Você está na página 1de 89

UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA

CENTRO DE CIÊNCIAS TECNOLÓGICAS - CCT


DEPARTAMENTO DE ENGENHARIA MECÂNICA E PRODUÇÃO
CURSO DE GRADUAÇÃO EM ENGENHARIA MECÂNICA

PROJETO DE UM BRAÇO INFERIOR DE SUSPENSÃO PARA UM VEÍCULO


OFF-ROAD UTILIZANDO OTIMIZAÇÃO TOPOLÓGICA

Felinto Rabelo Fonseca Neto

Orientador: Prof. Me. Flavio Nunes Pereira

SÃO LUÍS – MA
2014
1

FELINTO RABELO FONSECA NETO

PROJETO DE UM BRAÇO INFERIOR DE SUSPENSÃO PARA UM VEÍCULO


OFF-ROAD UTILIZANDO OTIMIZAÇÃO TOPOLÓGICA

Trabalho de conclusão de curso


apresentado ao Curso de Engenharia
Mecânica da Universidade Estadual do
Maranhão - UEMA, como parte dos
requisitos para obtenção do título de
Engenheiro Mecânico

Professor orientador:
Prof. Me.: Flavio Nunes Pereira

SÃO LUÍS – MA
2014
2

Fonseca Neto, Felinto Rabelo.


Projeto de braço inferior de suspensão para um veiculo off-road utilizando
otimização topológica / Felinto Rabelo Fonseca Neto.– São Luís, 2014.

... f

Monografia (Graduação) – Curso de Engenharia Mecânica, Universidade


Estadual de Maranhão, 2014.

Orientador: Prof.Flavio Nunes Pereira.

1.Otimização estrutural. 2.Otimizaçõa topológica. 3.Suspensão veicular.


4.Off-road. 5.Minibaja. 6.Duplo-A. I.Título

CDU: 629.3
3

FELINTO RABELO FONSECA NETO

PROJETO DE UM BRAÇO INFERIOR DE SUSPENSÃO PARA UM VEÍCULO


OFF-ROAD UTILIZANDO OTIMIZAÇÃO TOPOLÓGICA

Trabalho de conclusão de curso


apresentado ao Curso de Engenharia
Mecânica da Universidade Estadual do
Maranhão - UEMA, como parte dos
requisitos para obtenção do título de
Engenheiro Mecânico

Professor orientador:
Prof. Me.: Flavio Nunes Pereira

Aprovada em _______ de ___________________________ de __________.

BANCA EXAMINADORA

______________________________________________________________
Prof. Me. Flávio Nunes Pereira
(Orientador)

______________________________________________________________
Prof. Me. Maria Amália Trindade de Castro
(Examinador)

______________________________________________________________
Prof. Dr. Adilto Pereira Andrade Cunha
(Examinador)
4

Dedico este trabalho à Deus, à minha família e amigos, e a minha noiva.


5

AGRADECIMENTOS

Agradeço à Deus pela graça concedida e inteligência dada para a execução deste
trabalho.

À minha mãe que sempre me incentivou ao estudo, pelo apoio e amor nos momentos
bons e ruins.

À minha noiva que me ajudou com inspiração e motivação em todo tempo.

Ao meu orientador, prof. Me. Flávio Nunes Pereira.

À minha professora, Maria Amália Trindade de Castro.

Aos membros da equipe de BajaSAE, Bumba-meu-baja da Universidade Estadual do


Maranhão – UEMA pelo companheirismo e ajuda na execução deste trabalho.

Aos membros da turma do primeiro semestre de 2009 do Curso de Engenharia


Mecânica da Universidade Estadual do Maranhão – UEMA, pelas alegrias durante o
curso.

À Universidade Estadual do Maranhão.

E a todos que colaboraram direta ou indiretamente para elaboração deste trabalho.


6

Viver pela graça significa reconhecer toda


a história da minha vida, o lado bom e o
ruim. Ao admitir o meu lado escuro,
aprendo quem sou e o que a graça de
Deus significa. Como colocou Thomas
Merton: "Um santo não é alguém bom, mas
alguém que experimenta a bondade de
Deus".

(Brennan Manning)
7

RESUMO

A indústria automotiva torna-se ao passar dos dias ainda mais forte e competitiva,
introduzindo ao longo dos anos inúmeras novas metodologias e conceitos para a
realização de atividades de forma mais eficiente do que em tempos passados. Um
desses novos métodos chama-se Otimização Topológica (OT), o qual tem larga
aplicação e desenvolvimento na área automotiva (assim como em outras áreas – por
exemplo: aeronáutica e naval) no fim da década de 80 e continua evoluindo até os
dias atuais, sendo aplicado em inúmeros softwares de análise numérica presentes no
mercado, tanto para área de sólidos estáticos como para área de fluidos, térmica,
acústica, entre outras. O MOT baseia-se na procura de uma forma e topologia ótimas
para um determinado volume inicial que irá suportar cargas de alguma forma, ou seja,
é procurado a melhor geometria, a partir de uma geometria inicial predeterminada,
para resistir às forças aplicadas da melhor forma possível, objetivando a maximização
ou minimização de uma função qualquer (massa, rigidez e etc.). Neste trabalho tem-
se em sua abordagem a aplicação desta ferramenta para a realização da otimização
do braço inferior de uma suspensão Duplo-A para um veículo off-road Minibaja
objetivando-se a diminuição da massa total da suspensão e consequentemente do
veículo. Também, o trabalho não se detém na criação de um novo algoritmo, mas sim
na aplicação de dois softwares para comparação e validação da análise de forma a
minimizar os custos finais para aplicação na competição BajaSAE e gerar uma
metodologia para a equipe de baja da Universidade Estadual do Maranhão.

Palavras chave: Otimização Estrutural, Otimização Topológica, Suspensão Veicular,


off-road, Minibaja, Duplo-A.
8

ABSTRACT

The automotive industry becomes over the days even stronger and competitive.
Introducing through the years countless new concepts and methodologies for carrying
out activities in a more efficient way than formerly. One of these new methods is called
Topology Optimization (TO), which has large application and development in the
automotive industry (as in other areas - for example, aircraft and marine) since the late
1980s and one keeps to evolve until today, being applied to many numerical analysis
software on the market, both solids and fluids areas (thermal, acoustic, among others
areas too). The OT is based on searching a form and an optimal topology for a given
initial volume that will withstand loads in some way, i.e., the optimal geometry is sought
from a predetermined initial geometry to endure forces applied in the best possible
way, aiming at maximizing or minimizing any function (e.g.: mass, stiffness, etc.). This
paper has in its approach the application of this tool to accomplish the optimization
from a lower A-arm of a double wishbone suspension for a Minibaja off-road vehicle,
searching to perform the decrease of total mass of the suspension and therefore the
total mass of vehicle. Also, the paper does not aim creating a new algorithm but rather
in the application of two softwares for comparison and validation of the analysis in order
to minimize the final cost for application in BajaSAE competition and generate a new
methodology to the baja team from State University of Maranhão.

Keywords: Structural Optimization, Topology Optimization, Vehicle Suspension, off-


road, Minibaja, Double wishbone.
9

LISTA DE ILUSTRAÇÕES

Figura 1.1 Desenho em CAD da suspensão dianteira Duplo-A do protótipo Bajah


I da equipe de Baja da Universidade Estadual do Maranhão, com
destaque para os braços inferiores....................................................17
Figura 1.2 Foto da suspensão dianteira Duplo-A do protótipo Bajah I da equipe
de Baja da Universidade Estadual do Maranhão...............................19
Figura 1.3 Jumelo de mola projetado pela Grede Holdings LLC com a ajuda da
Otimização Topológica......................................................................20
Figura 1.4 Evolução de desenho de manga de eixo dianteira com utilização de
OT .................................................................................................... 20
Figura 1.5 Exemplos de aplicação de OT na SONY Eletronics, Boeing e Audi...21
Figura 1.6 Otimização Topológica de tubulação existente de entrada do intercoo-
ler (radiador)......................................................................................21
Figura 3.1 Protótipo de Baja 2014 da equipe Bumba-meu-baja da Universidade
Estadual do Maranhão......................................................................24
Figura 3.2 Protótipo de Baja 2014 da equipe Bumba-meu-baja da Universidade
Estadual do Maranhão......................................................................24
Figura 3.3 Efeito da massa não-suspensa sobre o a capacidade de isolamento
da suspensão....................................................................................25
Figura 4.1 Moeda romana com representação de uma charrete de guerra........27
Figura 4.2 Detalhe do Y em couro sustentando a plataforma.............................27
Figura 4.3 Patente de Selden de 1895 mostrando o uso das molas elípticas de
feixe de molas na frente A e atrás B. O volante é C e pedal de freio
em D..................................................................................................28
Figura 4.4 A nova direção Cadillac e suspensão independente de 1934...........29
Figura 4.5 Configurações de suspensão Duplo-A: a) paralela com braços
desiguais; b) paralela com braços longos iguais; c) paralela com
braços curtos iguais; d) não-paralelas com braços desiguais............31
Figura 4.6 Configurações de suspensão Duplo-A com diferentes posicionamen-
tos de mola helicoidal........................................................................32
Figura 4.7 Protótipo atual em CAD do braço inferior do Bajah I: a) discretizado;
b) não-discretizado............................................................................34
10

Figura 4.8 Formas de otimização Estrutural: a) Paramétrica; b) Forma; c)


topológica discreta; d) topológica contínua........................................38
Figura 4.9 Solução analítica exata para uma viga em balança de Michell..........40
Figura 4.10 Otimização topológica: a) sem penalização; b) com penalização
(SIMP)...............................................................................................41
Figura 4.11 Microestruturas para problemas 2D de otimização topológica em
meios contínuos: a) Microestrutura perfurada com furos retangulares
em uma célula unitária quadrada; b) Microestrutura com camadas
construída com dois materiais isotrópicos diferentes........................46
Figura 4.12 Classificação simplificada dos métodos de otimização topológica....47
Figura 4.13 Comparação do histórico de evolução de otimização para viga em
balanço: a) sem o método de média de sensibilidade histórica; b) com
o método de sensibilidade histórica...................................................53
Figura 5.1 Sistema SWIFT 10 para veículos pequenos (caso do Baja).............54
Figura 5.2 Dados sobre impacto de 16 carros de passeio: massa do veículo (kg),
Velocidade de impacto (km/h), tempo de duração do impacto (ms),
desaceleração da massa(g)..............................................................56
Figura 5.3 Gráfico de tendência dos valores de desaceleração em relação à
massa e velocidade...........................................................................57
Figura 5.4 Braço original e braço otimizado........................................................58
Figura 5.5 Nova geometria para análise no ParetoWorks..................................58
Figura 5.6 Destaque das áreas comuns das soluções de otimização para cada
malha de elementos..........................................................................59
Figura 5.7 Geometria de suspensão otimizada para forças verticais..................60
Figura 5.8 Geometria otimizada para impacto frontal: a) 6mil elementos; b) 12mil
lementos........................................................................................... 60
Figura 5.9 Interpretação da geometria ótima para cargas verticais....................62
Figura 5.10 Braço otimizado para cargas verticais...............................................62
Figura 5.11 Ensaio de tração no braço atual........................................................62
Figura 5.12 Visualização da configuração otimizada em carga frontal em CAD...63
Figura 5.13 União da interpretação das duas geometrias otimizadas com o
PareTOWorks .................................................................................. 64
Figura 5.14 Simulação de deformação para cargas de impacto frontal................65
11

