao geomtrica
da estrutura e nas caractersticas do carregamento aplicado, quanto em aspectos
fenomenolgicos do mecanismo de falha predominante no material. Dessa forma, a
abordagem localizada do processo de fratura tem-se apresentado como uma alternativa

vivel capaz de lidar com os efeitos de carga e geometria na resistncia fratura de

estruturas (Oh, et al., 2011; Farrugia, et al., 2009; Hippert, 2004; Tsoupis, et al., 2014;
Bouchouicha, et al., 2015).

1.3 Objetivos
Um dos grandes desafios ainda na modelagem dctil da fratura so os
parmetros de material associados a seus modelos constitutivos.
O objetivo central deste trabalho consiste no desenvolvimento de um mtodo
capaz de caracterizar estes parmetros de forma a obter uma correta modelagem da
fratura dctil. Mais especificamente, o modelo em estudo o modelo de plasticidade
para materiais porosos de Gurson, que um dos modelos de dano mais utilizados para
descrever a fratura dctil.
Uma calibrao dos parmetros do modelo Gurson-Tvergaard-Needleman foi
feita comparando, por um processo de inverso iterativo, dados de fora-deslocamento
obtidos de um ensaio de trao com corpo de prova cilndrico e o resultado da anlise
em elemento finito. Para isso, um programa identificao e otimizao por algoritmo
gentico (GA) foi desenvolvido em Python.
Finalmente, aps a identificao dos parmetros, dados de fora-deslocamento
obtidos de um ensaio de trao com corpo de prova cilndrico e entalhes de raios de 1.5,
3 e 6 mm foram comparados a anlises numricas do modelo com os parmetros
obtidos.
O material analisado foi o ao E empregado como tubos de revestimento
(casings) na extrao de petrleo. O trabalho experimental foi executado no Laboratrio
de Propriedades Mecnicas (PropMec) da Universidade Federal do Rio de Janeiro
(UFRJ), enquanto as anlises numricas foram feitas atravs do software ABAQUS
v6.13.
Os resultados apresentados neste trabalho fornecem uma base no entendimento
do modelo de dano de Gurson e introduzem um mtodo de calibrao de seus
parmetros de material. O produto final uma ferramenta capaz de identificar os
parmetros de fratura dctil.

2 REVISO BIBLIOGRFICA
Com limitao de escoamento e plasticidade, a mecnica da fratura elstica
linear permite descrever o comportamento fratura de diversos materiais e ligas
metlicas. Entretanto, com o desenvolvimento de aos de grande resistncia e
ductilidade, os quais desenvolvem grande plasticidade antes do colapso total, a MFEL
encontrou srias dificuldades na sua aplicabilidade. Os requisitos dimensionais da
MFEL para estes tipos de aos requerem tamanhos de corpos-de-prova excessivamente
grandes para obter valores vlidos de tenacidade fratura, o que torna os ensaios
proibitivos. Ainda assim, mesmo sendo possvel a sua obteno, estes no so aplicveis
a estruturas com espessura ou dimenses reduzidas (Craveiro, 2007).
Um bom entendimento e modelagem do comportamento plstico do material
um passo necessrio no estudo da fratura dctil. Simulaes de experimentos em
programas de Elementos Finitos fornecem o histrico de tenses e deformaes durante
diferentes fases de carregamento. Na regio onde a fratura experimental esperada,
importante obter a triaxialidade, ngulo de carregamento e deformao plstica
equivalente local. A simulao da fratura considerada relevante se as curvas foradeslocamento do experimento e da simulao computacional so compatveis. Isto
indica que os parmetros de dano so altamente dependentes do modelo de plasticidade
adotado (Marcadet, 2012).
Portanto, para uma anlise do comportamento da fratura dctil necessrio a
compreenso mnima da teoria de Plasticidade e dos mecanismos com que ocorre a
fratura dctil, brevemente apresentadas nas sees 2.1 e 2.2 respectivamente.
Na seo 2.3, apresentado o modelo de dano de Gurson-Tvergaard-Needleman
(GTN) escolhido para o estudo. Ser apresentada sua equao constitutiva, assim como
as consideraes necessrias para a utilizao do modelo.
Por fim, na seo 2.4, apresentado o mtodo de inverso em algoritmo
gentico utilizado para identificar os parmetros do modelo de GTN.

2.1 Modelagem mecnica da plasticidade

A curva tenso-deformao uniaxial tpica de um metal policristalino recozido
tem o formato tpico mostrado na Figura 2.1, onde as letras do alfabeto romano indicam
as tenses e deformaes de engenharia , , enquanto as letras do alfabeto grego
indicam as tenses e deformaes verdadeiras , Quando uma tenso crescente

aplicada a uma amostra, a deformao decorrente inicialmente elstica e as dimenses

originais so restabelecidas em caso de descarregamento. No entanto, caso o limite de
escoamento, marcado pelo ponto , seja atingido, deformaes plsticas so observadas,
deixando de ser proporcionais carga aplicada. Em caso de descarregamento aps
atingir o regime plstico, exemplificado na Figura 2.1 pela linha pontilhada , o
retorno elstico, paralelo ao segmento de reta , sendo observada uma deformao
permanente, mensurada pela distncia .

Figura 2.1 - Formato tpico da curva tenso-deformao uniaxial de um metal policristalino.

Quando a tenso no material supera a tenso de limite de resistncia do material,

comea-se uma fase de formao de pescoo, onde h uma rpida perda de resistncia
do material, at que este se rompa, representado pelo ponto D na Figura 2.1. Esta regio
caracterstica pelo estado triaxial de tenses.
. Em um estado de trao pura, a relao entre deformaes e tenses
verdadeiras e de engenharia so dadas pelas Equaes 2.1 e 2.2.
=
(1 + )

2.1

2.2

A relao imposta pelas Equaes 2.1 e 2.2 perde a validade a partir do ponto D,
havendo a necessidade de extrapolar a curva para grandes deformaes.
2.1.1 Critrio de Escoamento
Um critrio de escoamento uma hiptese que define o limite de elasticidade de
um material e o incio da deformao plstica para qualquer combinao possvel de
tenses. A superfcie de escoamento o lugar geomtrico que delimita estas tenses.
6

Rankine diz que ruptura frgil se inicia quando a tenso principal em um ponto
do material igual a uma propriedade caracterstica do material y :
= = 0

2.3

onde i = 1; 2; 3
O primeiro critrio de escoamento para um estado combinado de tenso para os
metais foi proposto por Tresca (Tresca, 1964), que sugeriu que o escoamento ocorreria
quando a tenso de cisalhamento mxima em um ponto atinge um valor crtico y . Em
termos de tenses principais:
=

1
1
1
1 2 ; 1 3 ; 2 3
2
2
2

= 0

2.4

A tenso de cisalhamento octadrica uma escolha alternativa conveniente

tenso mxima de cisalhamento ao formular um critrio de escoamento para materiais
que so independentes da presso. O critrio de escoamento de von Mises (Mises, 1913)
baseia-se nesta alternativa, onde afirma-se que o escoamento comear quando a tenso
de cisalhamento octadrica alcana um valor crtico y :
(2 ) = 2 2 = 0

2.5

onde J2 o segundo invariante do tensor desviador:

2 =

1
2 2 + 2 3
6 1

+ 3 1

2.6

Existem vrios critrios de escoamento possveis. Os mais usados so o de

Tresca e o de von Mises. A constante de material y pode ser determinada a partir de
um teste de trao simples. O lugar geomtrico de escoamento segundo Mises e Tresca
est representado na Figura 2.2.

Figura 2.2 - Superfcie de escoamento segundo Mises e Tresca representados no plano desviador2

Para a maioria dos metais, o critrio de von Mises representa de maneira mais
precisa seu escoamento do que o critrio de Tresca (Filgueiras, 2014).

2.2 Mecanismos da Fratura

Esta seo apresenta uma breve reviso dos principais conceitos mecnicos
associados ao tratamento da fratura em slidos com comportamento elasto-plstico. O
enfoque dado sob um ponto de vista mecnico, sem aprofundar em fenmenos
metalrgicos.
2.2.1 Fratura Dctil vs Fratura Frgil
H dois modos principais de fratura em matrias estruturais. A primeira delas a
fratura frgil, caracterizada pela sbita separao das faces do defeito e pelo aspecto
granular e plano da superfcie de fratura como mostrado na Figura 2.3. Este tipo de
fratura pode produzir falhas catastrficas em estruturas em operao porque a
velocidade de propagao do defeito muito elevada (muitas vezes ultrapassando a
velocidade do som). A fratura frgil pode ser transgranular (clivagem), a qual a mais
comum em aos ferrticos onde, o crescimento do defeito ocorre devido separao do
material de acordo com os planos cristalogrficos preferenciais. Outro tipo de fratura
frgil (bastante menos comum em aplicaes tpicas de aos) a fratura intergranular,
na qual o defeito cresce devido separao do material nos contornos de gros. A
segunda forma de fratura a dctil, caracterstica de aos de alta tenacidade. Este tipo
2

Retirado do site http://www.doitpoms.ac.uk/tlplib/metal-forming-1/yield_criteria.php

de fratura apresenta grande deformao plstica na frente da trinca antes da propagao

do defeito, o qual inicialmente cresce de forma estvel (Craveiro, 2007).

Figura 2.3 - Fratura frgil vs. dctil (a) fratura muito dctil: metais leves (ex. Pb, Au) a temperatura
ambiente, e metais, polmeros, vidros a alta temperatura. (b) fratura dctil moderada: metais tpicos (c)
fratura frgil: metais pouco tenazes e cermicos (Rocha-Rangel, 2011).

A temperatura de operao, caractersticas metalrgicas e o estado tensional so

os principais fatores que determinam a forma de propagao de um defeito (dctil ou
frgil). A fratura frgil caracterstica de um elevado nvel de tenses hidrostticas na
regio na frente da trinca. Entretanto, a fratura dctil associada a um estado triaxial
menor e elevadas deformaes plsticas, as quais produzem o crescimento de
microcavidades e consequente coalescncia das mesmas devido ao deslizamento e
ruptura dos planos cristalogrficos. As condies existentes em defeitos planares,
contidos em dutos e vasos de presso (carregamentos trativos e trincas rasas),
favorecem ao crescimento dctil do defeito antes da ruptura. Efetivamente, observaes
experimentais revelam que tais estruturas com trincas superficiais apresentam colapso
geralmente precedido por um significativo crescimento estvel do defeito (Hippert,
2004).
2.2.2 Aspectos Fenomenolgicos da Fratura Dctil em Aos Estruturais
A fratura dctil ocorre quando cavidades, previamente existentes na matriz do
material ou que nuclearam durante o carregamento, crescem at coalescer e formar uma
fratura macroscpica (Tekolu1, et al., 2015).
A existncia ou formao de microvazios na matriz do material modificam as
relaes constitutivas elastoplsticas, ocorrendo degradao das propriedades mecnicas
do material. Os mecanismos bsicos que originam variao na frao volumtrica de
vazios medida que o material deformado plasticamente so:

a) Nucleao: normalmente se encontra nos metais uma srie de defeitos

(incluses, juntas de gro) que, quando submetidos a tenso, podem originar
um vazio (Chu, et al., 1980). A chamada nucleao um fenmeno
irreversvel, ocorrendo uma nica vez no mesmo local As cavidades
nucleiam por causa da decoeso da matriz ao redor de incluses no
metlicas (Tvergaard, 1982);
b) Crescimento: os microvazios, pr-existentes ou nucleados, variam seu
tamanho conforme o estado de deformao plstica e presso hidrosttica no
material (Rice, et al., 1969; McClintock, 1968)). O tamanho do vazio
aumenta exponencialmente com a presso hidrosttica de trao e diminui
em caso de compresso (presso hidrosttica negativa), caracterizando um
fenmeno reversvel;
c) Coalescncia: quando o volume de vazios atinge um nvel relativamente alto,
os microvazios comeam a interagir entre si. Quando o afastamento entre os
microvazios da ordem de seu raio mdio, tende a ocorrer unio entre vazios
adjacentes, dando origem a vazios maiores (Goods, et al., 1979).