Figura 5.15 Resultado ótimo para as diferentes malhas demonstradas na figura


5.14...................................................................................................66
Figura 5.15 Otimização para cargas frontais no BESO2D para diferentes malhas
..........................................................................................................67
Figura 5.17 Braço com interpretação para malhas intermediárias no BESO2D..68
Figura 5.18 Análise de tensão na nova interpretação com BESO2D..................68
Figura 5.19 Braço otimizado com BESO2D.........................................................69
Figura 5.20 Design dos braços de suspensão com BESO2D (verde) e
PareTOWorks (vermelho).................................................................71
12

LISTA DE ABREVIATURAS E SIGLAS

CAD Computer-Aided Design (Desenho Assistido por Computador)


CAE Computer-Aided Engineering (Engenharia Assistida por Computador)
MEF Método dos Elementos Finitos
FEM Finite Element Method
QFD Quality Function Deployment (Desdobramento da Função Qualidade)
SIMP Solid Isotropic Material with Penalization (Material Sólido Isotrópico com
Penalização)
MOT Método de Otimização Topológica
OT Otimização Topológica
SAE Society of Automotive Engineers (Sociedade de Engenheiros da Mobilida-
de)
GSO Generalized Shape Optimization (Otimização Generalizada de Forma)
AG Algoritmos genéticos
AE Algoritmos evolutivos
BESO Bi-directional Evolutionary Structural Optimization (Otimização Estrutural
Evolucionária Bi-direcional)
ESO Evolutionary Structural Optimization (Otimização Estrutural Evolucionária).
SWIFT Spinning Wheel Integrated Force Transducer (Transdutor de força
integrado de roda giratório)
DFMA Design for Manufacturing and Assembly (Projeto para Manufatura e
Montagem)
13

LISTA DE TABELAS

TABELA 1 Parâmetros que causam perturbação em vários sistemas de


engenharia........................................................................................33
Tabela 02 Resultado comparativo das simulações com SolidWorksTM para os
braços otimizados utilizando o PareTOWorks e o BESO2D............70
14

SUMÁRIO
1 INTRODUÇÃO ......................................................................................... 16
2 OBJETIVOS ............................................................................................. 22
2.1 GERAL ..................................................................................................... 22
2.2 ESPECÍFICOS ......................................................................................... 22
3 JUSTIFICATIVAS .................................................................................... 23
3.1 SAE BRASIL ............................................................................................ 23
3.2 PROTÓTIPOS JÁ CONSTRUÍDOS ......................................................... 24
3.3 INFLUÊNCIA DA MASSA DA SUSPENSÃO SOBRE A DINÂMICA DO
CARRO .................................................................................................... 25
3.4 JUSTIFICATIVAS ..................................................................................... 26
4 REVISÃO TEÓRICA ................................................................................ 27
4.1 SUSPENSÃO VEICULAR – UM BREVE HISTÓRICO ............................. 27
4.1.1 Suspensão independente ...................................................................... 30
4.1.2 Suspensão Duplo-A ............................................................................... 30
4.2 MÉTODO DOS ELEMENTOS FINITOS ................................................... 32
4.2.1 O MEF e seu papel na otimização topológica ...................................... 34
4.3 OTIMIZAÇÃO ESTRUTURAL (OE) ......................................................... 35
4.3.1 Formulação matemática geral de um problema de OE ....................... 36
4.3.2 Tipos de Otimização Estrutural ............................................................. 37
4.3.3 Método de Otimização Topológica (OT) .............................................. 38
4.3.3.1 Histórico ................................................................................................... 39
4.3.3.2 Formulação matemática para otimização topológica................................ 42
4.3.3.3 Classificação dos métodos de abordagem do problema clássico ............ 43
4.3.3.3.1 Abordagem Macroestruturada .................................................................. 44
4.3.3.3.2 Abordagem Microestruturada ................................................................... 45
4.3.3.4 Softwares de implementação do MOT ..................................................... 48
4.3.3.4.1 PareTOWorks ........................................................................................... 50
4.3.3.4.2 BESO2D ................................................................................................... 51
5 SIMULAÇÕES E RESULTADOS OTIMIZADOS ..................................... 54
5.1 ANÁLISES DE CARGAS ATUANTES NO BRAÇO INFERIOR DA
SUSPENSÃO ........................................................................................... 54
5.2 ABORDAGEM UTILIZANDO-SE O SOFTWARE PARETOWORKS ....... .57
5.2.1 Otimização para cargas verticais .......................................................... 59
15

5.2.2 Otimização para cargas frontais ........................................................... 60


5.2.3 Interpretação dos resultados e análise final com PareTOWorks ....... 61
5.2.3.1 Carga vertical ........................................................................................... 61
5.2.3.2 Carga Frontal............................................................................................ 63
5.3 ABORDAGEM UTILIZANDO-SE O SOFTWARE BESO2D ..................... 64
5.3.1 Otimização para cargas verticais .......................................................... 64
5.3.2 Otimização para cargas frontais ........................................................... 66
5.3.3 Interpretação dos resultados e análise final para BESO2D ................ 67
5.3.3.1 Carga vertical ........................................................................................... 67
5.3.3.2 Carga Frontal............................................................................................ 68
5.4 PARETOWORKS X BESO2D .................................................................. 69
5.5 METODOLOGIA RESULTANTE .............................................................. 72
6 CONCLUSÃO .......................................................................................... 74
REFERÊNCIAS ......................................................................................................... 75
APENDICES ............................................................................................................. 78
16

1 INTRODUÇÃO

Com o avanço tecnológico vertiginoso da engenharia, concebido pelo


aparecimento da era computacional, novas ferramentas de trabalho surgiram. Dentre
essas, os programas CAD (Computer-Aided Design / Projeto auxiliado por
computador) e CAE (Computer-Aided Engineering / Engenharia auxiliada por
computador) mostraram-se grandes inovações na subtração de tempo de projeto e
consequentemente custo final das peças.

Entrelaçados a esses programas surgiram também novas metodologias


que anteriormente não eram exequíveis devido ao grande número de equações
necessárias para resolução dos problemas de engenharia. Metodologias de
otimização, cálculo com Elementos Finitos (MEF ou FEM em inglês), dinâmica de
sistemas multi-corpos, entre outros são exemplos. Assim, todos os setores de
desenvolvimento em engenharia conseguiram inovações em seus processos de
projeto e manufatura, incluindo-se nesses os setores aeronáutico, naval e automotivo.

A metodologia de projetos de suspensões para veículos automotores está


entre um dos ramos que mais sofreram melhorias na era computacional. A
metodologia anteriormente utilizada no processo de desenvolvimento de suspensões,
observada ao longo da história, de tentativa e erro na fase de prototipagem e análise
em tamanho real, assim como em outras áreas da engenharia, sofreu grande redução
por conta da chegada da resolução de problemas por iteração e também a
possibilidade de errar-se na fase de construção em ambiente 3-D e não mais na fase
de testes físicos. Entretanto o projeto de suspensões sempre foi um grande problema
de engenharia.

Com isso, como todo projeto, a fase de “identificação da necessidade” nos


traz à tona os conceitos de: pesquisa de mercado, QFD, Benchmarking, entre outros;
para que o projeto final tenha um mercado certo. E para que esse alvo seja alcançado,
há a necessidade de uma suspensão que se comporte bem tanto em terrenos planos
como os das grandes cidades, quanto em terrenos irregulares de fazendas, áreas
rurais e etc.
17

Visando o alcance dos objetivos acima mencionados, a aplicação de novos


materiais (novos compósitos derivados, utilização de ferro fundido dúctil, metais não
ferrosos como magnésio e alumínio e etc.), novos métodos de análise, novas
ferramentas computacionais de projeto e fabricação, a integração de diferentes
energias (e.g. magnéticas) e etc. é indispensável para suprir a necessidade de
variação exagerada de coeficientes intrínsecos à geometria da suspensão e garantir
ótima confiabilidade e tempo de fabricação.

De fato, há também muitos problemas práticos de engenharia para os quais


não há como obter soluções exatas (caso de um sistema complexo de suspensão).
Essa inabilidade para obter uma solução exata pode ser atribuída ou à complexidade
natural das equações diferenciais governantes ou as dificuldades que surgem da
manipulação das condições de contorno ou iniciais (e.g. forças geradas pelo terreno).
Para tratar com tais problemas, é possível recorrer-se a aproximações numéricas
(MOAVENI, 1999, p. 3. Parênteses adicionados pelo autor).

Assim, o projeto de peças com geometrias complexas como o braço inferior


de uma suspensão veicular, destacado na Figura 1.1, necessita de métodos tanto
analíticos (sem aproximação) como numéricos (com aproximação) para seu
desenvolvimento.

Fonte: Própria

Figura 1.1 – Desenho em CAD da suspensão dianteira Duplo-A do protótipo Bajah I da equipe de Baja
da Universidade Estadual do Maranhão, com destaque para os braços inferiores .
18

Também, alguns problemas de engenharia (e.g. estrutural) podem ser


abordados para obtenção de geometrias ótimas e com isso modificar um componente
da melhor forma possível.

A Otimização (no caso deste trabalho a otimização estrutural) pode ser


obtida de várias formas, dependendo unicamente ou basicamente de o que precisa-
se otimizar e qual a complexidade do problema.

Arora (2007) diz que otimização é um procedimento matemático que busca


o valor extremo de um funcional, ao mesmo tempo em que satisfaz um conjunto de
restrições.

Abordagens analíticas (sem uso de métodos de aproximação) podem ser


citadas para obtenção de geometrias ótimas. Métodos como a utilização de cálculo
Diferencial e cálculo Variacional são exemplos. Silva (s.d.) mostra que os métodos
analíticos permitem, em geral, somente a solução de problemas simples de otimização
como por exemplo, estruturas de geometria simples, como uma viga ou treliças. No
entanto permitem analisar conceitos importantes de otimização como existência e
unicidade da solução ótima ou condições necessárias e suficientes da solução ótima,
tendo por isso grande interesse acadêmico.

Já métodos numéricos podem ser entendidos, ou classificados, como


específicos e gerais. Os específicos (e.g. “optimality criteria”) são métodos que
necessitam de novas formulações empíricas para cada otimização, ou seja, o mesmo
método que utilizo para um problema tem que ser refeito para utilização em um
problema diferente. Em contrapartida, os métodos genéricos são, em geral,
implementados nos softwares de otimização (métodos como SIMP e level-set são
exemplos de métodos genéricos em Otimização Topológica). São assim chamados
porque podem ser aplicados a qualquer problema de otimização, sendo esta estrutural
ou não.

Dessa forma, com a finalidade de otimizar o braço inferior de uma


suspensão veicular Duplo-A (Figura 1.1 e Figura 1.2) para um protótipo off-road, o
âmago deste projeto é a aplicação de uma “ferramenta” relativamente nova, que já
19

demonstra nas últimas décadas o seu potencial para tornar-se o principal instrumento
no desenvolvimento nas áreas da mecânica estrutural, tanto de materiais isotrópicos
(caso estudado), como em materiais, anisotrópicos ou ortotrópicos.

Esse “utensílio poderoso”, chamado de Otimização Topológica (OT) tem


sua área de atuação bem definida ao longo das décadas de 80 e 90. Com a ajuda de
autores e pesquisadores como: M. P. Bendsoe, O. Sigmund, N. Kikuchi, entre muitos
outros, a otimização topológica ganhou popularidade e grande aceitação na
engenharia.

Fonte: Própria

Figura 1.2 – Foto da suspensão dianteira Duplo-A do protótipo Bajah I da equipe de Baja da
Universidade Estadual do Maranhão.

Basicamente, a OT é um método de abordagem matemática que tem por


fim otimizar a geometria de um dado espaço, que é solicitado de alguma forma, com
a abertura de orifícios no mesmo, para chegar à geometria com menor massa e melhor
rigidez global (complacência) ou melhor resistência mecânica.

A Otimização Topológica tem aplicação mais difundida na área de estática


e dinâmica, entretanto a sua utilização com ajuda de programas CAE pode elevar a
sua área de atuação para inúmeras vertentes como nano-tecnologia, barreiras de
som, cristais para o gerenciamento de luz em aplicações nano-óptica, mecanismos
20

flexíveis, térmica, fluidos e etc. Exemplos de sua aplicação são mostrados nas figuras
1.3, 1.4, 1.5 e 1.6.

Fonte: Nichols, 2013.

Figura 1.3 – Jumelo de mola projetado pela Grede Holdings LLC com a ajuda da Otimização Topológica
.

Fonte: Nichols, 2013.

Figura 1.4 – Evolução de desenho de manga de eixo dianteira com utilização de OT


21

Fonte: Banchak, 2012.

Figura 1.5 – Exemplos de aplicação de OT na SONY Eletronics, Boeing e Audi.

Fonte: Banchak, 2012

Figura 1.6: Otimização Topológica de tubulação existente de entrada do intercooler (radiador)


.
22

2 OBJETIVOS

2.1 GERAL

O objetivo geral do trabalho realizado é projetar um braço inferior de


suspensão duplo-A com a menor massa e maior rigidez possível para implementação
em veículo monoposto off-road através do método de otimização topológica e assim
gerar uma metodologia de abordagem para trabalhos futuros na equipe Bumba-meu-
baja.

2.2 ESPECÍFICOS

Analisar os diferentes métodos de abordagem do problema de Otimização


Topológica e perceber a viabilidade de softwares disponíveis para implementação ou
utilização livre.

Escolher dois softwares de simulação estrutural para realização das


otimizações topológicas para o braço inferior de suspensão.

Encontrar as possíveis cargas atuantes no braço de suspensão para inserir


como dados iniciais para simulação de otimização topológica

Simular o braço inferior da suspensão com os Softwares escolhidos (no


caso deste trabalho o BOSE2D e PareTOWorks) para encontrar a geometria ótima.

Validar a geometria otimizada com um software de análise numérica (no


caso deste trabalho o SolidWorksTM).

Intercalar os resultados e verificar a melhor geometria final.

Traçar uma metodologia para abordagem pela equipe Bumba-meu-Baja.


23

3 JUSTIFICATIVA

3.1 SAE BRASIL

A SAE BRASIL é uma associação sem fins lucrativos que congrega


pessoas físicas (engenheiros, técnicos e executivos) unidas pela missão comum de
disseminar técnicas e conhecimentos relativos à tecnologia da mobilidade em suas
variadas formas: terrestre, marítima e aeroespacial (SAEBRASIL).

A SAE BRASIL foi fundada em 1991 por executivos dos segmentos


automotivo e aeroespacial, conscientes da necessidade de se abrirem as fronteiras
do conhecimento para os profissionais brasileiros da mobilidade, em face da
integração do País ao processo de globalização da economia, ora em seu início,
naquele período. Desde então, a SAE BRASIL tem experimentado extraordinário
crescimento, totalizando mais de 5 mil associados e 10 seções regionais distribuídas
desde o Nordeste até o extremo Sul do Brasil, constituindo-se hoje na mais importante
sociedade de engenharia do Brasil (SAEBRASIL).

A SAE BRASIL é filiada à SAE Internacional, uma associação com os


mesmos fins e objetivos fundada em 1905, nos Estados Unidos, por líderes de grande
visão da indústria automotiva e da então nascente indústria aeronáutica, dentre os
quais se destacam Henry Ford, Thomas Edison e Orville Wright e tem se constituído,
em mais de 100 anos de existência, em uma das principais fontes de normas e
padrões relativas aos setores automotivo e aeroespacial em todo o mundo, com mais
de 5 mil normas geradas e 85 mil sócios distribuídos em 93 países (SAEBRASIL).

O projeto Baja SAE é um desafio lançado aos estudantes de engenharia


que oferece a chance de aplicar na prática os conhecimentos adquiridos em sala de
aula, visando incrementar sua preparação para o mercado de trabalho. Ao participar
do projeto Baja SAE, o aluno se envolve com um caso real de desenvolvimento de
projeto, desde sua a concepção, projeto detalhado e construção (SAEBRASIL).
24

3.2 PROTÓTIPOS JÁ CONSTRUÍDOS

Filiados à SAE BRASIL, um grupo de estudantes da Universidade Estadual


do Maranhão desenvolve desde 2011, protótipos para participação na competição
nacional e regional. A equipe Bumba-meu-baja em 2013 projetou seu primeiro
protótipo chamado de Bajah 0 (figura 3.1), e em 2014 fez o seu segundo protótipo
chamado de Bajah I (Figura 3.2)

Fonte: Própria

Figura 3.1 – Protótipo de Baja 2013 da equipe Bumba-meu-baja da Universidade Estadual do Maranhão

Fonte: Própria

Figura 3.2 – Protótipo de Baja 2014 da equipe Bumba-meu-baja da Universidade Estadual do Maranhão

Os componentes da suspensão do Bajah I (Figuras 1.1, 1.2 e 3.2.) inicialmente


não foram otimizados. Assim, o trabalho aqui realizado destina-se à otimização de um
componente específico da suspensão, que visa a melhoria geral da dinâmica do
25

veículo e da produção em série do mesmo (um dos objetivos estabelecidos pela


competição).

3.3 INFLUÊNCIA DA MASSA DA SUSPENSÃO SOBRE A DINÂMICA DO CARRO

Gillespie (GILLESPIE, 1992) mostra que a massa não-suspensa (pneus,


rodas, cubos de roda, eixos de transmissão, braços de suspensão, e etc.) influencia
diretamente na transmissão de forças provenientes da estrada sobre a massa
suspensa (toda massa sustentada pela suspensão). E quanto menor for a massa não-
suspensa, maior será a frequência de ressonância da mesma e consequentemente
menor será a sua capacidade de reduzir o comportamento isolante da suspensão.
Dessa forma, a massa não-suspensa deve estar em torno dos valores típicos
(nominalmente 10% da massa suspensa para maioria dos carros atuais) e sua
frequência de ressonância não deve estar abaixo de aproximadamente 10Hz. Na
figura 3.3 é mostrado a resposta da massa suspensa à uma entrada de impulso para
valores de massa não-suspensa mais pesadas, típicas e mais leves.

Fonte: Própria

Figura 3.3 – Efeito da massa não-suspensa sobre o a capacidade de isolamento da suspensão.


26

3.4 JUSTIFICATIVAS

Dessa forma, este trabalho justifica-se pelo fato de que desenvolver uma
suspensão com menor massa e maior rigidez demonstra-se uma das melhores formas
de diminuir os níveis de vibração de um carro, principalmente em carros onde o
objetivo maior é ultrapassar obstáculos em terrenos rochosos, com lama, areia,
madeira e etc.

Também, será gerado economia de material e tempo de manufatura em


uma grande linha de produção, o que otimiza o uso de matéria-prima, sendo
fundamental no desenvolvimento sustentável.

O transporte de matéria prima, por muitas vezes também deve ser levado
em consideração, pois a massa é comumente um fator relevante para transporte em
caminhões, aviões, contêineres de navios cargueiros e etc., e sem dúvidas é ainda
mais uma das inúmeras justificativas para a realização deste estudo.

De certa forma, para este trabalho, o fator massa é singularmente de


grande importância também, devido a utilização desta suspensão por um veículo SAE
Minibaja que tem a potência limitada por um motor padrão de 10HP. Assim, quanto
menor for a massa da suspensão, menor será o peso total do carro, o que acarretará
em um grande ganho em velocidade final e aceleração.
27

4 REVISÃO TEÓRICA

4.1 SUSPENSÃO VEICULAR – UM BREVE HISTÓRICO

Talvez, o primeiro veículo com um conceito que pudesse ser chamado de


suspensão eram as charretes de guerra europeias (primeiros séculos A.C.). Existem
também descrições literais em fontes romanas de um veículo de duas rodas sendo
usado normalmente como transporte não-militar.

Essas charretes utilizavam um sistema em forma de Y que sustentava uma


plataforma na qual um passageiro, ou guerreiro ia em pé e um condutor sentado
(Figura 4.1) – as charretes europeias, em sua maioria, foram encontradas em terrenos
irregulares, isso possivelmente implica que o condutor sentado era necessário para
melhorar a estabilidade da charrete – esse conceito pode ser chamado de suspensão.

Fonte: OKABE, 2003

Figura 4.1 – Moeda romana com representação de uma charrete de guerra

Fonte: OKABE, 2003

Figura 4.2 – Detalhe do Y em couro sustentando a plataforma.

John C. Dixon (DIXON, 2009) mostra que nas carruagens mais modernas
(século XIX) alguma forma de suspensão era necessária, com isso, devido também
28

às limitações tecnológicas da época, surgiram as molas de laminas (feixe de molas


ou molas elípticas – quando utilizadas em pares, formando uma elipse – ou semi-
elípticas – quando utilizadas em singular) de ferro forjado.

Fonte: DIXON, 2009

Figura 4.3 – Patente de Selden de 1895 mostrando o uso das molas elípticas de feixe de molas na
frente A e atrás B. O volante é C e pedal de freio em D.

O despertar da era automotiva tem seu começo por volta de 1769 quando
o engenheiro militar francês, Nicholas Joseph Cugnot (1725-1804), construiu um
triciclo movido a vapor para puxar peças de artilharia (Roberts, 1978). Desde então,
no fim do século XIX apenas, surgiram os primeiros carros movidos à gasolina.