Figura 2.4 - Representao dos passos da fratura dctil em barras cilndricas 3.

Adaptado do site: https://commons.wikimedia.org/wiki/File:Ductile_fracture_upd.png

10

2.3 Modelo de Gurson

2.3.1 O Modelo
O modelo de Gurson permite descrever o dano dctil de um material em
presena de grandes deformaes plsticas. Gurson (1977) props como mecanismo de
degradao o aparecimento de microvazios associados a grandes deformaes plsticas.
A presena de microvazios conduz ao emprego de uma superfcie de escoamento
dependente da presso hidrosttica e da porosidade, superfcie esta obtida a partir de
estudos efetuados considerando uma cavidade esfrica em um meio rgido-plstico sem
endurecimento (Gurson, 1977).
O dano medido atravs da contabilizao de porosidade no material. A
grandeza que mede a porosidade chamada de frao volumtrica de vazios,
representada com f, definida como a razo entre o volume de microvazios Vvazios e o
volume de referncia Vaparente.
=

2.7

O modelo de Gurson envolve dois aspectos fundamentais: uma superfcie de

escoamento capaz de descrever o comportamento de um material contendo microvazios
e leis de evoluo capazes de descrever a variao da quantidade desses microvazios
medida que o material deformado, levando em conta nucleao, crescimento e
coalescncia (Bernauer, et al., 1999).

Figura 2.5 - Caminho esquemtico de crescimento dctil sob modo I de fratura.

2.3.2 Critrio de escoamento de Gurson

O modelo de Gurson-Tvergaard-Needleman considera os efeitos de perda de
rigidez do material por nucleao, crescimento e coalescncia de vazios juntamente com
11

o comportamento de enrijecimento da matriz do material para a definio da funo de

escoamento do material , definida pela Equao 2.8 e ilustrada pela Figura 2.6. O
modelo utilizado foi o modelo existente no programa de elementos finitos ABAQUS
(2013) que assume que o material homogneo e se comporta continuamente com uma
distribuio idealizada de frao volumtrica de vazios (ABAQUS Inc., 2013).

Figura 2.6 - Comparao da superfcie de escoamento de Gurson, Mises e Tresca no espao de tenses
pincipais (Brannon, et al., 2009)

, , , =

+ 21

32
1 + 3 2 = 0
2

2.8

onde:
=

3
2

= +

a tenso equivalente de von Mises;

a parte desviadora do tensor de tenso macroscpica de

Cauchy ;
1

= :

a tenso macroscpica hidrosttica;

a tenso de escoamento para a matriz do material

totalmente denso (sem defeitos).

a frao volumtrica de vazios atual

Os parmetros qi do material foram introduzidos por Tvergaard (1981),

procurando melhor modelar os resultados obtidos no estudo de problemas envolvendo
bandas de cisalhamento, para valores baixos de f. possvel recuperar a forma original
do modelo de Gurson assumido q1=q2=q3=1. Os valores propostos por Tvergaard
(1981) para os parmetros so q1=1.5, q2=1.0 e q3= q1 2. Estes valores so amplamente
usados na literatura (Chou, et al., 2001; Lopes, 2007; Tvergaard, 1982).

12

O primeiro termo da Equao 2.8 descreve o comportamento homogneo

(hidrosttico) do material, enquanto os dois termos seguintes contabilizam a variao de
resistncia em funo de f. possvel notar que valores de f=0 implicam em um
material totalmente denso, e a condio de escoamento de Gurson se reduz de von
Mises, independente da presso hidrosttica; f=1 implica em um material
completamente vazio e possui nenhuma capacidade de armazenar tenses.
A taxa de aumento da frao volumtrica de vazios se da por:
= +

2.9

A taxa de crescimento de vazios est associada com a parte plstica do tensor

taxa de deformao e a taxa de nucleao de vazios est associada com a taxa de

deformao plstica equivalente

e a mxima tenso normal na matriz de interface do

material:

= 1

= + ( + )

2.10

2.11

A Equao 2.10 define taxa de crescimento dos vazios existentes assumindo que
a matriz do material incompressvel. A Equao 2.11 define a quantidade de novos
vazios que so nucleados como resultado do crescimento da deformao e da tenso
plstica.
Chu e Needleman (1980) propuseram uma funo de distribuio normal para
contabilizar a nucleao de vazios para toda a porosidade. A distribuio normal
ilustrada na Figura 2.7 para n.

13

Figura 2.7 - Distribuio normal da deformao na qual ocorrer nucleao, para o modelo de GTN.

Ento, no modelo contnuo, os coeficientes de escala A e B so caracterizados

como:
a) Nucleao controlada pela deformao;
=

1

2

2.12

b) Nucleao controlada pela tenso:

=

1

2
2

onde:

a frao volumtrica de vazios nucleados;

o desvio padro;

a deformao mdia de nucleao;

a tenso mdia de nucleao;

a deformao plstica equivalente.

14

2.13

 importante notar que o modelo de GTN presente no Abaqus Explicit no inclui

o parmetro de nucleao controlada pela tenso, sendo a nucleao assumida sendo
apenas controlada pela deformao (ABAQUS Inc., 2013).
Aspectos adicionais introduzidos por Tvergaard e Needleman (1984) foi de levar
em considerao a frao volumtrica de vazios inicial f0, a frao volumtrica de
vazios crtica fc e a frao volumtrica de vazios final que corresponde a falha da matriz
ff. Adicionalmente, a taxa de crescimento de vazios apresenta uma acelerao quando f
>fc resultando em uma rpida perda da capacidade do material de aguentar esforos
(tenso), esta evoluo pode ser vista na Figura 2.8.

Figura 2.8 - Evoluo da frao volumtrica de vazios com o aumento da deformao. A taxa de crescimento
da FVV acentuada nos estgios finais do rasgamento dctil.

>

2.14

onde:

a frao volumtrica de vazios crtica;

a frao volumtrica de vazios real na fratura final;

a frao volumtrica de vazios modificada ( = 1 1 );

=

2.15

a tenso mdia de nucleao;

O modelo incorpora variveis microestruturais dependentes do material ao se
introduzir o parmetro f

ao invs de f na Equao 2.8. A correta modelagem do

15

processo de fratura dctil para um material especfico requer a calibrao do parmetro

f* e dos parmetros de ajuste de curva q1, q2 e q3.
2.3.3 Caracterizao do Modelo de GTN
A dificuldade em se usar o modelo de GTN est na correta calibrao dos
parmetros para o material. Os parmetros primrios de calibrao so os seguintes: f0,
fc, ff, fn, n, Sn, q1, q2, q3. Adicionalmente, os resultados dos modelos de elementos finitos
so dependentes da malha, sendo necessrio o tamanho do elemento na ponta da trinca,
Lc ser determinado conforme a microestrutura do material (Bouchouicha, et al., 2015).
Foram

realizadas

simulaes

em

Elementos

Finitos

para

estudar

comportamento individual dos parmetros do modelo de Gurson, de modo a melhor

compreender suas influncias. A anlise foi realizada fixando todos menos o parmetro
estudado, para cada parmetro.
2.3.3.1 Parmetro de porosidade inicial - f0
O parmetro f0 tipicamente estimado calculando-se a frao volumtrica de
partculas no-metlicas ou usando a frmula de Franklin que estima a frao
volumtrica usando o percentual de mangans e enxofre medidas no material (Rice, et
al., 1969).
% = 0.054 %

0.001
(%)

2.16

Figura 2.9 - Comparao computacional da influncia de f0 , comparando com os ensaios de trao realizado.

16

Os valores recomendados e medidos para f0 possuem grande variao na

literatura, variando, e.g., de 2.5x10-4 a 1.0x10-4 para o ao A508 Classe 3 RPV e
tambm 2.2x10-3 para o ao 22NiMoCr37 RPV. Alm disso, Corigliano (2000) prope
f0 = 0.04 para aos ferrticos com propriedades mecnicas de E/0 = 400; = 0.3; n = 5.
2.3.3.2 Parmetro de fratura - fc; ff
O parmetro fc estimado usando tanto observaes experimentais como
modelos numricos. O mtodo envolve uma srie de testes de fratura em barras
cilndricas em vrias etapas de estreitamento e uma anlise metalogrfica de diversas
sees do material na regio de estreitamento. A formao de vazios antes da fratura das
barras e a reduo do dimetro da regio de estreitamento so medidos. Os dados so
usados para calibrar as simulaes numricas a fim de simular a sbita queda da carga
sobre as amostras imediatamente antes da falha (D.-Z. Sun, 1992).
Alternativamente, um mtodo numrico iterativo tambm pode ser usado na
obteno de fc alterando os parmetros de GTN. A semelhana entre os mtodos para
estimar fc e f0 mostra interdependncia entre os dois parmetros.
O parmetro ff estimado numericamente e demonstrou ser influenciodos pelos
valores de fc, f0 e influenciado pela tenso triaxial onde uma alta tenso triaxial resultar
em maiores ff . medida que o crescimento de vazios acelera e gera vazios esfricos
devido ao triaxialidade no espcime, a ligao entre vazios diminui, reduzindo a
coalescncia. Alm disso, Needleman e Tvergaard (1984) mostraram que valores para a
FVV crtica e final para amostras C(T) eram prximos e escolheram valores de 0.1 e
0.15 para a FVV crtica e final, respectivamente e E = 500YS; v = 0,33, n = 0,1.
Mtodos de calibrao similar ao fc podem ser usados para estimar ff (D.-Z. Sun,
1992).

17

Figura 2.10 - Comparao computacional da influncia de: a) fc e b) ff , comparando com os ensaios de trao
realizado.