Dessa forma, com o início da era de carros com motores a combustão


interna, a possibilidade de aumento de potência dos motores e velocidade dos carros
tornou o conceito de suspensão com feixe de molas inapropriado e inseguro para o
uso na dianteira devido à impossibilidade de sua utilização com um conceito correto
de direção.

Durante os anos 1920, o eixo rígido na frente foi cada vez mais um
problema (utilizados com molas semi-elípticas). Apesar de muita reflexão e
experimentação por engenheiros de projeto de suspensão da época, jeito nenhum
havia sido encontrado para fazer um sistema de direção que trabalhasse com precisão
(DIXON, J. C., 2009).
29

Então, veio à tona a necessidade de carros mais confortáveis e robustos,


com suspensões que ultrapassassem os valores de conforto e segurança dos carros
da época. Assim, o conceito de suspensão independente (mais especificamente da
suspensão Duplo-A, que utiliza-se de molas helicoidais) foi mostrado ao público em
1934 – apesar desta época estar dentro da ‘grande depressão’ e haverem restrições
financeiras para fabricação de automóveis, a suspensão foi bem aceita – (em 1898, o
Decauville foi o primeiro veículo a utilizar suspensão dianteira independente na
competição Paris-Madrid), o qual possibilitou a correta geometria da direção.

Fonte: DIXON, 2009

Figura 4.4 – A nova direção Cadillac e suspensão independente de 1934

De algum modo, o objetivo principal desse novo conceito de suspensão, e


também das suspensões já existentes anteriormente, é o de garantir ao passageiro
conforto (frequências naturais de massa suspensa devem estar em torno de 1 Hz
devido à maior capacidade do corpo humano de suportá-las durante um longo
período), ou seja, isolar o mesmo de repetida vibração e ruído nocivos à saúde
humana. Ademais, evitar excessiva vibração é de igual modo necessário para garantir
a vida útil dos diversos componentes mecânicos do carro, evitando assim, danos que
possam levar ao comprometimento da segurança do motorista e passageiros.
30

4.1.1 Suspensão independente

Ao contrário dos eixos rígidos, a suspensão independente permite que cada


roda se mova verticalmente sem afetar a roda oposta. Os carros de passeio atuais e
caminhões leves utilizam suspensões independentes na dianteira devido às
vantagens de espaço para o motor e melhor resistência às vibrações na direção
[GULER, 2006].

Maurice Olley merece a maioria dos créditos por promover o aparecimento


das suspensões independentes. Reconhecendo que reduziria um pouco os problemas
do eixo rígido, como oscilação e balanço. Grande vantagem das suspensões
independentes dá-se também pelo fácil controle do centro de rolagem (ponto
geométrico imaginário no qual uma força qualquer aplicada lateralmente não produz
rolagem no carro, e é o ponto no qual o carro gira se sofrer um momento puro), pela
habilidade em controlar as mudanças de bitola (distância entre os centros de cada
pneu) devido ao jounce (movimento vertical da roda para cima) e rebound (movimento
vertical da roda para baixo), possibilidade de um maior curso da suspensão, e maior
rigidez à rolagem (giro do carro em seu eixo longitudinal proporcional à força lateral)
para uma dada razão vertical de suspensão (razão calculada a partir da rigidez da
mola e pneu) (GILLESPIE, 1992. – parênteses adicionados pelo autor).

Inúmeras suspensões independentes foram desenvolvidas ao longo dos


anos, algumas como MacPherson, swing-axle, trailing-arm, semi-trailing-arm, mult-link
e double wishbone (Duplo-A) foram e são usadas com grande abrangência nos carros
de passeio e off-road (grande parte dos carros de passeio atuais utilizam-se de
suspensões MacPherson e Duplo-A, exemplos comuns são o Vw Golf, Vw New beetle,
Vw Bora, Honda Accord, Honda Civic, entre muitos outros). Dentre todas essas a
última mostrou-se como a maior e mais completa suspensão em termos de
complacência entre espaço, preço e controle dinâmico.

4.1.2 Suspensão Duplo-A

Depois da Segunda Guerra Mundial uma das suspensões mais


desenvolvidas para carros de passeio foi a suspensão Duplo-A (‘A-arms’ em inglês ou
31

‘wishbones’ em inglês britânico). Os carros off-road, como quadriciclos, também


utilizam-se dessa suspensão, assim como o carro para o qual este trabalho é
desenvolvido.

A suspensão Duplo-A consiste de dois braços (ou bandejas) laterais fixados


através de juntas esféricas ou terminais rotulares à manga (ou montante) de eixo e
fixados ao chassi (geralmente pivotados). Em grande parte esses braços são de
tamanhos diferentes e angulações variadas, para prover adequada variação de
cambagem (ângulo que a roda faz com a vertical na visualização frontal do carro) no
decorrer do curso vertical da roda (bump e rebound), com o braço superior em geral
entre 50% e 80% do tamanho do braço inferior. Entretanto há configurações com
braços de mesmo tamanho, paralelos ou não. Estas configurações foram deixadas de
lado ao decorrer do tempo devido ao ganho de cambagem positivo em bump (o que
leva o carro a perder energia e estabilidade em curvas). Na figura abaixo são
mostradas as principais configurações da geometria da suspensão Duplo-A.

Fonte: Adaptado de Smith (1978)

Figura 4.5 – Configurações de suspensão Duplo-A: a) paralela com braços desiguais; b) paralela com
braços longos iguais; c) paralela com braços curtos iguais; d) não-paralelas com braços desiguais.

Também, o fato de as molas helicoidais (usadas na configuração Duplo-A)


terem um design compacto faz com que sejam ideais para montagem na dianteira.
Dois tipos de montagem com molas helicoidais podem ser utilizados. No primeiro caso
as molas são posicionadas entre o chassi e o braço inferior, no segundo caso, as
molas são utilizadas entre a bandeja superior e o chassi (Remling, 1983). O primeiro
modo de montagem é o que será utilizado para verificação das forças no braço de
suspensão estudado por este trabalho. Esse braço tem a função de resistir às forças
32

laterais: provenientes de impactos laterais e curvas; as forças verticais: provenientes


de frenagem, impactos de queda, impactos devido a obstáculos, flexão proveniente
da força gerada pela mola; e impactos longitudinais: provenientes de impactos
frontais. Essas forças (serão analisadas posteriormente neste trabalho), assim como
o volume e as condições de contorno essenciais (ou condições de contorno de
Dirichlet), serão utilizadas para gerar-se os parâmetros iniciais para a simulação de
otimização topológica.

Fonte: Adaptado de Remling (1983)

Figura 4.6 – Configurações de suspensão Duplo-A com diferentes posicionamentos de mola helicoidal

4.2 MÉTODO DOS ELEMENTOS FINITOS

Antes de adentrar-se no mundo da otimização topológica, entretanto já o


fazendo de forma inicial, é preciso entender-se a necessidade do método de
elementos finitos – MEF (finite element method – FEM) para a execução de um
algoritmo de Otimização Topológica.

Em contraste com os métodos analíticos, que mostram o comportamento


exato do sistema, o MEF mostra resultados próximos dos exatos apenas em pontos
discretos, também chamados de nós. Ainda, o primeiro passo em qualquer método
numérico, como o caso do MEF, é o de discretizar a região de interesse, ou seja,
dividi-la em regiões menores e nós (Moaveni, 1999). Assim, o conceito básico por trás
33

do MEF é o de trocar qualquer forma complexa pela união (soma) de um grande


número de formas mais simples (e.g. triângulos) que são combinados para modelar
corretamente a parte original (figura 4.7).

O método dos elementos finitos não é limitado à análise estrutural, Ele


também é utilizado em problemas de mecânica dos fluidos, transferência de calor,
acústica, eletromagnetismo e outros problemas mais especializados (Norton, 2011).
Segundo Moaveni (Moaveni, 1999) o método de elementos finitos é um procedimento
numérico que pode ser usado para obter soluções em uma grande classe de
problemas de engenharia envolvendo análise de tensões, e também os problemas já
citados acima.

Esse método numérico foi gerado principalmente para lidar com as


perturbações que são visualizadas em vários sistemas complexos de engenharia
(tabela 1) e para a discretização de geometrias complexas que não podem ser
resolvidas com o sistema analítico (fechado).

TABELA 1 – Parâmetros que causam perturbação em vários sistemas de


engenharia
Exemplos de parâmetros que produzem
Tipo de problema perturbação em um sistema

Mecânica dos sólidos Forças e momentos externos; excitação de apoios


Transferência de calor Diferença de temperatura; entrada de calor
Escoamento de fluidos Diferença de pressão; taxa de fluxo
Rede elétrica Diferença de voltagem
Fonte: Moaveni (1999, p. 5)

Entre as grandes vantagens, para maioria das aplicações do MEF, está o


fato de que ele identifica locais de concentração de tensão, sem necessidade de
adicionar-se um fator de concentração de tensão, como nos casos analíticos. O que
facilita no melhoramento da malha a partir do trabalho do projetista (a Figura 4.7)
mostra o refinamento da malha – adicionado pelo autor – em locais de possível
concentração de tensão).
34

Fonte: Própria

4.7 – Protótipo atual em CAD do braço inferior do Bajah I: a) discretizado; b) não-discretizado

A formulação matemática por detrás do MEF é de pouca simplicidade,


entendimento e aplicação, dependendo da área de engenharia (e.g. para grandes
deslocamentos, a implementação é difícil devido a forma não-linear do estudo). Assim,
pode-se encontrar extensas literaturas sobre esta formulação em Silva (2009),
Azevedo (2003), Moaveni (1999) entre muitos outros e por isso este trabalho não
deter-se-á em explicar esta formulação matemática.

4.2.1 O MEF e seu papel na otimização topológica

Na verdade, a otimização topológica utiliza-se de várias abordagens


diferentes para chegar à geometria necessária. Entretanto, em sua grande maioria
esses métodos precisam tratar a geometria como pequenos elementos discretizados
para trabalhar com a introdução de furos microscópicos (no caso da abordagem
microscópica) ou trabalhar com a inserção ou degeneração de material, ou também
introduzindo furos macroscópicos (abordagem macroscópica).

Nessas duas abordagens, enquanto o algoritmo de otimização distribui


material de forma racionalizada através de sensibilidade da função objetivo e
restrições de projeto é necessário que a geometria seja ‘quebrada’ em pedaços
menores para que suas propriedades mecânicas sejam calculadas e para que as
abordagens anteriores sejam possíveis. Assim, o conceito de Elementos Finitos entra
35

na otimização topológica como ferramenta necessária para discretização da


geometria inicial em pequenos elementos.

Outros métodos numéricos para discretização podem ser utilizados


também, exemplos são: Método dos Elementos de Contorno - MEC (BEM em inglês),
Método das Diferenças Finitas, Método dos Volumes Finitos, Método de Galerkin e
Método de Rayleigh-Ritz. Esses métodos em algumas aplicações podem ser mais
eficazes do que o Método dos Elementos Finitos, entretanto para aplicação de forma
generalizada com boa performance é sempre melhor utilizar-se o MEF.

4.3 OTIMIZAÇÃO ESTRUTURAL (OE)

O desenvolvimento e construção de produtos, especialmente na prática


industrial frequentemente levanta a questão de que devem ser tomadas medidas para
melhorar a qualidade e confiabilidade de uma forma certeira sem exceder um
determinado custo limite. A este respeito, uma nova área no âmbito de engenharia
assistida por computador (CAE) surgiu, ou seja, a otimização de estruturas,
comumente chamado de otimização estrutural (Eschenauer, et. al., 2001).

Uma estrutura na mecânica é definida por J.E. Gordon como “qualquer


conjunto de materiais que se destina a sustentar cargas.”. Otimização significa fazer
as coisas na melhor forma. Assim, otimização estrutural é o conteúdo de fazer um
conjunto de materiais sustentar forças da melhor forma (Christensen, P. W., Klarbring,
A., 2009).

Entretanto, essa melhor forma pode externalizar, em um primeiro instante,


a ideia de que com menor peso alcança-se esse objetivo. Mas, é possível que o
objetivo geral da otimização seja produzir uma estrutura que tenha a maior rigidez
possível, ou até mesmo que contenha a melhor configuração para evitar flambagem
(e.g. uma coluna).
36

4.3.1 Formulação matemática geral de um problema de OE

Com adaptações de Christensen e Klarvring (2009) tem-se que: as


principais funções e variáveis presentes em um problema de otimização estrutural
são:

 Função Objetivo f (x, y): é um valor dependente de variáveis de projeto


que demonstra o quão bom o problema está. Geralmente compara-se essa função à
um valor anterior para chegar-se à um resultado melhor. A função objetivo é
frequentemente peso, deslocamento, deformação, tensão ou mesmo custo de
produção.

 Variável de projeto (x): uma função ou vetor que pode ser modificado
para chegar-se à um valor ótimo da função objetivo, essas variáveis podem em geral
assumir valores discreto ou contínuos, podem representar por exemplo a geometria
ou a escolha de material.

 Variável de estado (y): para uma dada estrutura qualquer, y representa


as respostas da estrutura, ou seja, deslocamento, tensão, deformação ou força.
Pode-se agora formular um problema de otimização estrutural da seguinte
forma:
minimizar f(x, y) em relação a x e y
restrições de comportamento da estrutura em y
(SO)
sujeito a { restrições de projeto em x
{ restrições de equilíbrio

Pode-se também imaginar um problema com várias funções objetivo,


também chamado de otimização multi-objetivo:

minimizar (f1(x, y), f2(x, y), ..., fn(x, y))

onde n é o número de funções objetivo, e as restrições são as mesmas que (SO).


Para este tipo de problema, as vezes é necessário otimizar as funções de forma que
haja um compromisso pois uma função pode aumentar enquanto outra diminui com a
37

variação das variáveis. Para isso, pode utilizar-se um escalar que multiplica todas as
várias funções objetivo, onde o somatório dos escalares é igual a 1. Silva (s.d.) diz
que pode-se também utilizar uma função objetivo como restrição para outra. Os vários
resultados obtidos geram um gráfico chamado de ‘curva de eficiência’. Esses valores
otimizados que são gerados são chamados de conceito de Ótimo-Pareto e na verdade
são resultados diferentes para o mesmo problema.

4.3.2 Tipos de Otimização Estrutural

Dependendo das características geométricas e das variáveis de projeto os


problemas de otimização estrutural podem ser classificados, segundo Christensen e
Klarvring (2009) e Silva (s.d.):

 Otimização Paramétrica ou Otimização Dimensional: Se dá quando as


variáveis são geralmente alguma espessura estrutural, como área de seções
transversais de um membro de treliça. Pode-se visualizar um exemplo na Figura 4.8-
A, onde as áreas de seção são otimizadas.

 Otimização de forma: Neste caso as variáveis são as formas de contorno


de um domínio inicial. Um sólido descrito por equações diferencias parciais ou por
curvas splines é otimizado de forma que o domínio de integração para as diferenciais
parciais é ótimo (Figura 4.8-B).

 Otimização Topológica: As últimas abordagens mostradas na Figura 4.8-


C e D consistem em se encontrar a distribuição ótima de "furos" no interior da estrutura
que minimize a flexibilidade considerando a restrição de material. Em casos discretos,
como treliças, o ótimo é atingido fazendo-se as seções transversais das treliças
variarem entre um valor máximo e zero, i.e., as barras são removidas das treliças. Em
meios contínuos como em uma placa, a densidade (3D) ou espessura (2D) podem ser
também variáveis que atingem valores como 0 (mínimo) e 1 (máximo).
38

Fonte: Adaptado de Christensen (2009) e http://www.cmap.polytechnique.fr/~allaire/freefem_en.html

Figura 4.8 – Formas de otimização Estrutural: a) Paramétrica; b) Forma; c) topológica discreta; d)


topológica contínua

4.3.3 Método de Otimização Topológica (OT)

Primeiramente, para entender-se o campo da Otimização Topológica de


forma concreta é preciso explicar de forma clara o termo topologia como uma área da
geometria. Certas propriedades das figuras geométricas são estudadas pela
topologia. Entre essas propriedades estão aquelas que não variam quando as figuras
são deformadas (no caso da otimização topológica o domínio, ou seja, o volume inicial
é o limite).

A topologia, na verdade não diferencia uma esfera e um cubo, pois essas


figuras podem ser transformadas, através de deformações, uma na outra, isto é, são
figuras topologicamente equivalentes. Mas a topologia distingue uma esfera de um
tubo, visto que essas figuras não podem ser deformadas de modo que uma se
transforme na outra (adaptado de Dicio, 2014).

A otimização topológica (OT) consiste num método computacional que


permite projetar a topologia ótima de estruturas segundo um certo critério de custo.
Basicamente, o método de otimização topológica distribui o material no interior de um
domínio fixo de forma a maximizar ou minimizar uma função custo especificada (por
exemplo, máxima rigidez e mínimo volume de material). O material em cada ponto do
domínio pode variar de ar (não há presença de material) até sólido (total presença de
39

material) podendo assumir densidades intermediárias entre ar e sólido de acordo com


um modelo de material definido (BENDSOE, 2003).

4.3.3.1 Histórico

A teoria da Otimização Topológica tem mais de 100 anos. O primeiro artigo


sobre OT foi publicado pelo Inventor Australiano M. Michell (1904). Apenas 70 anos
depois trabalhos nessa área foram novamente iniciados com Rozvany (1972a e b).
Ghaemi (Ghaemi, 2009) fala que, as avaliações feitas nos artigos remontam às três
últimas décadas apenas, e em grande parte, os trabalhos publicados anteriormente
permanecem “escondidos” ou “desconhecidos”.

Segundo Rozvany (2001), a Otimização Topológica é um relativamente


novo, e de rápido crescimento campo da mecânica estrutural, o qual pode resultar em
maior economia do que Otimização Paramétrica e de Forma. Segundo Silva (s.d.) na
década de 90, a OT passou a ser largamente utilizada nas indústrias automobilística
e aeronáutica dos EUA, Japão e Europa para o projeto de peças mecânicas, além de
ter se expandido para outras áreas da engenharia no meio acadêmico como o projeto
de mecanismos flexíveis, antenas e motores eletromagnéticos.

No artigo de revisão de Rozvany (2001) é citado que Michell (1904)


demonstra importantes princípios de OT para fração de volumes (o volume da
estrutura otimizada em relação ao volume inicial) muito pequenos (um exemplo pode
ser visto na Figura 4.9). Entretanto esse trabalho tinha uma abordagem para um
universo de barras (ou malha de treliças), ou seja, para um meio não contínuo
(demonstrado na Figura 4.8.C). Além disso, como a fração final de elementos era
muito pequena, o resultado demonstrava-se inviável para construção física devido os
limites de fabricação da época.
40

Fonte: Lewinski et al (1994)

Figura 4.9 – Solução analítica exata para uma viga em balança de Michell

Cheng e Olhoff (1981), apresentaram um estudo sobre placas delgadas


onde a espessura das mesmas era considerada no problema de otimização como
variáveis de projeto, e não mais o universo de barras, fazendo com que surgisse com
isso, um trabalho em meios contínuos. Através desse estudo, concluíram que quanto
mais fina a discretização do domínio, ou seja, quanto maior o número de elementos
finitos (ground elements), maior eram a quantidade de reforços obtidos pela
otimização topológica, mostrando haver influência direta da malha sobre o resultado
final.

Tentando, contudo evitar esse problema, os mesmos autores Cheng e Olhoff,


em 1982, propuseram uma abordagem nova. A utilização de uma parametrização
alternativa. Assim, evitou-se utilizar de forma direta as espessuras como variáveis de
projeto e utilizaram assim os parâmetros geométricos de reforços com geometria pré-
definida, que foi utilizada posteriormente por Bendsoe e Kikushi (1988) onde a
parametrização (estabelecimento das varáveis de projeto, restrições e função/funções
objetivo) não era aplicado sobre o material macroscópico, mas sobre uma estrutura
microscópica anisotrópica construída a partir da introdução de pequenos,
periodicamente distribuídos, orifícios em um dado material homogêneo e isotrópico.
Os cálculos das propriedades efetivas desse material anisotrópico eram obtidos a
partir do método de homogeneização (a homogeneização se dá em transformar
matematicamente os elementos de estruturas não-homogêneas, que têm um número
infinito de descontinuidades no material ou nas propriedades geométricas em
elementos de material anisotrópico homogêneo (Rozvany et al, 1992)).
41

Apesar dos métodos de Cheng, Olhoff, Bendose e Kikushi darem bons


resultados, a utilização dos pequenos orifícios no material microscopicamente
geravam regiões de porosidade que eram difíceis de serem fabricadas, por isso,
Bendsoe (1988) introduziu o método que posteriormente seria chamado de SIMP
(Solid Isotropic Microstructure with Penalization) por Rozvany (1992).

Basicamente o método SIMP, que significa Microestrutura Sólida Isotrópica


com Penalidade, é uma forma de matematicamente dizer que não precisa-se das
regiões porosas da solução ótima, apenas das soluções com sólidos e vazios (0 e 1).
Assim, as áreas de solução ótimas da estrutura com porosidade (figura 4.10.A) são
suprimidas (figura 4.10.B) com adição de custos de manufatura dos orifícios (the cost
of manufacturing of holes (Sigmund, 1998)).

Fonte: Rozvany (1992)

Figura 4.10 – Otimização topológica: a) sem penalização; b) com penalização (SIMP)

A grande maioria dos softwares CAE (e.g. OptiStruct, Genesis,


MSC/Nastran, Ansys e etc.) que detêm a implementação de algoritmos de otimização
topológica utilizam o método SIMP devido à grande facilidade de implementação e a
alta eficiência.