2.3.3.3 Parmetros fn, n, Sn: Nucleao.

O parmetro fn a frao de vazios nucleados com tamanhos variados,
homogeneizado em um valor nico. Os parmetros n, Sn so derivados a partir da
distribuio normal da deformao plstica equivalente a ponta da trinca. n
corresponde deformao plstica equivalente mdia na qual a nucleao ocorre,
enquanto o desvio padro Sn controla a localizao da nucleao em torno de n (Daly,
2014).
No estgio de nucleao, a lei de evoluo da porosidade se apresenta na forma
de taxa, portanto fn precisa ser integrado enquanto o material se deforma plasticamente.
Se uma relao inadequada entre Sn e n for utilizada, uma parte significativa da taxa de
nucleao de vazios ocorrera em uma parte negativa fictcia do domnio da
deformao plstica equivalente. Neste caso, no ocorrer integrao devido natureza
positiva da deformao plstica equivalente, levando a uma nucleao incompleta.
Para evitar este tipo de problema, uma relao entre Sn e n na forma de
.

2.17

deve ser considerada. Portanto, cada valor z corresponde a um diferente nvel de

nucleao. Por exemplo, para garantir uma nucleao de 95% de fn, preciso adotar
z=1.645; uma nucleao de 97% de fn requer z=1.882; uma nucleao de 99% de fn
requer z=2.337 (Vaz, et al., 2011).
Os valores tipicamente usados para os aos para fn, n e Sn so respectivamente
de 0.04, 0.3 e 0.1 (Tvergaard, et al., 1984). Estes so estimados comparando simulaes

18

numricas e com testes de trao. Porm, o valor para fn pode variar de acordo com a
interpretao. Rakin (2008) assume que a contribuio para o processo de nucleao
provm de pequenos carbonetos metlicos, enquanto a porosidade inicial responsvel
por grandes incluses. Por outro lado, fn tambm interpretado como a frao de
volume de grandes incluses e carbonetos secundrios (Corigliano, et al., 2000).

Figura 2.11 - Comparao computacional da influncia da nucleao, comparando com os ensaios de trao
realizado.

2.3.3.4 Parmetros q1, q2, q3: Perda de Rigidez

Por fim, os parmetros qi introduzido por Tvergaard e Needleman (1984) podem
ser ajustados de acordo com as condies de contorno, assim como para ajustar as
propriedades de encruamento do material.
Segundo Thomason (1998), o parmetro q1 introduz a possibilidade de calibrar a
influncia da porosidade na superfcie de escoamento ao aumentar o efeito de perda de

19

rigidez do material para baixas deformaes, enquanto que o parmetro q2 introduz a

possibilidade de calibrar o efeito da presso, aumentando o crescimento de vazios
(triaxialidade) e com isso reduzindo o encruamento do material (Xue, et al., 2010).
Valores de 1.5 e 1.0 para q1 e q2, respectivamente, so tipicamente usados para
os aos ferrticos em condies estado plano de deformao. Faleskog (1998) confirmou
a adequao desses valores para simulaes de corpos de prova C(T) para o ao RPV
(2Cr1-Mo) com n=10, 0/E=0,002, q1 = 1.46 e q2 = 0,931.

Figura 2.12 - Comparao computacional da influncia de q1 e q2, comparando com os ensaios de trao
realizado.

2.4 Mtodo Inverso de Identificao de Variveis

2.4.1 Otimizao usando o Algoritmo Gentico
O Algoritmo Gentico (GA) um mtodo de busca baseado no processo de
evoluo natural. Este mtodo trabalha com um conjunto de solues possveis para um
dado problema, compondo a populao inicial. O GA usa mltiplos pontos para
pesquisar pela soluo no lugar de usar um nico ponto como feito tradicionalmente
no mtodo de otimizao baseado em gradiente (Chou, et al., 2001). Em outras palavras,
o GA um mtodo que no depende da escolha do ponto inicial, aumentando as
chances de se obter o timo global do sistema (Burczynski, et al., 2001).

20

Figura 2.13 - Problema tpico de mnimos e mximos locais. Comparao entre: a) Tcnicas Heursticas; b)
Tcnicas Determinsticas.

Neste algoritmo, as variveis do problema so representadas como genes em um

cromossomo (cada cromossomo tambm conhecido como um indivduo) Os
indivduos com uma gentica melhor adaptada possuem maiores chances de
sobreviverem e se reproduzirem.
Indivduo
1
gene

x1=5

1
1
alelo

x2=6

0
0
cromossomo

x3=1

1
1
1

x4=7

1
0
1

x5=2

0
Figura 2.14 Representao do indivduo no GA.

Para que a populao se diversifique e mantenha determinadas caractersticas de

adaptao adquiridas pelas geraes anteriores, os operadores genticos (seleo,
cruzamento e mutao) so utilizados. Estes operadores transformam a populao
atravs de sucessivas geraes, estendendo a busca at chegar a um resultado
satisfatrio.
O operador seleo, esquematizado na Figura 2.15 uma verso artificial do
processo de seleo natural (Goldberg, 1998). Neste tipo de operador h a seleo dos
indivduos mais aptos da gerao atual que so escolhidos para a prxima gerao. A
21

seleo do tipo roleta e a seleo estocstica uniforme so exemplos de tcnicas de

seleo utilizadas. Associado ao processo de seleo h a estratgia de elitismo que
melhora a convergncia do GA, passando diretamente prxima gerao, sem sofrer a
ao dos operadores genticos, certo nmero de indivduos em cada gerao (Mitchell,
1999; Spall, 2003).

Figura 2.15 - Esquema do operador seleo.

O operador cruzamento usado para formar uma nova populao por meio da
recombinao de solues (cromossomos). Neste operador, um par de indivduos
dividido em lugares aleatoriamente escolhidos e o material gentico desses indivduos
pode ser recombinado, possibilitando formar novos indivduos. Estes novos indivduos
so novamente avaliados e, ento, recebem um novo valor de aptido individual. Dentre
as tcnicas de cruzamento, podem ser citados o cruzamento de um ponto, o de mltiplos
pontos, o espalhado (scattered) e o de heursticas.

22

Pais

Escolhe
randomicamente o
ponto de corte

Filhos

1 Troca 1

1 Troca 1

Figura 2.16 - Esquema do operador cruzamento.

Finalmente, o operador mutao promove a diversidade gentica, uma vez

que a populao inicial pode ser insuficiente de informao para encontrar a soluo
(Spall, 2003).

23

Original

Mutante

0 alelo mutado 0
0

Figura 2.17 - Esquema do operador mutao.

Com o uso deste operador, uma maior varredura do espao de busca realizada,
evitando que o GA convirja para mnimos locais. Tcnicas como mutao uniforme e
mutao Gaussiana podem ser usadas.
Na Figura 2.17 est uma representao do uso dos operadores genticos onde
dois indivduos da populao so selecionados (processo de seleo) e seus materiais
genticos so trocados (processo de cruzamento, como por exemplo, o cruzamento de
um ponto), formando novos indivduos (na Figura 2.17, apenas um indivduo est
representado). Quando um gene alterado, o processo de mutao realizado.
O comportamento do GA pode ser influenciado por diversos parmetros, tais
como, o tamanho da populao, o nmero de geraes, a probabilidade de cruzamento e
a probabilidade de mutao. A escolha da melhor configurao para os parmetros do
GA uma tarefa difcil e, alm de depender do tipo de problema a ser tratado,
depender da realizao de um grande nmero de experimentos e testes. O tamanho da
populao influencia no desempenho global do GA. Este parmetro indica o nmero de
cromossomos que h em cada populao, definindo o espao de busca do problema.
Quando este parmetro alto, grande parte do espao de busca do problema varrida,
entretanto, um alto custo computacional obtido para executar muitas avaliaes da

24

funo de aptido (Lopes, 2007). Por outro lado, quando o tamanho da populao
pequeno, o desempenho do algoritmo piora. O nmero de geraes corresponde ao
nmero de iteraes que so realizadas antes do GA parada. A probabilidade de
cruzamento corresponde frao da populao na prxima gerao que criada pela
funo de cruzamento. A probabilidade de mutao (ou frao de mutao) corresponde
probabilidade de mudana das propriedades de um gene. Geralmente o valor desta
frao muito pequeno, assim, o novo cromossomo formado no ser muito diferente
do cromossomo original (Konak, et al., 2008).
Existe ainda outro parmetro do GA que pode ser manipulado, conhecido como
migrao. A migrao representa como os indivduos se movem entre subpopulaes.
Neste caso, os melhores indivduos de uma subpopulao trocam de lugar com os piores
indivduos de outra subpopulao. Os indivduos da subpopulao fonte so apenas
copiados para a subpopulao receptora, no sendo removidos da subpopulao de
origem.
Conforme mencionado, o Algoritmo Gentico comea com uma populao
inicial, representando um conjunto de possveis solues para um dado problema. Para
resolver o problema de deteco de danos, cada cromossomo (indivduo) da populao
pode ser formado de acordo com o vetor apresentado na Equao 2.18.
= [1 , 2 , 3 , 4 ]

2.18

Na Equao 2.18, gi um conjunto de alelos i que formam um gene. Cada gene

representa um nico parmetro do modelo de Gurson. Dessa forma, cada conjunto de
genes representaria, de forma codificada, cada parmetro de material de dano de
Gurson.
As etapas do algoritmo gentico esto resumidas pelo fluxograma da Figura 7.1.

25

3 METODOLOGIA
O projeto foi dividido em trs reas de atividades: uma parte experimental para a
caracterizao metalrgica e mecnica do material, que envolveu ensaios de trao;
modelagem de elementos finitos que visam calibrar e reproduzir os testes de trao, e o
desenvolvimento de um algoritmo de calibrao.

3.1 Material
3.1.1 Generalidade do ao
O material utilizado neste estudo um ao E, obtido por lingotamento contnuo
e fornecido em barras cilndricas. O material posteriormente laminado. O produto final
um tubo sem costura com aplicao para indstria petrolfera como casing e
tubing.
3.1.2 Caracterizao metalrgica
A composio qumica do ao se encontra detalhada na Tabela 3.1.
Tabela 3.1 - Composio qumica do ao em porcentagem retirado por lote.

C (%)
0.4

Si (%)
0.2

Mn (%)
1.71

P (%)
0.3

Fe (%)
--

3.1.3 Determinao das propriedades mecnicas de trao

3.1.3.1 Geometria dos corpos de prova
Os corpos de prova para a realizao de ensaios mecnicos foram extrados da
parede de um tubo sem costura no sentido longitudinal, esquematizado na Figura 3.1.

Figura 3.1 - Esquema da posio de extrao dos corpos-de-prova no tubo.

Informao fornecida pelo fabricante

26

Foram utilizados dois tipos principais de corpo de prova (CP): cilndricos padro
e cilndricos com entalhe circular, com raios de 1.5, 3 e 6 mm. A Figura 3.2 ilustra os
CPs, representando as dimenses mais importantes para os clculos.

Figura 3.2 - Desenho esquemtico do corpo de prova. Valores em mm.

3.1.3.2 Ensaio de trao

Os ensaios de trao foram realizados com o objetivo de se obter as curvas de
fora-deslocamento utilizadas como parmetro de calibrao e validao dos parmetros
de material do GTN.
Como segundo objetivo, foram obtidos os dados necessrios do comportamento
mecnico do material para ser utilizado como parmetro de caracterizao do material:
mdulo de elasticidade, o limite de escoamento e o limite de resistncia e curva tensodeformao real.

Figura 3.3 - Imagem dos 4 tipos de corpo de prova ensaiados.

Foram realizados, no total, sete ensaios de trao, sendo quatro com CPs
cilndrico padro e trs ensaios de trao com CPs cilndricos com entalhe, um de cada
raio.

27

Os ensaios mecnicos foram realizados no laboratrio de Propriedades

Mecnicas PropMec da Universidade Federal do Rio de Janeiro a temperatura
ambiente, numa mquina universal de ensaios EMIC utilizando extensmetro EMIC
(Figura 3.4 a e b). A velocidade de ensaio foi fixada em 1 mm/min.
Dos ensaios, foram obtidas curvas de fora-deslocamento e os resultados foram
convertidos para uma planilha em Microsoft Excel para tratamento de dados e
obteno das curvas tenso-deformao.

Figura 3.4 - a) Mquina de ensaios MTS; b) Detalhe de montagem do corpo de prova com o extensmetro; c)
Corpo de prova aps a fratura; d) Corpo de prova com fratura invlida.

Aps a fratura foram realizadas medies para a determinao de alongamento e

reduo do dimetro do material ensaiado. A partir das curvas fora-deslocamento
foram calculadas as curvas tenso-deformao engenharia e real. Foi usada lei de
potncia para extrapolar alm do pescoo. Por fim, as curvas experimentais
determinadas com os corpos-de-prova CP1 e CP2 foram utilizadas como propriedades
do material na etapa de modelagem numrica.

28

3.1.4 Tratamento dos dados

Com as planilhas em Excel foi possvel a manipulao dos dados para
determinao do mdulo de elasticidade e das curvas tenso-deformao real
O incio do tratamento dos dados ocorreu com a rejeio de algumas curvas
obtidas, devido a escorregamento do corpo de prova ou fratura fora do local de ao do
extensmetro, visualizado na Figura 3.4d. As curvas rejeitadas esto em tracejado na
Figura 3.5

Figura 3.5 - Resultado dos ensaios de trao.

A segunda fase de tratamento dos dados ocorreu com a determinao do mdulo

de elasticidade. A prxima fase consistiu na determinao das curvas tensodeformao real. A ltima fase consistiu na extrapolao das curvas tenso-deformao
real, por uma lei de potncia.
Como a relao descrita pelas Equaes 2.1 e 2.2 perdem a validade a partir da
formao do pescoo, uma extrapolao da curva tenso-deformao foi realizada. A lei
de potncia descrita pela Equao 3.1 foi usada para esta extrapolao.
=

29

3.1

O mtodo dos mnimos quadrados (no Excel: linha de tendncia) foi usado para
determinar os parmetros A e n., com um ajuste realizado na regio final da curva
tenso-deformao real, vistos na Figura 3.6.

Figura 3.6 - Curvas Tenso-Deformao dos CPs padro vlidos.

3.2 Simulao em Elementos Finitos

Este subcaptulo descreve a metodologia de anlise por elementos finitos
utilizados para simular a fratura dctil dos CPs de trao padro e dos CPs de trao
com entalhe. O objetivo destas simulaes foi reproduzir a fratura dctil dos testes de
trao de modo a calibrar os parmetros de material da Equao constitutiva de GTN
(Equao 2.8) em elementos finitos e para depois comparar os parmetros obtidos em
outras configuraes de solicitaes. Todas as simulaes foram realizadas utilizando
Abaqus Explicit v6.13, que inclui o modelo de dano dctil GTN, conforme descrito no
Captulo 2.

30

3.2.1 Descrio do problema

3.2.1.1 Geometria
A geometria para os CPs de trao padro e com entalhe descrita nesta seo.
Por causa da simetria sobre os eixos r = 0 e z = 0, apenas um quarto do CP foi
analisado. Tanto a geometria e a deformao so assumidas com simetria axial. A
Figura 3.7 esquematiza a regio de geometria analisada.

Figura 3.7 - Geometria dos corpos de prova modelados: a) Corpo de prova padro; b) Corpo de prova com
entalhe.

3.2.1.2 Elementos
Elementos quadrilaterais axissimtricos bilineares de 4-ns com integrao
reduzida (CAX4R) so utilizados. Os elementos CAX4R so os nicos elementos
quadrilaterais permitidos no Abaqus Explicit.
Um tamanho de elemento Lc = 100m foi escolhida. Com o objetivo de acelerar
o tempo de calculo da calibrao, o refinamento de malha para os CPs padro aplicado
apenas perto do centro do CP e na regio de topo, onde a carga aplicada. A Figura 3.8
apresenta as malhas utilizadas na simulao.

31

Figura 3.8 - Ilustrao da malha aplicada nos modelos de: a) CP padro; b) CP raio 1.5 mm; c) CP raio 3 mm.
D) CP raio 6 mm.

3.2.2 Parmetros de simulao

3.2.2.1 Carregamento
Para modelar o experimento, uma velocidade uniformemente distribuda no topo
do modelo foi aplicada. Para evitar distores devido a grandes aceleraes, uma
velocidade tabular foi aplicada, de modo que no instante inicial a velocidade zero,
sendo acelerado uniformemente at atingir sua amplitude mxima v = 3 mm/s no
instante t = 0.1 s. Aps, a velocidade constante at o final da simulao. A
distribuio da velocidade com o tempo de clculo apresentado na Tabela 3.2
3.2.2.2 Condio de Contorno
Uma restrio foi colocada nos eixos de simetria, impedindo o deslocamento U1
e a rotao UR3 para o eixo axissimtricos e o deslocamento U2 e a rotao UR3 para a
regio de fratura.
Para garantir a formao de pescoo na regio de simetria, foi imposta uma fora
nodal de 10 N no sentido positivo de x na parte superior do modelo.
Tabela 3.2 - Amplitude de input da velocidade no Step

t(s)
0
0.1
1

v(mm/s)
0
3
3

32

3.2.2.3 Tamanho do Step

Um tempo total de calculo de 1s foi escolhido, de modo que o deslocamento
total de L = 3 mm, porm um fator de escala de massa foi escolhido a fim de melhorar
a velocidade de convergncia do modelo, limitando inferiormente o tamanho mximo
de incremento de = 1.8 x 105 .
3.2.3 Propriedades
Das curvas de fora-deslocamento do ensaio de trao foram calculadas as
curvas de tenso-deformao real, na qual foi aplicada uma lei de potncia para
representar o encruamento e extrapolar a curva para alm do limite de resistncia a
trao. A resistncia trao obtido foi de 930 MPa e um mdulo de Young de 220 GPa
e Poisson de 0,3 foram usadas para o comportamento elstico das simulaes. Foi usada
uma lei de potncia na extrapolao da curva tenso-deformao para alm do limite de
resistncia trao. Os parmetros foram obtidos por regresso linear na parte final da
curva tenso-deformao.
Com o objetivo de diminuir distores dos valores reais, o parmetro final de
plasticidade usado uniu os valores tericos, at prximo ao limite de resistncia, com a
extrapolao pela lei de potncia.
A curva tenso-deformao, do o ao, usada na simulao apresentada na
Figura 3.9.

33

Figura 3.9 - Curva tenso-deformao do o ao usada para a simulao

3.3 Mtodo de Identificao dos Parmetros de Dano

3.3.1 Funo Objetivo
A questo-chave para a correta aplicao do modelo Gurson a determinao
dos parmetros de danos relacionados ao material aplicado. Esta tarefa pode ser
realizada ajustando os resultados numricos aos dados experimentais de ensaio de
trao usando mtodos de otimizao (Problema de Inverso). Como a funo objetivo
tem muitos mnimos locais, um algoritmo gentico usado.
O problema inverso baseado na funo quadrada do erro entre os valores de
fora experimentais e numricos.
=

onde:
34

3.2

o nmero de pontos das curvas fora-deslocamento;

FkFE

a k-sima fora no vetor de fora do modelo de elementos

Fkexp

a k-sima fora no vetor de fora da curva experimental;

bk

a k-sima varivel projeto (parmetro GTN do material).

finitos;

A funo de objetivo altamente no-linear e no-convexa, de tal modo que o

conjunto de parmetros de materiais obtidos so dependentes do conjunto inicial de
variveis de projeto consideradas. Porm apenas uma configurao corresponde
realidade fsica do problema.
Deste

modo,

utilizando

um

mtodo

de

programao

matemtica

(determinstico), seria necessrio iniciar o problema usando vrias distribuies iniciais

diferentes, o que seria uma abordagem muito demorada.
Outro problema com a utilizao apenas de uma funo objetivo o fato de
haver a possibilidade de esta ser minimizada sem que haja um ajuste apropriado da
forma final do corpo de prova. Uma segunda funo objetivo adicionada de modo a
guiar os parmetros finais, para que estes mantenham a realidade fsica do problema,
considera-se uma restrio adicional, com base no dimetro final do espcime.
=

3.3

onde:

o dimetro final de ruptura do modelo de elementos finitos;

o dimetro final de ruptura experimental;

O algoritmo final feito de modo a atingir simultaneamente ambos objetivos.

= ( ; )

35

3.4

4 RESULTADOS E DISCUSO
O material pode ser representado por um conjunto de parmetros. O objetivo
deste trabalho determinar os seus valores para um determinado tipo de material,
atravs da soluo de um problema de otimizao
Este captulo reune os resultados da tentativa de identificao dos parmetros de
material do modelo de GTN realizada para o ao estrutural a partir do mtodo de
otimizao por algoritmo gentico desenvolvido. Por fim sero apresentados os
resultados das simulaes, com o intudo de avaliar a eficcia dos parmetros
identificados para outras solicitaes. As anlises foram realizadas de acordo com a
metodologia descrita no captulo 3

4.1 Identificao dos Parmetros de Dano

O processo de construo do mtodo de identificao de parmetros teve trs
etapas de avaliao.
A primeira abordagem foi realizada com o variao dos valores dos parmetros
reduzido (nmero de bits por indivduo), de indivduos por populao e de nmero de
geraes. Desta anlise, j se pode notar uma convergncia dos parmetros para um
grupo de valores. Alm disso, foi possvel observar uma tendncia homogeneizao dos
indivduos dentro da populao.
Visto que a maior parte do tempo de clculo do programa a simulao no
ABAQUS, foi visto a necessidade de adicionar uma lista que armazena todos os
indivduos j calculados e impor a condio: sendo um indivduo repetido, dever
associar a este indivduo o fitness referente a ele armazenado na lista, portanto pulando
o clculo no ABAQUS. Obteve-se um ganho de tempo de clculo mais de 75% com
esta alterao, reduzindo o tempo total de anlise de dias para horas.
A etapa seguinte foi a realizao da anlise completa, com o nmero de bits total
de 43 (distribudos diferentemente entre os cinco parmetros avaliados), tamanho da
populao de 50 e 35 geraes totais. Nesta etapa a frao volumtrica de vazios inicial
foi fixada em f0 = 0.000076, valor calculado usando a frmula de Franklin, introduzido
em 2.3.3.1.
A ltima etapa foi uma avaliao visual dos trs melhores indivduos calculados
na etapa 2, escolhendo o que melhor se adequava curva. Tendo como objetivo melhor

36

ajustar os parmetros de material, foram escolhidos para q1, q2 e q3 os valores da

literatura q1=1.5; q2=1.0; q3=q12 em toda a anlise.
4.1.1 Parmetros GTN
A Tabela 4.1 apresenta os parmetros identificados de material do modelo GTN.
Tabela 4.1 - Parmetros de dano obtidos com algoritimo gentico

f0
0.999924

fc
0.084

ff
0.24

fn
0.02

n
0.13

Sn
0.055

A Figura abaixo mostra a evoluo dos fitness dos indivduos ao longo das
geraes. possvel observar a convergncia acontecendo nas primeiras 10 geraes

Figura 4.1 - Evoluo do fitness mnimo ao longo das geraes.