Observa-se assim que, a OT chegou a um ponto de maturidade onde pode


ser aplicada em muitos setores da indústria de forma eficiente. Entretanto, mesmo
ainda hoje, problemas como: padrão em xadrez (checkerboard pattern), corrente de
elementos diagonais, contato de canto, dependência de malha, entre outros são ainda
42

assuntos debatidos na comunidade de otimização topológica. Esses problemas


podem ser melhor definidos e tratados em trabalhos como o de Sigmund e Petersson
(1998) e Rozvany et al. (2004).

4.3.3.2 Formulação matemática para Otimização Topológica

Com adaptação de Sigmund e Petersson (1998), o problema de otimização


topológica consiste em achar um subdomínio Ωs com um volume limitado V*, incluído
em um predeterminado domínio de projeto Ω, o qual otimiza uma dada função objetivo
(e.g. compliance). Encontrar uma topologia ótima é o mesmo que encontrar conexões,
formas e número de orifícios tal que a função objetivo seja extremada. Introduzindo
uma função da densidade ρ definida em Ω, tomando o valor 1 em Ωs e 0 no restante,
a versão estabelecida do problema pode ser escrita como:

𝑚𝑖𝑛 𝑓(𝑝),

𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎 ∫ 𝜌 𝑑𝑥 ≤ 𝑉 ∗ , (𝐼)

{ 𝜌(𝑥) = 0 𝑜𝑢 1, ∀𝑥 ∈ Ω

ou seja, onde quer que a função deslocamento u (ou geralmente, a função estado)
apareça, esta foi eliminada através da dependência implícita definida pela equação
de equilíbrio. Isso significa que onde eram para aparecer os deslocamentos na
geometria, estes serão suprimidos pela equação de equilíbrio.

Tipicamente, o problema de otimização topológica é tratado com


discretização. Dividindo-se Ω em N elementos finitos. Usualmente aproxima-se a
densidade como constante de elemento em elemento e assim a densidade
discretizada pode ser representada pelo N-vetor ρ. Tomar ρ como constante em cada
elemento é prático uma vez que as integrais sobre os elementos podem ser feitas com
ρ fora do sinal de integração, e consequentemente pode-se operar com simples
escalares das matrizes de rigidez usuais dos elementos. O problema de otimização
topológica discretizada 0-1 torna-se:
43

𝑚𝑖𝑛 𝑓(𝑝),
𝑁

𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎 𝑉 = ∑ 𝜌𝑖 𝑣𝑖 ≤ 𝑉 ∗ (𝐼𝐼)
𝑖=1
{ 𝜌(𝑥) = 0 𝑜𝑢 1, 𝑖 = 1, … , 𝑁,

onde 𝜌𝑖 e 𝑣𝑖 são elementos de densidade e volume, respectivamente, e 𝑉 ∗ é a


fronteira de volume total.

Entretanto, é bem sabido que as formulações dos problemas de otimização


clássica (I) e (II) geralmente não dão soluções existentes porque a introdução de
novos furos, sem mudar-se o volume da estrutura geram um decréscimo em 𝑓(𝜌) que
na verdade não existe. E assim, faz com que soluções ótimas sejam escondidas. O
tipo de instabilidade numérica onde um número maior de furos está associado à um
número maior de elementos N é identificado como dependência de malha (mesh-
dependence) que foi citado anteriormente no tópico ‘a)’.

Para solucionar esse problema de não-existência (nonexistence) de


solução, em geral, usa-se relaxação ou restrição do problema, que podem ser
demonstrados com melhor clareza no trabalho de Sigmund e Petersson (1998).

4.3.3.3 Classificação dos métodos de abordagem do problema clássico

Desde o início do século XX, inúmeros métodos de abordagem para tentar-


se formular um jeito de chegar à uma geometria topológica ótima foram utilizados e
criados por matemáticos, engenheiros e afins.

Hoje, pode-se classificar de maneira geral a otimização topológica em dois


subcampos:

 Otimização de Layout (Layout Optimization – OT), que trata de


abordagens (como as de Michell em 1904 e de Rozvany (1972a e b)) em universo de
barras. E por isso é uma abordagem que trabalho com fração de volumes muito baixa
e geram geometrias que são inviáveis para engenharia até mesmo nos dias de hoje.
Esse tipo de abordagem também é chamada de very low volume fraction.
44

 Otimização Generalizada de Forma (Generalized Shape Optimization –


GSO), que pode ser chamada também de Otimização Topológica de Estruturas
Contínuas. Esta abordagem trabalha com fração de volumes altas, otimizando
simultaneamente a topologia e a forma.

Pelo fato de que a otimização para meios não contínuos é raramente


utilizada e quase sempre impossível de ser realizada fisicamente devido à
complexidade da estrutura resultante, este trabalho deter-se-á apenas as estruturas
em meios contínuos (GSO). As abordagens com GSO atualmente são do tipo
Microestruturadas (material) e Macroestruturadas (geométrica), sendo a primeira a
mais difundida e aplicada em softwares de otimização, como o método SIMP.

4.3.3.3.1 Abordagem Macroestruturada

Segundo Eschenauer (2001) as técnicas de abordagem macroestruturadas


assumem que toda estrutura consiste de material sólido, isotrópico ou anisotrópico.
Geralmente são duas abordagens chamadas de: degeneração ou/e crescimento da
estrutura e inserção de furos na estrutura.

A degeneração ou/e crescimento da estrutura pode ser, geralmente,


realizada através de métodos como:

 Chapas de espessura variável (Variable thickness sheets);

 Método de forma (SHAPE method);

 Simulação de crescimento biológico (simulation of biological growth:


CAO-/SKO-method);

 Otimização estrutural evolutiva Bi-direcional (Bi-directional Evolutionary


Structural Optimization);
45

 Otimização por desenvolvimento metamórfico (Optimization by


Metamorphic Development (MD)).

Já no método da inserção de furos na estrutura (baseado no também


chamado de método de bolhas (Bubble Method) os limites da estrutura são tomados
como parâmetros e a otimização da forma dos novos furos (bolhas) e das outras
varáveis limites da estrutura são executados como otimização paramétrica.

4.3.3.3.2 Abordagem Microestruturada

A abordagem com microestrutura é baseada na habilidade para modelar


materiais porosos por meio de microestruturas, ou seja, pode-se modelar a
microestrutura com pequenos orifícios microscópicos na célula de cada microestrutura
(figura 4.11.a) ou pode-se variar entre camadas microscópicas de compósitos de
maior ou menor rigidez (figura 4.12.b). Cada um desses materiais porosos compósitos
são construídos de uma célula unitária particular que macroscopicamente consiste
(através de homogeneização) de material e vazio, também cada material compósito
consiste de infinitamente muitas células que são assumidas infinitamente pequenas e
são repetidas periodicamente através do material compósito. Assim, pode-se ter
variação continua de densidade do material através do material compósito poroso de
acordo com a necessidade da otimização topológica. Rozvany (2001) classifica alguns
métodos de abordagem microestruturada como Microestrutura Ótima com
Penalização (OMP – Optimal Microstructure with Penalization) e Microestruturas Não-
Ótimas (NOM – NonOptimal Microstructures).

O método SIMP é um exemplo de abordagem microestruturada no que diz


respeito a variação do material e não da geometria para cálculo da otimização final. A
abordagem do SIMP é a de otimizar a estrutura a partir da discretização com MEF e
a partir dos elementos variar a densidade do elemento entre os valores 0 < ρ < 1
penalizando os valores intermediários para que o resultado final seja uma estrutura
com densidades apenas de 0 e 1.
46

Fonte: Eschenauer, 2001.

Microestrutura

Célula unitária Célula unitária

Microestrutura Microestrutura
perfurada com camadas

Figura 4.11 – Microestruturas para problemas 2D de otimização topológica em meios contínuos:


a) Microestrutura perfurada com furos retangulares em uma célula unitária quadrada;
b) b) Microestrutura com camadas construída com dois materiais isotrópicos diferentes

A figura 4.12 demonstra uma simplificação da classificação geral dos


métodos em otimização topológica. Os métodos em vermelho são os métodos
utilizados pelos softwares aplicados ao braço inferior da suspensão do Bajah I neste
trabalho.
47

Fonte: Própria

Figura 4.12 – Classificação simplificada dos métodos de otimização topológica


48

4.3.3.4 Softwares de implementação do MOT

Inúmeros softwares podem ser utilizados para implementação do Método


de Otimização Topológica. Comercialmente, alguns podem ser citados (adaptação e
complementação a partir de Silva, s.d.):

 ACCESS, FASTOP, OPSTAT, OPTCOMP, OPTIMUM, ASOP, STARS,


DESAP - integram algoritmos de MEF específicos com otimização;

 ADS, DOT e DOC (empresa VMA) - derivados do CONMIN. DOT é uma


coleção de sub-rotinas em FORTRAN para otimização. DOC é um programa de
controle que facilita o uso do DOT na solução de problemas com multi-objetivos;

 ASTROS - software de otimização estrutural baseado no NASTRAN;

 GENESYS - apresenta o MEF já integrado com algoritmos de


otimização, incluindo otimização topológica;

 IDESIGN - software de otimização baseado no PQS (ou “SQP”);

 NASTRAN, I-DEAS, ANSYS - possuem algoritmos de otimização,


cálculo de sensibilidade, e otimização topológica baseado no método das densidades;

 NEWSUMT - pacote de otimização baseado em métodos de


penalização;

 NISAOPT (SHAPE e STROPT) - baseado no NISA II;

 OPSTRUCT (empresa ALTAIR - EUA) e OPTISHAPE (empresa QUINT


- Japão) - softwares de otimização topológica baseados no método de
homogeneização;
49

 OPT - software de otimização baseado no algoritmo de gradientes


reduzidos;

 OPTSYS - integra os programas de MEF genérico ABAQUS e ASKA


com algoritmos de otimização;

 PARETO - junto com o PARETOWORKS (utilizado como suplemento do


SolidWorks), são softwares baseados na utilização de algoritmos genéticos para
encontro de soluções Ótimo-Pareto.

 TSO (WASP) - projeto preliminar da asa e cauda de aviões com


restrições aeroelásticas. Combina análise estrutural (modelos simplificados) e
otimização (método de penalização interior);

A maioria dos softwares anteriormente citados necessitam de alguma forma


de compra de licença para serem utilizados, entretanto há softwares de livre
implementação, onde o usuário pode fazer o seu próprio algoritmo ou utilizar os
softwares livremente, exemplos são:

 TopOpt2D/TopOpt3D (http://www.topotp.dtu.dk)

 SCILAB – Software desenvolvido na instituição francesa INRIA – Institut


National de Recherche en Informatique et Automatique (Instituto Nacional de Pesquisa
em Informática e Automação) para cálculo científico.

 FreeFem ++ (http://www.freefem.org/ff++/)

 BESO2D – Software introduzido no livro de Huang e Xie (2010)

Assim, utilizar-se-á neste trabalho uma abordagem que observa as


otimizações feitas com dois programas diferentes que utilizam dois métodos
diferentes. O software PareTOWorks para implementações em CAD 3D e o software
BESO2D para implementação 2D.
50

4.3.3.4.1 PareTOWorks

Este software é, na verdade, uma adaptação do software PareTO para a


utilização em conjunto com o software de CAE SolidWorksTM, onde todos os desenhos
em 3D foram gerados. A facilidade de trabalho do software PareTOWorks, a
viabilidade do mesmo para versões estudantis sem necessidade de compra de licença
e a proposta de melhoria de quantidade de interações (tempo computacional gasto
para cada otimização) foram alguns dos motivos pelos quais se escolheu o mesmo
(na maioria das vezes uma equipe de Baja como a equipe Bumba-meu-baja da UEMA
tem que poupar tempo e recursos de todas as formas para, além de atenuar o valor
final do protótipo, poder investir o valor de compra de softwares em material de
qualidade para construção do carro e gerar maior quantidade de tempo para busca
por patrocínios.

De forma simples, o método utilizado pelo PareTOWorks é baseado em


dois artigos de Suresh (s.d.). Este é abordado para resolução de problemas mult-
objetivos (como problema III), ou seja, ao mesmo tempo que otimiza-se o trabalho
global da estrutura (compliance) pode otimizar-se a própria estrutura (em relação ao
volume).

Min
{J,|Ω|} (𝐼𝐼𝐼)
Ω⊂D

Onde:
J: Compliance (rigidez global, ou trabalho global)
Ω: Geometria/Topologia a ser calculada
D: Região dentro da qual a geometria deve estar (domínio)

Em 4.3.3 fora discutido sobre o problema multi-objetivo e os métodos de


possíveis abordagens para esse problema, os quais geram um conceito de ‘curva de
eficiência’, também chamado de Ótimo-Pareto. Hoje os mais eficientes algoritmos de
resolução de problemas mult-objetivos são os algoritmos genéticos (AG) que estão
dentro da classificação de algoritmos evolutivos (AE), mas esses algoritmos exigem
51

uma demanda computacional muito grande e tornam-se inviáveis para utilização com
otimização topológica.

Assim, o PareTOWorks utiliza um método que opera com a localização


de Ótimos-Paretos em relação à geometria de frações de volumes com diferença
infinitesimal. Ou seja, um volume Ω é comparado com um Ω - Ω’ (Ω’ é um volume
infinitesimalmente menor calculado a partir da adição (ou retirada) de pequenos discos
na geometria do volume anterior Ω) através de campos de sensibilidade topológica
baseados nas tensões e deformações da estrutura. Assim, o objetivo é calcular:

|Ω′| = |Ω| − Δv, (IV)

onde, Δv é o volume dos discos retirados ou adicionados, e deve ser tido como zero
na otimização topológica final, ou seja, encontrou-se o melhor valor de Ótimo-Pareto
para a fração de volume estabelecida no problema inicial.

Suresh (s.d.) também mostra que o PareTOWorks tem fraquezas


quando na tentativa de encontrar valores de Ótimo-Pareto diferentes dos já
encontrados para a mesma quantidade de volume. Além disto, quando encontra-se
um ponto de Ótimo-Pareto Local, não quer dizer que este ponto é ótimo em relação
ao problema inicial (dado em III) mas apenas para a quantidade de volume
anteriormente localizada Ω. Para solucionar este problema, Suresh (s.d.) propõe uma
combinação da otimização através do Ótimo-Pareto Local e do conceito de
Sensibilidade Topológica (esses conceitos e aplicações dos mesmos podem ser
melhor analisados no trabalho de Suresh).

4.3.3.4.2 BESO2D

Software introduzido no livro ‘Evolutionary Topology Optimization of


Continuum Structures: Methods and applications’ (Huang e Xie, 2010) que utiliza o
método de Otimização Estrutural Evolucionária Bi-direcional (BESO – Bi-directional
Evolutionary Structural Optimization) que é uma extensão do método ESO
(Evolutionary Structural Optimization).
52

Segundo Huang e Xie (2010) o método ESO é baseado no conceito de


gradualmente remover material ineficiente da estrutura. Em teoria, como o ESO é um
método heurístico, não é certo que toda otimização irá gerar uma solução ótima. Com
isso, desenvolveu-se o método BESO, que nada mais é do que remover e adicionar
material da estrutura ao mesmo tempo. Os primeiros métodos BESO foram
desenvolvidos por Yang et. al. (1999), no qual achava-se a sensibilidade dos
elementos por meio de extrapolação linear do campo deslocamento (os elementos
sólidos com a menor sensibilidade são retirados e os elementos vazios com maior
sensibilidade são inseridos) e por Querin et. al. (2000), onde os elementos com tensão
de Von Misses menor são retirados e os elementos vazios com maior tensão são
trocados por elementos sólidos. Entretanto, esses métodos geram uma demanda
computacional imensa (devido a necessidade de um grande número de iterações).

Em Huang e Xie (2010) é abordado um novo método BESO (utilizado no


software BESO2D) que calcula a sensibilidade baseado na densidade de energia de
deformação elementar. Além disso, adiciona-se um filtro para cancelar o problema de
padrão em xadrez (checkerboard pattern) e dependência de malha (mesh-
dependency). Além disso, com um método (Huang e Xie, 2007) baseado em tirar a
média da sensibilidade com a informação histórica (informação da otimização em
andamento) é possível resolver o problema de grandes oscilações da função objetivo
(figura 4.13.a) (devido a sensibilidade de elementos sólidos (1) e vazio (2) serem
baseados em variáveis de projeto discretas), o que dificulta a convergência de uma
solução.
53

Fonte: Hiang e Xie, 2010

Figura 4.13 – Comparação do histórico de evolução de otimização para viga em balanço:


a) sem o método de média de sensibilidade histórica; b) com o método de sensibilidade histórica
54

5 SIMULAÇÕES E RESULTADOS OTIMIZADOS

A metodologia de abordagem deste trabalho não se prenderá a criação de


um novo algoritmo de otimização para realização das otimizações, seguindo assim o
conselho de Silva (s.d.), ou seja, há uma enormidade de métodos disponíveis hoje
para simulação e otimização numéricas, por isso, devem ser adotados critérios. Entre
esses: software disponível, número de iterações necessárias, etc. Particularmente,
para este trabalho adotou-se a utilização do software PareTOWorks e TopOpt3D
devido a não cobrança de taxas de licença e ao grande ganho em tempo de iterações
para as simulações de otimização topológicas. Utilizar-se-á também o software
SolidWorksTM para otimização paramétrica das chapas e tubos utilizados para
fabricação do braço.

5.1 ANÁLISES DE CARGAS ATUANTES NO BRAÇO INFERIOR DA SUSPENSÃO

Existem vários métodos para analisar-se as forças atuantes em uma


suspensão. Métodos numéricos, métodos analíticos e até mesmo empíricos. Há
também métodos de análise por meio de sistemas eletroeletrônicos disponibilizados
por empresas, como o caso da MTS (MTS, 2013) (esta empresa disponibiliza um
sistema chamado de SWIFT –Spinning Wheel Integrated Force Transducer – que é
acoplado à roda e ao chassi. O método utiliza strain gauges e gera soluções precisas,
com incertezas de 11N).

Fonte: MTS (2013)

Figura 5.1– Sistema SWIFT 10 para veículos pequenos (caso do Baja)


55

Na equipe Bumba-meu-baja, da Universidade Estadual do Maranhão


(UEMA), atualmente não há nenhum método de análise precisa como esse. Por isso,
no momento será utilizado uma metodologia baseada em benchmarking (visualização
das forças provenientes de outras equipes) e na verificação de análises feitas em
carros formula SAE, baja SAE e carros de passeio.

Santos (2010) estima que as cargas verticais do pneu-solo chegam em


valores de pico, para um carro de 300kg, a aproximadamente 2300N por roda. Estes
testes foram para um veículo Formula-SAE. E por isso, são apenas uma aproximação
para compreensão das possíveis forças atuantes.

Minozzo (2012) mostra que as forças verticais máximas, no contato pneu-


solo do baja SAE podem chegar a 900N (sem contar com o peso próprio do veículo)
com incertezas de 25% dos componentes eletrônicos. Assim, acrescentando-se um
valor de 700N (peso em uma das rodas dianteiras do protótipo Bajah I com piloto) e
mais incertezas de 25% no valor de Minozzo (2012) de 900 N chegam-se a valores
próximos de 2000N.

Entretanto, o teste de Minozzo (2012) foi feito em pistas com obstáculos


leves, e que provavelmente não simulam com precisão os esforços de uma
competição Baja SAE. Assim, pesquisou-se entre cerca de 12 equipes de baja
nacionais e internacionais, e os valores de simulações com forças verticais estão entre
aproximadamente 2500N e 4500N. Para o projeto do braço de suspensão deste
trabalho será adotado um valor de 3600N (180% do valor de Minozzo).

Linder, et al (s.d.) mostra valores reais de testes para impactos de 16


carros. Os valores observados para massa do veículo, velocidade de impacto e valor
de desaceleração para tempos de duração de impactos de média 89.9ms
(milissegundos) estão na figura a seguir.
56

Fonte: Linder (s.d.)

Figura 5.2- Dados sobre impacto de 16 carros de passeio: massa do veículo (kg), Velocidade de
impacto (km/h), tempo de duração do impacto (ms), desaceleração da massa(g)

Assim, foram-se computados os valores do trabalho de Linder (s.d.) com o


software MATLAB e gerou-se uma função de tendência seno-exponencial (V) que
gerou o gráfico da figura 5.3 para estimar-se a desaceleração de um veículo baja (no
caso deste trabalho, o protótipo Bajah I) que pesa 310 kg (45% na dianteira e 55% na
traseira) com o piloto e velocidade máxima de 45 km/h.

𝑔 = 𝑎 + 𝑏. 𝑠𝑒𝑛(𝑚. 𝜋. 𝑥. 𝑦) + 𝑐. 𝑒 −(𝑤.𝑦)² (V)

Onde 𝑎 , 𝑏, 𝑚, 𝑐 , e 𝑤 são os coeficientes obtidos para a função a partir


dos dados da figura k, x e y são o valores de massa dos veículos e velocidades de
impacto respectivamente e 𝑔(𝑥, 𝑦) é a função que descreve os valores de
desaceleração.

Com isso, o valor de ‘g’ para a massa de 70kg (massa multiplicada por 45%
e dividida por 2, que é o valor de um lado do carro na dianteira) e velocidade de
impacto de 45km/h é 4.7g o que equivale a uma força de impacto frontal de F=md.4.7.g
= 70 x 4.7 x 9.8 = 3224.2 N (o gráfico mostra que a grande maioria dos valores para
desaceleração estão entre 6g e 4.5g)
57

Fonte: Própria

Figura 5.3 – Gráfico de tendência dos valores de desaceleração em relação à massa e velocidade

Assim, as forças de simulação para impactos são:

- Para impactos frontais: F1 = 3225 N

- Para impactos verticais: F2 = 3600 N

Os impactos laterais não serão computados neste trabalho devido aos seus
valores, em geral, serem muito menores do que os impactos frontais e verticais.