4.1.2 Curva Fora versus Deslocamento

O resultado obtido para a curva fora-deslocamento com o parmetro final
apresenta-se perfeitamente alinhado com os dados experimentais, mostrando a eficcia
do algoritmo a convergir para um resultado timo. possvel notar que o modelo no s
descreve perfeitamente a curva experimental, como tambm a predio da regio de
fratura exata. H tambm a diferena dos resultados obtidos usando o modelo de

37

fratura dctil de Gurson e os resultados do modelo de plasticidade sem contabilizao

de dano.

Figura 4.2 - Resultado final da calibrao. No grfico so mostradas curvas de fora-deslocamento dos dados
experimentais, do modelo GTN e de curvas de plasticidade sem dano.

possvel observar na Figura 4.3 a configurao deformada final do CP padro. Outro

resultado importante o estado triaxial de tenso e deformaes resultantes no corpo de
prova aps a quebra, mais especificamente na regio onde ocorreu a trinca.

38

Figura 4.3 Configurao final da anlise numrica do corpo de prova padro ps-fratura.

4.2 Avaliao dos parmetros obtidos

Na Figura 4.4 so comparadas as curvas fora-deslocamento dos corpos de
prova com entalhe resultada da simulao com os parmetros de dano calibrado com o
resultado obtido experimentalmente no ensaio de trao.
O resultado obtido foi bem satisfatrio. A anlise conseguiu prever o
comportamento das curvas para cada configurao de geometria, o que nos leva a
concluir que os parmetros obtidos com a calibrao esto prximos ao timo global.
Porm, possvel observar que o local da fratura no est bem representado. Uma
possibilidade para este fenmeno ocorrer pode estar na caracterstica estocstica do
algoritmo gentico, onde o resultado final uma regio prxima ao timo global.
Prope-se para trabalhos futuros um refinamento dos parmetros obtidos por mtodos
de otimizao matemticos tendo como dados de entrada o resultado obtido com o
algoritmo gentico.

39

Figura 4.4 - Curvas fora-deslocamento dos corpos de prova c/ entalhe com parmetros de dano calibrado e
dos dados experimentais.

possvel observar na Figura 4.5 a configurao deformada final dos CPs com entalhe.
De forma igual ao CP padro, informaes importantes sobre o estado de tenses e
deformaes resultante ps-fratura podem ser obtidos.

Figura 4.5 - Configurao final da anlise numrica do corpo de prova com entalhe ps-fratura.

40

5 CONCLUSO
Neste trabalho, foi apresentada uma abordagem para a determinao de
parmetros de material em modelos de dano. Neste procedimento, a identificao ocorre
com o uso de algoritmo gentico. Por processo de inverso, o algoritmo usa resultados
de testes de trao em um processo iterativo com anlises por elementos finitos.
O problema tem comportamento no convexo de otimizao, portanto a
abordagem por algoritmo gentico torna-se justificvel para a obteno de parmetros
prximo do timo global.
Nesta classe de problemas, mtodos de tentativa e erro puramente no
assegura a unicidade dos parmetros do material. Uma restrio geomtrica foi includa
para ajudar a guiar a identificao das propriedades de dano e corretamente caracterizar
o material modelado, mantendo-se a fsica do problema.
O mtodo desenvolvido ilustrado atravs da caraterizao dos parmetros de
material para modelo de Gurson-Tvergaard-Needleman para um ao estrutural. Os
resultados obtidos demonstram que o mtodo eficaz, pois uma boa calibrao foi
obtida.
Os resultados de calibrao obtidos, apesar de boas, foram para um tamanho de
malha fixo. O tamanho de malha (Lc) um parmetro importante e deve ser estudada a
sua influncia nos resultados finais.
Em relao eficincia do algoritmo, deve-se salientar que, apesar da reduo
de tempo obtida guardando o resultado das simulaes realizadas, o mtodo caro do
ponto de vista computacional. Uma questo que pode ser avaliada para trabalhos futuros
a paralelizao da simulao. Existe, ainda, a possibilidade de otimizao do cdigo
em si.
O trabalho tem como objetivo propor um mtodo de identificao de variveis
para modelos de dano. O modelo de plasticidade para materiais porosos de Gurson foi
escolhido como abordagem inicial. Portanto, existe, ainda, a necessidade de avaliar a
eficcia do mtodo com demais modelos de dano.
Por fim, o modelo de Gurson tem algumas limitaes de aplicaes que no
foram avaliadas neste trabalho. V-se necessrio ento uma comparao entre modelos
de dano para que haja maior confiana ao se escolher um modelo para simular a
propagao de fraturas dcteis.

41

6 BIBLIOGRAFIA
ABAQUS Inc. 2013. ABAQUS Theory Manual. 2013, Version 6.13.
Alexander, C. 2010. Limit State Design Based on Experimental Methods for High
Pressure Subsea Pipeline Design. 8th International Pipeline Conference. 2010.
Beremin, F. M. 1981. Cavity Formation from Inclusions in Ductile Fracture of A508
Steel. Metallurgical Transactions A. 1981, Vol. 12, pp. 723-731.
Bernauer, G., et al. 1999. Hinweise zur Anwendung des GURSON-TVERGAARDNEEDLEMAN-Modells. Institut fr Werkstoffforschung, GKSS-Forschungszentrum
Geesthacht. 1999.
Bouchouicha, A. Slimane/ B. e Benguediab, M. 2015. Parametric study of the ductile
damage by the GursonTvergaardNeedleman model of structuresin carbon steel A48AP. J. mater res technol. 2015.
Brannon, R., et al. 2009. Experimental Assessment of Unvalidated Assumptions in
Classical Plasticity Theory. 2009.
Burczynski, T. e Beluch, W. 2001. The identification of crack using boundary
elements and evolutionary algorithms. Engineering Analysis with Boundary Elements.
2001, Vol. 25, pp. 313-322.
Caldas, L. Q. e Amaral, N. B. 2015. Anlise de viabilidade econmica de projetos de
Explorao e Produo no regime de partilha de produo: Um estudo de caso do
campo de Libra no Pr-Sal. Escola Politcnica , UFRJ. 2015.
Chou, J. H. e Ghaboussi, J. 2001. Genetic algorithm in structural damage detection.
Computers and Structures. 2001, Vol. 79, pp. 1335-1353.
Chu, C. C. e Needleman, A. 1980. Void nucleation effects in biaxially streched sheets.
J. Engng. Mater. Technol. 1980, Vol. 102, pp. 249-256.
Corigliano, A., Mariani, S. e Orsatti, B. 2000. Identification of GursonTvergaard
material model parameters via Kalman filtering technique. I. Theory. International
Journal of Fracture. 2000, Vol. 104, pp. 349373.

42

Craveiro, S. 2007. Desenvolvimento de Procedimentos para Avaliao de Curvas J-R

em Espcimes Fratura SE(T) Utilizando o Mtodo de Flexibilidade. Departamento de
Engenharia Naval e Ocenica, USP. 2007. Tese de Doutorado.
D.-Z. Sun, R. Kienzler, B. Voss and W. Schmitt. 1992. Application of
Micromechanical Models to the Prediction of Ductile Fracture. Fracture Mechanics:
22nd Symposium. 1992, Vol. 11, pp. 368-378.
Daly, M. 2014. Advanced Imaging and Mechanistic Modelling of Ductile Fracture.
School of Materials, Faculty of Engineering and Physical Sciences. 2014.
Faleskog, J., Gao, X. e Shih, C. F. 1998. Cell model for nonlinear fracture analysis I.
Micromechanics calibration. International Journal of Fracture. 1998, Vol. 89, pp. 355
373.
Farrugia, D. e Cheong, B. 2009. Muilti-scale Modelling for Studying Ductile Damage
of Free Cutting Steel. SIMULIA Customer Conference. 2009.
Filgueiras, P. F. 2014. Avaliao do Uso de Placas Tracionadas para Simular o
Ensaio de Tubos de Parede Fina Pressurizados Internamente. Departamento de
Engenharia Mecnica, Universidade Federal de Minas Gerais. 2014. Tese de Mestrado.
Goldberg, D. E. 1998. Genetic Algorithms in Search, Optimization and Machine.
Massachusetts: Addison-Wesley Co. 1998.
Goods, S.H. e Brown, L.M. 1979. Overview No. 1: The nucleation of cavities by
plastic deformation. 1979, Vol. 27, 1, pp. 115.
Gurson, A. L. 1977. Continuum theory of ductile rupture by void nucleation and
growth. J. Eng. Mater. Technol., Trans. ASME. 1977, Vol. 99, pp. 2-15.
Hippert, E. 2004. Investigao Experimental do Comportamento Dctil de Aos APIX70 e Aplicaes de Curvas de Resistncia J-da Para Previso de Colapso em Dutos.
Escola Politcnica, USP. 2004. Tese de Doutorado.
Jos, L. A. C. 2011. Avaliao da Tenacidade Fratura do Tubo de Revestimento
Aplicado na Indstria Petrolfera. Departamento de Cincia e Tecnologia, Instituto
Militar de Engenharia. 2011.

43

Konak, A., Lopes, P. S. e Lopes, M. E. 2008. On the use of boundary element methods
for inverse problems of damage detection in structures. Advances in Boundary Element
Techniques IX. 2008, pp. 301-307.
Lopes, P. S. 2007. Modelagem de problema inverso de deteco de danos por tcnicas
de identificao de parmetros e de otimizao. Instiruto de Engenharia Mecnica,
Universidade Federal de Itajub. 2007. Tese de Doutorado.
M. Rakin, N. Gubeljak, M. Dobrojevic and A. Sedmak. 2008. Modelling of ductile
fracture initiation in strength mismatched welded joint. Engineering Fracture
Mechanics. 2008, Vol. 75, pp. 3499-3510.
Marcadet, S. 2012. Effect of Non-linear Loading Paths on Sheet Metal Fracture: Large
Strain In-plane Compression Followed by Uniaxial Tension. Department of Mechanical
Engineering, Massachusetts Institute of Technology. 2012. Master of Science Thesis.
McClintock, F. A. 1968. A criterion for ductile fracture by the growth of holes. J. Appl.
Mech. 1968, Vol. 35.
Mises, R. von. 1913. Mechanik der festen Krper im plastisch deformablen Zustand.
Gttin. Nachr. Math. Phys. 1913, Vol. 1, pp. 582-592.
Mitchell, M. 1999. An Introduction to Genetic Algorithms. 5th Edition. Cambridge,
Massachusetts-London, England : MIT Press, 1999.
Motarjemi, A. K. 2004. Fracture Assessment of Through-wall and Surface-cracked
Pipes by BS 7910 and API 579 Assessment Procedures: A Comparative Study.
ASME/JSME 2004 Pressure Vessels and Pipinng Conference. American Society of
Mechanical Engineers, 2004, pp. 57-62.
Oh, C. S., et al. 2011. A Finite Element Ductile Failure Simulation Metrhod Using
Stress-modified Fracture Model. Engineering Fracture Mechanics. 2011, Vol. 78, pp.
124-137.
Rice, J. R. e Tracey, D. M. 1969. On the ductile enlargement of voids in triaxial stress
fields. J. Mech. Phys. Solids. 1969, Vol. 17, pp. 201-217.
Rocha-Rangel, E. 2011. Fracture Toughness Determinations by Means of Indentation
Fracture. 2011.

44

Spall, J. C. 2003. Evolutionary Computation I: Genetic Algorithms, in Introduction to

stochastic search and optimization: estimation, simulation, and control. John Wiley &
Sons, Inc. 2003.
Tekolu1, C., Hutchinson, J. W. e Pardoen3, T. 2015. On localization and void
coalescence as a precursor to ductile fracture. The royal sociery publishing. 2015.
Thomason, P. F. 1998. A view on Ductile-Fracture Modelling. Fatigue & Fracture of
Engineering Materials and Structures. 1998, Vol. 21, pp. 1105-1122.
Tresca, H. 1964. Mmoire sur l'coulement des corps solides soumis de fortes
pressions. C.R. Acad. Sci. Paris. 1964, Vol. 59, p. 754.
Tsoupis, I. e Merklein, M. 2014. A new way fot the adaptation of inverse identified
GTN-Parameters to bending process. 13th LS-DYNA Users conference. 2014.
Tvergaard, V. e Needleman, A. 1984. Analysis of the Cup-Cone Fracture in a Round
Tensile Bar. Acta Metallurgica. 1984, Vol. 32, pp. 157-169.
Tvergaard, V. 1981. Influence of voids on shear band instabilities under plane strain
conditions. International Journal of Fracture. 1981, Vol. 17.
. 1982. Material failure by void coalescence in localized shear brands. Int. J. Solids
Structures. 1982, Vol. 18, pp. 659-672.
Vaz, M., Souza, E. A. e Munoz -Rojas, P. A. 2011. Identification of the material
parameters of the gurson model. Advanced Computational Materials Modeling: From
Classical to Multi-Scale Techniques. s.l. : John Wiley & Sons, 2011.
Xue, Z., et al. 2010. Calibration Procedures for a Computational Model of Ductile
Fracture. Engineering Fracture Mechanics. 2010, Vol. 77, pp. 492509.

45

7 APNDICES
A. ALGORITMO DO PROGRAMA

Figura 7.1 - Fluxograma do funcionamento do algoritmo gentico.

46

B. CDIGO DESENVOLVIDO EM PYTHON

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.

import random
import numpy as np
from deap import base, creator, tools, algorithms
from abaqus import *
from abaqusConstants import *
from caeModules import *
from driverUtils import executeOnCaeStartup
import odbAccess
executeOnCaeStartup()
session.journalOptions.setValues(replayGeometry=INDEX, recoverGeometry=INDEX)

#: Tensile Test
data = np.genfromtxt('C:\\temp\\GTN-PADRAO.txt')
NumPT = len(data)
NECK = 4.1/2
R0 = 6.09/2
L0 = 23.6/2
#Function Parameters Definition
nglobal_max = 3
nbits = []
min_ = []
max_ = []
oper0 = [0]*NumPT
oper1 = oper2 = 0
#Parameter 1: q1
nbits.append(3)
min_.append(1.4)
max_.append(1.6)
#Parameter 2: q2
nbits.append(3)
min_.append(1)
max_.append(1.1)
#Parameter 3: f0
nbits.append(10)
min_.append(0.998977)
max_.append(1.000000)
#Parameter 4: ff
nbits.append(6)
min_.append(0.01)
max_.append(0.64)
#Parameter 5: fc
nbits.append(8)
min_.append(0.001)
max_.append(0.256)
#Parameter 6: fn
nbits.append(7)
min_.append(0.000)
max_.append(0.127)
#Parameter 7: En
nbits.append(5)
min_.append(0.07)
max_.append(0.38)
#Parameter 8: Sn
nbits.append(7)
min_.append(0.005)
max_.append(0.132)
#Genetic Algorithm Parameters Definition

47

62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.

Pop_Size = 50
#Population Size
print "Population = "+str(Pop_Size)
NGen = 100
#Generation Number
print "Generation = "+str(NGen)
CXPB = 0.8
#Crossover Probability
MutPB = 0.2
#Mutation Probability of each individual
IndPB = 0.05
#Probability of each gene to mutate
Tournament = 2
#Individuals to crossover

#: ABAQUS
#: Creating Model
mdb.Model(name='GTN_CP', modelType=STANDARD_EXPLICIT)
#: Part
s = mdb.models['GTN_CP'].ConstrainedSketch(name='__profile__', sheetSize=200.0
)
g, v, d, c = s.geometry, s.vertices, s.dimensions, s.constraints
s.sketchOptions.setValues(viewStyle=AXISYM)
s.setPrimaryObject(option=STANDALONE)
s.ConstructionLine(point1=(0.0, -100.0), point2=(0.0, 100.0))
s.FixedConstraint(entity=g[2])
s.rectangle(point1=(0.0, 0.0), point2=(R0, L0))
s.CoincidentConstraint(entity1=v[0], entity2=g[2], addUndoState=False)
p = mdb.models['GTN_CP'].Part(name='CP', dimensionality=AXISYMMETRIC, type=DEF
ORMABLE_BODY)
p = mdb.models['GTN_CP'].parts['CP']
p.BaseShell(sketch=s)
s.unsetPrimaryObject()
p = mdb.models['GTN_CP'].parts['CP']
del mdb.models['GTN_CP'].sketches['__profile__']
#: Creating Model END

#: Creating Material
mdb.models['GTN_CP'].Material(name='STEEL')
mdb.models['GTN_CP'].materials['STEEL'].Density(table=((7.85e-09, ), ))
mdb.models['GTN_CP'].materials['STEEL'].Elastic(table=((219690.0, 0.3), ))
mdb.models['GTN_CP'].materials['STEEL'].Plastic(table=((507.334397,
0.0), (549.5097044, 0.000498704), (589.8508529, 0.001315076), (614.2308965
,
98.
0.002204102), (633.6845798, 0.003115551), (649.7991599, 0.0040422), (
99.
663.1692375, 0.004981341), (674.8624385, 0.005928115), (689.430522,
100.
0.006861803), (727.0541669, 0.011690545), (761.2557359, 0.016534864
), (
101.
790.326444, 0.021402538), (814.9560912, 0.026290427), (835.9965864,
102.
), (
103.
,
104.
), (
105.
,
106.
), (
107.

0.031194653), (854.0576758, 0.036112442), (869.3072179, 0.041043028

108.
, (
109.
,
110.
), (
111.
,

0.105620327), (966.701725, 0.110599701), (971.0602353, 0.115579861)

882.4422378, 0.045983239), (893.1472119, 0.050934511), (902.4773937

0.055892042), (910.4291914, 0.060855846), (918.0804833, 0.065821018
924.0262165, 0.070793954), (929.9363873, 0.075767052), (936.3031444
0.080738071), (941.9769986, 0.085712245), (947.3756487, 0.090687671
952.5259215, 0.095664227), (957.4508428, 0.10064181), (962.1703286,

975.2592619, 0.120560748), (979.3106819, 0.125542307), (983.2250718

0.130524489), (987.0118924, 0.135507252), (990.6796414, 0.140490557
994.2359809, 0.145474369), (997.6878443, 0.150458656), (1001.041527

48

112.
), (
113.

0.155443391), (1004.302762, 0.160428546), (1007.476786, 0.165414098

114.
), (
115.

0.180372927), (1019.391087, 0.185359866), (1022.193773, 0.190347108

116.
), (
117.

0.394979996), (1129.166151, 0.494860184), (1151.138029, 0.594760171

1010.568397, 0.170400026), (1013.582, 0.175386308), (1016.521649,

1024.932914, 0.19533464), (1069.814028, 0.295130347), (1102.844742,

1170.048251, 0.694674094), (1186.679978, 0.794598389), (1201.54635,

118.
0.894530719), (1215.002538, 0.994469468), (1227.304932, 1.094413469
)))
119.
#: Section Create
120.
mdb.models['GTN_CP'].HomogeneousSolidSection(name='SectionCP', material='STEEL', thickness=None)
121.
#: Set ALL
122.
p = mdb.models['GTN_CP'].parts['CP']
123.
f = p.faces
124.
faces = f.getSequenceFromMask(mask=('[#1 ]', ), )
125.
region = p.Set(faces=faces, name='ALL')
126.
#: Section Assign
127.
p = mdb.models['GTN_CP'].parts['CP']
128.
p.SectionAssignment(region=region, sectionName='SectionCP', offset=0.0,
129.
offsetType=MIDDLE_SURFACE, offsetField='', thicknessAssignment=FROM
_SECTION)
130.
#: Creating Material END
131.
132.
#: Creating Assembly
133.
a = mdb.models['GTN_CP'].rootAssembly
134.
a.DatumCsysByThreePoints(coordSysType=CYLINDRICAL, origin=(0.0, 0.0, 0.
0),
135.
point1=(1.0, 0.0, 0.0), point2=(0.0, 0.0, -1.0))
136.
p = mdb.models['GTN_CP'].parts['CP']
137.
a.Instance(name='CP-1', part=p, dependent=OFF)
138.
#: Creating Assembly END
139.
140.
#: Step-1
141.
mdb.models['GTN_CP'].ExplicitDynamicsStep(name='Step1', previous='Initial',
142.
timePeriod=1.0, massScaling=((SEMI_AUTOMATIC, MODEL, AT_BEGINNING,
143.
0.0, 1.8e-05, BELOW_MIN, 1, 0, 0.0, 0.0, 0, None), ))
144.
145.
mdb.models['GTN_CP'].fieldOutputRequests['F-Output1'].setValues(variables=(
146.
'S', ), numIntervals=1)
147.
148.
a = mdb.models['GTN_CP'].rootAssembly
149.
e1 = a.instances['CP-1'].edges
150.
edges1 = e1[2:3]
151.
a.Set(edges=edges1, name='TOP')
152.
regionDef=mdb.models['GTN_CP'].rootAssembly.sets['TOP']
153.
mdb.models['GTN_CP'].historyOutputRequests['H-Output1'].setValues(variables=(
154.
'RF2', ), numIntervals=100, region=regionDef, sectionPoints=DEFAULT
,
155.
rebar=EXCLUDE)
156.
157.
a = mdb.models['GTN_CP'].rootAssembly
158.
v1 = a.instances['CP-1'].vertices
159.
verts1 = v1[2:3]
160.
a.Set(vertices=verts1, name='No-U')
161.
regionDef=mdb.models['GTN_CP'].rootAssembly.sets['No-U']

49

162.
mdb.models['GTN_CP'].HistoryOutputRequest(name='H-Output-2',
163.
createStepName='Step-1', variables=('U2', ), numIntervals=100,
164.
region=regionDef, sectionPoints=DEFAULT, rebar=EXCLUDE)
165.
166.
#: Creating Boundary Condition
167.
#: BC-NECK
168.
a = mdb.models['GTN_CP'].rootAssembly
169.
e1 = a.instances['CP-1'].edges
170.
edges1 = e1[0:1]
171.
region = a.Set(edges=edges1, name='NECK')
172.
mdb.models['GTN_CP'].DisplacementBC(name='BCNECK', createStepName='Initial',
173.
region=region, u1=UNSET, u2=SET, ur3=UNSET, amplitude=UNSET,
174.
distributionType=UNIFORM, fieldName='', localCsys=None)
175.
#: BC-AXIS
176.
a = mdb.models['GTN_CP'].rootAssembly
177.
e1 = a.instances['CP-1'].edges
178.
edges1 = e1[3:4]
179.
region = a.Set(edges=edges1, name='AXIS')
180.
mdb.models['GTN_CP'].DisplacementBC(name='BCAXIS', createStepName='Initial',
181.
region=region, u1=SET, u2=UNSET, ur3=UNSET, amplitude=UNSET,
182.
distributionType=UNIFORM, fieldName='', localCsys=None)
183.
184.
#: Axial Load
185.
#: Amplitude
186.
mdb.models['GTN_CP'].TabularAmplitude(name='AmpTOPSIDE', timeSpan=STEP,
187.
smooth=SOLVER_DEFAULT, data=((0.0, 0.0), (0.1, 3.0), (1.0, 3.0)))
188.
#: Velocity
189.
a = mdb.models['GTN_CP'].rootAssembly
190.
region = a.sets['TOP']
191.
mdb.models['GTN_CP'].VelocityBC(name='BC-VEL', createStepName='Step1',
192.
region=region, v1=UNSET, v2=1.0, vr3=UNSET, amplitude='AmpTOPSIDE',
193.
localCsys=None, distributionType=UNIFORM, fieldName='')
194.
#: Creating Boundary Condition END
195.
196.
#: Creating Mesh
197.
elemType1 = mesh.ElemType(elemCode=CAX4R, elemLibrary=EXPLICIT,
198.
secondOrderAccuracy=ON, hourglassControl=DEFAULT,
199.
distortionControl=DEFAULT)
200.
elemType2 = mesh.ElemType(elemCode=CAX3, elemLibrary=EXPLICIT)
201.
a = mdb.models['GTN_CP'].rootAssembly
202.
f1 = a.instances['CP-1'].faces
203.
faces1 = f1.getSequenceFromMask(mask=('[#1 ]', ), )
204.
pickedRegions =(faces1, )
205.
a.setElementType(regions=pickedRegions, elemTypes=(elemType1, elemType2
))
206.
#: Partition Face
207.
a = mdb.models['GTN_CP'].rootAssembly
208.
f1 = a.instances['CP-1'].faces
209.
t = a.MakeSketchTransform(sketchPlane=f1[0], sketchPlaneSide=SIDE1, ori
gin=(0.0, 0.0, 0.0))
210.
s1 = mdb.models['GTN_CP'].ConstrainedSketch(name='__profile__', sheetSi
ze=41.23, gridSpacing=1.03, transform=t)
211.
g, v, d, c = s1.geometry, s1.vertices, s1.dimensions, s1.constraints
212.
s1.setPrimaryObject(option=SUPERIMPOSE)
213.
a = mdb.models['GTN_CP'].rootAssembly
214.
a.projectReferencesOntoSketch(sketch=s1, filter=COPLANAR_EDGES)
215.
#: Partition Lines
216.
s1.Line(point1=(0.0, 0.3), point2=(3.045, 0.3))
217.
s1.HorizontalConstraint(entity=g[7], addUndoState=False)
218.
s1.PerpendicularConstraint(entity1=g[5], entity2=g[7], addUndoState=Fal
se)

50

219.

s1.CoincidentConstraint(entity1=v[4], entity2=g[5], addUndoState=False)

220.

s1.CoincidentConstraint(entity1=v[5], entity2=g[3], addUndoState=False)

221.
222.
223.
se)
224.

s1.Line(point1=(0.0, 0.5), point2=(3.045, 0.5))

s1.HorizontalConstraint(entity=g[8], addUndoState=False)
s1.PerpendicularConstraint(entity1=g[5], entity2=g[8], addUndoState=Fal

225.

s1.CoincidentConstraint(entity1=v[7], entity2=g[3], addUndoState=False)

226.
227.
228.
229.
230.
231.
232.
233.
234.
235.
236.
237.
238.
239.
240.
241.
242.
243.
244.
245.
246.
247.
248.
249.
250.
251.
252.
253.
254.
255.
256.
257.
258.
259.
260.
261.
262.
263.

a = mdb.models['GTN_CP'].rootAssembly
f1 = a.instances['CP-1'].faces
pickedFaces = f1.getSequenceFromMask(mask=('[#1 ]', ), )
a.PartitionFaceBySketch(faces=pickedFaces, sketch=s1)
s1.unsetPrimaryObject()
del mdb.models['GTN_CP'].sketches['__profile__']
#: Mesh Generate
a = mdb.models['GTN_CP'].rootAssembly
e1 = a.instances['CP-1'].edges
pickedEdges = e1.getSequenceFromMask(mask=('[#f5 ]', ), )
a.seedEdgeBySize(edges=pickedEdges, size=0.1, deviationFactor=0.1,
constraint=FINER)
a = mdb.models['GTN_CP'].rootAssembly
e1 = a.instances['CP-1'].edges
pickedEndEdges = e1.getSequenceFromMask(mask=('[#a ]', ), )
a.seedEdgeByBias(biasMethod=DOUBLE, endEdges=pickedEndEdges,
minSize=0.5, maxSize=1.5, constraint=FINER)
a = mdb.models['GTN_CP'].rootAssembly
e1 = a.instances['CP-1'].edges
pickedEdges = e1.getSequenceFromMask(mask=('[#300 ]', ), )
a.seedEdgeBySize(edges=pickedEdges, size=0.25, deviationFactor=0.1,
constraint=FINER)
a = mdb.models['GTN_CP'].rootAssembly
partInstances =(a.instances['CP-1'], )
a.generateMesh(regions=partInstances)
#: Creating Mesh END

s1.CoincidentConstraint(entity1=v[6], entity2=g[5], addUndoState=False)

a = mdb.models['GTN_CP'].rootAssembly
n1 = a.instances['CP-1'].nodes
nodes1 = n1[148:149]
a.Set(nodes=nodes1, name='No-Neck')
regionDef=mdb.models['GTN_CP'].rootAssembly.sets['No-Neck']
mdb.models['GTN_CP'].HistoryOutputRequest(name='H-Output-3',
createStepName='Step-1', variables=('COOR1', ), numIntervals=1,
region=regionDef, sectionPoints=DEFAULT, rebar=EXCLUDE)
#: Job
mdb.Job(name='GTN_CP', model='GTN_CP', description='', type=ANALYSIS,

264.
atTime=None, waitMinutes=0, waitHours=0, queue=None, memory=90,
265.
memoryUnits=PERCENTAGE, explicitPrecision=DOUBLE_PLUS_PACK,
266.
nodalOutputPrecision=FULL, echoPrint=OFF, modelPrint=OFF, contactPr
int=OFF,
267.
historyPrint=OFF, userSubroutine='', scratch='',
268.
parallelizationMethodExplicit=DOMAIN, numDomains=2,
269.
activateLoadBalancing=False, multiprocessingMode=DEFAULT, numCpus=2
)
270.
271.
272.
#: GENETIC ALGORITHM
273.
#: Class Creation
274.
creator.create("FitnessMin", base.Fitness, weights=(-1.0, -1.0))
275.
creator.create("Individual", list, fitness=creator.FitnessMin)
276.
#: Toolbox Registration - Population

51

277.
Ind_Size = 0
278.
for i in range(len(nbits)):
279.
Ind_Size = Ind_Size+nbits[i]
280.
print Ind_Size
281.
toolbox = base.Toolbox()
282.
toolbox.register("attr_bool", random.randint, 0, 1)
283.
toolbox.register("individual", tools.initRepeat, creator.Individual, to
olbox.attr_bool, Ind_Size)
284.
toolbox.register("population", tools.initRepeat, list, toolbox.individu
al)
285.
286.
#: Binary convertor
287.
def bin2float(min_, max_, nbits):
288.
def wrap(function):
289.
def wrapped_function(individual, *args, **kargs):
290.
decoded = [0] * len(nbits)
291.
for i in range(len(nbits)):
292.
gene = int("".join(map(str, individual[i*nbits[i]:i*nbi
ts[i]+nbits[i]])), 2)
293.
div = 2**nbits[i] - 1
294.
temp = float(gene)/float(div)
295.
decoded[i] = min_[i] + (temp * (max_[i] - min_[i]))
296.
return function(decoded, *args, **kargs)
297.
return wrapped_function
298.
return wrap
299.
#: Function Bin to Dec Convertor
300.
def parconvert(x):
301.
return [x[i] for i in range(len(nbits))]
302.
303.
304.
#: Evaluation
305.
306.
TEMP_IND = TEMP_oper1 = TEMP_oper2 = []
307.
308.
def evaluateInd(individual):
309.
310.
global TEMP_IND
311.
global TEMP_oper1
312.
global TEMP_oper2
313.
VERDADE = False
314.
315.
316.
cont=0
317.
while True:
318.
try:
319.
cont+=1
320.
print "Tentativa"+str(cont)
321.
#
if cont>10:
322.
#
mdb.jobs['GTN_CP'].waitForCompletion()
323.
324.
325.
326.
327.
328.
329.
330.
331.
332.
333.
334.
335.
336.
337.
338.

continue
for i in range(len(TEMP_IND)):
if individual == TEMP_IND[i]:
TEMP_i = i
VERDADE = True
if VERDADE == True:
print 'Repetido'
oper1 = TEMP_oper1[TEMP_i]
oper2 = TEMP_oper2[TEMP_i]
else:
#: Calculo New Fitness
#Parameters

52

339.
Parameter=(bin2float(min_, max_, nbits)(parconvert)(ind
ividual))
340.
print "Parmetro:"
341.
print Parameter
342.
343.
q1 = 1.5
344.
q2 = 1
345.
F0 = Parameter[0]
346.
Ff = Parameter[1]
347.
Fc = Parameter[2]
348.
Fn = Parameter[3]
349.
En = Parameter[4]
350.
Sn = Parameter[5]
351.
352.
if Fc>Ff:
353.
print 'Invalid Parameter Fc ='+str(Fc)+'''''
354.
'''
355.
elif Fn>Fc:
356.
print 'Invalid Parameters Fn ='+str(Fn)+'''''
357.
'''
358.
elif Sn>En/2.337:
359.
print 'Invalid Parameters Sn ='+str(Sn)+'''''
360.
'''
361.
else:
362.
363.
mdb.models['GTN_CP'].materials['STEEL'].PorousMetal
Plasticity(relativeDensity = F0, table=((q1, q2, q1**2), ))
364.
mdb.models['GTN_CP'].materials['STEEL'].porousMetal
Plasticity.PorousFailureCriteria(fraction = Ff, criticalFraction = Fc)
365.
mdb.models['GTN_CP'].materials['STEEL'].porousMetal
Plasticity.VoidNucleation(table=((En, Sn, Fn), ))
366.
367.
#: Running Analysis
368.
mdb.jobs['GTN_CP'].submit(consistencyChecking=OFF)
369.
370.
371.
372.
373.
374.
375.
376.
377.
1', odb=odb,
378.
3 in NSET TOP', steps=(
379.
380.
2', odb=odb,
381.
4 in NSET TOP', steps=(
382.
383.
3', odb=odb,
384.
49 in NSET TOP', steps=(
385.
386.
4', odb=odb,
387.
50 in NSET TOP', steps=(
388.
389.
5', odb=odb,

mdb.jobs['GTN_CP'].waitForCompletion()
#: Running Analysis END
#: Output Database
o3 = session.openOdb(name='C:/Temp/GTN_CP.odb')
#: RF Data
odb = session.odbs['C:/Temp/GTN_CP.odb']
xy0 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
'Step-1', ), )
xy1 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
'Step-1', ), )
xy2 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
'Step-1', ), )
xy3 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
'Step-1', ), )
xy4 = session.XYDataFromHistory(name='RF-

53

390.

outputVariableName='Reaction force: RF2 at Node

51 in NSET TOP', steps=(

391.
392.
6', odb=odb,
393.
52 in NSET TOP',
394.
395.
7', odb=odb,
396.
53 in NSET TOP',
397.
398.
8', odb=odb,
399.
54 in NSET TOP',
400.
401.
9', odb=odb,
402.
55 in NSET TOP',
403.
404.
10', odb=odb,
405.
56 in NSET TOP',
406.
407.
11', odb=odb,
408.
57 in NSET TOP',
409.
410.
12', odb=odb,
411.
58 in NSET TOP',
412.
413.
13', odb=odb,
414.
59 in NSET TOP',
415.
416.
14', odb=odb,
417.
60 in NSET TOP',
418.
419.
15', odb=odb,
420.
61 in NSET TOP',
421.
422.
16', odb=odb,
423.
62 in NSET TOP',
424.
425.
17', odb=odb,
426.
63 in NSET TOP',
427.
428.
18', odb=odb,

'Step-1', ), )
xy5 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy6 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy7 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy8 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy9 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy10 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy11 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy12 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy13 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy14 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy15 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy16 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy17 = session.XYDataFromHistory(name='RF-

54

429.

outputVariableName='Reaction force: RF2 at Node

64 in NSET TOP', steps=(

430.
431.
19', odb=odb,
432.
65 in NSET TOP',
433.
434.
20', odb=odb,
435.
66 in NSET TOP',
436.
437.
21', odb=odb,
438.
67 in NSET TOP',
439.
440.
22', odb=odb,
441.
68 in NSET TOP',
442.
443.
23', odb=odb,
444.
69 in NSET TOP',
445.
446.
24', odb=odb,
447.
70 in NSET TOP',
448.
449.
25', odb=odb,
450.
71 in NSET TOP',
451.
452.
26', odb=odb,
453.
72 in NSET TOP',
454.
455.
27', odb=odb,
456.
73 in NSET TOP',
457.
458.
28', odb=odb,
459.
74 in NSET TOP',
460.
461.
29', odb=odb,
462.
75 in NSET TOP',
463.
464.
30', odb=odb,
465.
76 in NSET TOP',
466.
467.
31', odb=odb,

'Step-1', ), )
xy18 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy19 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy20 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy21 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy22 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy23 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy24 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy25 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy26 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy27 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy28 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy29 = session.XYDataFromHistory(name='RFoutputVariableName='Reaction force: RF2 at Node
steps=(
'Step-1', ), )
xy30 = session.XYDataFromHistory(name='RF-

55

468.

outputVariableName='Reaction force: RF2 at Node

77 in NSET TOP', steps=(

469.
470.

'Step-1', ), )
xy31 = sum((xy0, xy1, xy2, xy3, xy4, xy5, xy6, xy7,
xy8, xy9, xy10, xy11, xy12,
471.
xy13, xy14, xy15, xy16, xy17, xy18, xy19, xy20,
xy21, xy22, xy23, xy24,
472.
xy25, xy26, xy27, xy28, xy29, xy30, ), )
473.
474.
#: U Data
475.
xy32 = session.XYDataFromHistory(name='U', odb=odb,
476.

outputVariableName='Spatial displacement: U2 at
Node 3 in NSET NO-U',

477.
steps=('Step-1', ), )
478.
479.
#: UxRF Data
480.
xy33 = combine(xy32, xy31)
481.
482.
tmpName = xy31.name
483.
session.xyDataObjects.changeKey(tmpName, 'RF')
484.
tmpName = xy33.name
485.
session.xyDataObjects.changeKey(tmpName, 'UxRFGTN_CP')
486.
487.
#: NECK
488.
odb = session.odbs['C:/Temp/GTN_CP.odb']
489.
session.XYDataFromHistory(name='NECK', odb=odb,
490.
outputVariableName='Coordinates: COOR1 at Node
149 in NSET NO-NECK',
491.
steps=('Step-1', ), )
492.
493.
#: Saving Data
494.
x0 = session.xyDataObjects['UxRF-GTN_CP']
495.
session.writeXYReport(fileName='GTNRF.txt', appendMode=OFF, xyData=(x0, ))
496.
x1 = session.xyDataObjects['NECK']
497.
session.writeXYReport(fileName='GTNNECK.txt', appendMode=OFF, xyData=(x1, ))
498.
499.
#: Deleting All Data
500.
for i in range(31):
501.
del session.xyDataObjects['RF-'+str(i+1)]
502.
503.
del session.xyDataObjects['RF']
504.
del session.xyDataObjects['U']
505.
del session.xyDataObjects['NECK']
506.
del session.xyDataObjects['UxRF-GTN_CP']
507.
508.
session.odbs['C:/Temp/GTN_CP.odb'].close()
509.
#: ODB END
510.
511.
#: Avaliating Results
512.
if Fc>Ff:
513.
oper1 = oper2 = 1
514.
elif Fn>Fc:
515.
oper1 = oper2 = 1
516.
elif Sn>En/2.337:
517.
oper1 = oper2 = 1
518.
else:
519.
oper0 = [0]*NumPT
520.
oper1 = oper2 = 0
521.
data0,data1 = np.genfromtxt('C:\\temp\\GTNRF.txt', skip_header=2, unpack=True)
522.
for i in range(len(data1)):
523.
if data1[i] < 0:

56

524.
data1[i:] = 0
525.
for i in range(len(data1)):
526.
if data[i] == 0:
527.
oper0[i] = 0
528.
else:
529.
oper0[i] = ((data1[i]data[i])/data[i])**2.
530.
oper1 = (sum(oper0)/len(data1))**0.5
531.
532.
NECK0,NECK1 = np.genfromtxt('C:\\temp\\GTNNECK.txt', skip_header=2, unpack=True)
533.
oper2 = ((NECK-NECK1[1])**2)**0.5/NECK
534.
#: Calculo New Fitness Final
535.
536.
#: New TEMP
537.
TAMANHO = len(TEMP_IND)+1
538.
TEMP_IND2 = [0] * TAMANHO
539.
TEMP_oper1_2 = [0] * TAMANHO
540.
TEMP_oper2_2 = [0] * TAMANHO
541.
542.
for j in range(len(TEMP_IND)):
543.
TEMP_IND2[j] = TEMP_IND[j]
544.
TEMP_oper1_2[j] = TEMP_oper1[j]
545.
TEMP_oper2_2[j] = TEMP_oper2[j]
546.
547.
TEMP_IND2[len(TEMP_IND2)-1] = individual
548.
TEMP_oper1_2[len(TEMP_oper1_2)-1] = oper1
549.
TEMP_oper2_2[len(TEMP_oper2_2)-1] = oper2
550.
551.
TEMP_IND = TEMP_IND2
552.
TEMP_oper1 = TEMP_oper1_2
553.
TEMP_oper2 = TEMP_oper2_2
554.
#: New TEMP Final
555.
except:
556.
continue
557.
break
558.
559.
print "Fitness1 = "+str(oper1)+" Fitness2 = "+str(oper2)+'''''
560.
'''
561.
return oper1, oper2
562.
563.
564.
#: Toolbox Registration - Operetor Set
565.
toolbox.register("mate", tools.cxTwoPoint)
566.
toolbox.register("mutate", tools.mutFlipBit, indpb=IndPB)
567.
toolbox.register("select", tools.selTournament, tournsize=Tournament)
568.
toolbox.register("evaluate", evaluateInd)
569.
570.
#: Algorithm
571.
def main():
572.
pop = toolbox.population(Pop_Size)
573.
hof = tools.HallOfFame(nglobal_max)
574.
stats = tools.Statistics(lambda ind: ind.fitness.values)
575.
stats.register("avg", np.mean, axis=0)
576.
stats.register("min", np.min, axis=0)
577.
stats.register("max", np.max, axis=0)
578.
pop, logbook = algorithms.eaSimple(pop, toolbox, CXPB, MutPB, NGen,
stats=stats, halloffame=hof, verbose=True)
579.
return pop, logbook, hof
580.
if __name__ == "__main__":
581.
pop, log, hof = main()
582.
print(" ")
583.
result=[0]*nglobal_max
584.
for glob in range(nglobal_max):
585.
HallFame = bin2float(min_, max_, nbits)(parconvert)(hof[glob])

57

586.
587.

hofFit = hof[glob].fitness
print"Global minimum "+str(1+glob)+" is: %s \nwith fitness: %s"
% (HallFame, hofFit,)
588.
result[glob]=((HallFame))
589.
np.savetxt('C:\\temp\\GTNGA_Result.txt', result, fmt='%f', delimiter=',')
590.
print("END")

58