5.2 ABORDAGEM UTILIZANDO-SE O SOFTWARE PARETOWORKS

Com a utilização do software ParetoWorks fez-se a análise do braço


inferior de suspensão com o intuito de achar a geometria otimizada para as cargas
(calculadas no tópico anterior) utilizando diferentes malhas de elementos finitos.
Inicialmente, fez-se a simulação com carga vertical para o braço utilizado atualmente
(Figura 5.4). Entretanto, o volume inicial e a geometria complexa do braço fizeram
com que além de necessitar-se de uma demanda computacional imensa
(aproximadamente 13horas para resolução) devido ao elevado número de elementos
finitos (300mil para convergir sem problemas numéricos) também não se conseguisse
58

chegar ao volume de fração pretendido de 60% (a simulação convergiu em 84.5%


devido ao valor de deslocamento máximo ter sido ultrapassado).

Fonte: Própria

Figura 5.4 – Braço original e braço otimizado

Assim, uma nova abordagem foi tratada com o um novo volume inicial
(ground elements) que foi discretizado em malhas de 6, 12, 25 e 80 mil elementos
conforme mostrado na figura 5.5.

Fonte: Própria

Figura 5.5 – Nova geometria para análise no ParetoWorks


59

5.2.1 Otimização para cargas verticais

As otimizações feitas para força proveniente de impactos verticais para as


várias malhas anteriormente citadas foram simuladas através da interação entre o
software SolidWorks e o seu suplemento ParetoWorks. Com isso, obtiveram-se várias
diferentes geometrias ótimas (devido à otimização com o ParetoWorks ser
dependente da malha de elementos finitos, ou seja, a ‘curva de eficiência’ atenua os
valores de compliance em relação ao volume quanto maior for o número de elementos
finitos) com várias frações de volume, conforme mostrado nas figuras A1 a A4 do
APÊNDICE.

É possível notar-se que algumas áreas da otimização com o PareTOWorks


são sempre constantes (figura 5.6), mostrando que independentemente do número de
elementos finitos essas áreas continuam sendo ótimas no que diz respeito à
otimização de rigidez para cargas verticais. Por isso, parte-se do pressuposto que
essas áreas serão mantidas quando, na parte de verificação da geometria otimizada,
as análises forem feitas no SolidWorks.

Fonte: Própria

Figura 5.6 – Destaque das áreas comuns das soluções de otimização para cada malha de elementos

Ao decorrer das análises do APÊNDICE nota-se que para as forças


verticais, apenas um dos pivotamentos ao chassi é necessário para otimização, assim,
as simulações posteriormente realizadas foram feitas com a geometria apenas do
volume suportado pelo pivotamentos necessário e pelo suporte da mola. Após esta
abordagem uma nova otimização com 100 mil elementos foi alcançada apenas com a
parte necessária a ser otimizada para cargas verticais. Assim uma nova geometria
ótima foi idealizada, como mostra a figura 5.7, para um volume final de 20% em
relação ao inicial.
60

Fonte: Própria

Figura 5.7 – Geometria de suspensão otimizada para forças verticais

5.2.2 Otimização para cargas frontais

Do mesmo modo, para atuação das cargas frontais, a geometria do braço


foi modificada novamente para a da figura 5.5. Assim, as figuras A5 a A7 do
APÊNDICE mostram os resultados das otimizações para as cargas frontais. Uma
geometria ótima é encontrada com a utilização de 6 mil e 12 mil elementos para
frações de volume de 15% e 10% respectivamente como mostrado a seguir (figura
5.8.a e b).

Fonte: Própria

Figura 5.8 – Geometria otimizada para impacto frontal: a) 6 mil elementos; b) 12 mil elementos
61

5.2.3 Interpretação dos resultados e análise final para PareTOWorks

5.2.3.1 Carga vertical

A utilização do SolidWorksTM para fazer-se a simulação com MEF foi


proposta com utilização de controle de malha, utilização de simulação de arruelas,
simulação de carga aplicada no terminal rotular (ao invés de diretamente sobre o furo),
simulação de contato de parafusos e também com utilização de h-adaptativo (h-
adaptativo é uma ferramenta que existe em grande parte dos softwares que utilizam
MEF e serve aumentar o número e reduzir o tamanho dos elementos nas regiões
próximas aos maiores gradientes de tensão). Tudo isso para chegar-se ao mais perto
possível da utilização real da peça.

Como visto anteriormente, os problemas de padrão de xadrez são inerentes


à maioria dos problemas de otimização topológica. No método utilizado pelo
PareTOWorks também não é diferente. Por isso, Silva (s.d.) mostra que o último passo
no MOT é a interpretação da geometria otimizada.

Pode-se interpretar a geometria otimizada de forma direta, com um corpo


sólido de algum outro material como ligas de alumínio da série 2000, 6000 ou 7000
ou com aços de maior tensão admissível como AISI 4130 e AISI 4340 ou até mesmo
SAE 1020. Para tanto pode-se utilizar conceitos de seleção dos materiais através dos
trabalhos de Ashby (1999) e Ferrante (2009) aplicando-se, e.g., índices de mérito e/ou
matrizes de decisão e gráficos de densidade x resistência e/ou densidade x
elasticidade. Entretanto, este trabalho está analisando parâmetros iguais, ou seja, o
braço otimizado é fabricado com o mesmo material e processos do braço não-
otimizado.

Mostra-se assim, na figura 5.9 a interpretação com chapas de 1/8 de aço


ASTM A-36 do resultado de otimização da figura 5.7 com PareTOWorks para forças
de impactos verticais. A análise de tensão para o novo braço é realizada com as
funções citadas no parágrafo anterior e pode ser observada na figura 5.10 e
comparada com a figura 5.11 (braço não-otimizado).
62

Fonte: Própria

Figura 5.9 – Interpretação da geometria ótima para cargas verticais

Fonte: Própria

Figura 5.10 – Braço otimizado para cargas verticais

Fonte: Própria

Figura 5.11 – Ensaio de tração no braço atual

Os resultados para análise de impacto vertical do braço otimizado


apresentam-se com grande vantagem sobre o não-otimizado. Cerca de 46% da
massa foi reduzida com atenuação em aproximadamente 8% da tensão máxima
63

atuante. Com isso, observa-se que a otimização topológica através do PareTOWorks


apresentou resultados satisfatórios para cargas verticais.

5.2.3.2 Carga frontal

A interpretação para cargas horizontais frontais foi realizada através das


otimizações da figura 5.8. Assim, a geometria otimizada foi transferida para o software
SolidWorksTM e foram analisados os ângulos, conforme figura 5.12

Fonte: Própria

Figura 5.12– Visualização da configuração otimizada para carga frontal em CAD

Através da inclusão da geometria otimizada para cargas horizontais no


braço da figura 5.9 obteve-se uma nova geometria interpretada (figura 5.13) que
mostra a melhor forma possível de configuração do braço segundo o software
PareTOWorks. Esse braço otimizado, na verdade passou por várias simulações de
validação. Inúmeras áreas foram identificadas como acumuladoras de tensão, e como
o braço de suspensão estará sujeito à fadiga extrema pode ser um grande problema
como ambiente de surgimento de novas trincas e provável falha com tempo de uso.
Assim, todas as possíveis áreas de tensão elevada foram tratadas com chanfros e
reforços de chapa. Esses chanfros e reforços também foram otimizados com método
de otimização paramétrica (embutido no SolidWorksTM como ‘estudo de projeto’) para
encontrar a configuração ótima das espessuras de chapas de reforço, chanfros e
espessuras dos tubos utilizados na interpretação da figura 5.12.
64

Visualizou-se assim que ao fim de todo processo de otimização foi


alcançado uma redução de massa da ordem de 40,5% e também uma atenuação das
tensões máximas. As simulações no braço otimizado, tanto para cargas frontais
quanto verticais são mostradas no APÊNDICE (figuras B1 a B8).

Fonte: Própria

Figura 5.13– visualização da configuração otimizada para desenho em CAD

5.3 ABORDAGEM UTILIZANDO-SE O SOFTWARE BESO2D

A intenção principal é, com o BESO2D, avaliar com uma ferramenta a mais


as simulações feitas com o PareTOWorks. Assim, devido àquele ter uma metodologia
(método BESO) totalmente diferente deste (método de será possível analisar e
compreender se a geometria final ótima é ou não uma solução de fato, e assim
estabelecer uma metodologia para simulação de peças posteriores da equipe Bumba-
meu-baja.

5.3.1 Otimização para cargas verticais

O BESO2D, como o próprio nome sugere, é um software de analise 2D


(trabalha com espessuras) entretanto pode ser uma ferramenta poderosa na validação
de geometrias quaisquer, mostrando ao projetista onde pode-se retirar ou adicionar
material.
65

Como já utilizado na abordagem com o PareTOWorks, as cargas verticais


serão analisadas inicialmente apenas com um dos pivotamentos e o suporte do
amortecedor. Dessa forma, a discretização do braço de suspensão é mostrada na
figura 5.14, para vários tamanhos de elementos finitos quadrados. É mostrado
também, na figura 5.15 o resultado das simulações com os braços para cargas
verticais e suas respectivas simulações de tensão. Ainda, observando-se a otimização
para 9300 elementos finitos é possível notar a semelhança deste resultado com o
resultado observado na figura 5.7 da análise em PareTOWorks, mostrando assim que
este corolário pode ser ótimo. Dessa forma, como este efeito já foi estudado na
abordagem PareTOWorks, na abordagem com BESO2D serão interpretados os
resultados das otimizações para 1380 e 3400 elementos (demonstrado na figura 5.17).

Fonte: Própria

Figura 5.14 – Discretização do braço inferior para cargas verticais


66

Fonte: Própria

Figura 5.15 – Resultado ótimo para as diferentes malhas demonstradas na figura 5.14

5.3.2 Otimização para cargas frontais

Para as cargas frontais fez-se uma abordagem com a visão superior do


braço de suspensão. Assim, as mesmas malhas utilizadas no tópico anterior foram
utilizadas aqui para simulação de otimização topológica.

Analisando-se a figura 5.16 (mostra a otimização do braço de suspensão


para as diferentes malhas) é possível notar que mesmo com o filtro utilizado pelo
software BESO2D a dependência de malha ainda é observável. Entretanto é sabido
das bibliografias como em Sigmund (2007) e Sigmund e Petterson (1998) que o
problema da dependência de malha é divido em duas áreas. A primeira é chamada
de ‘não existência de solução’, onde o refinamento da malha leva a soluções que não
existem (para deter esse problema se utiliza de relaxação, controle de perímetro, filtro
de dependência de malha – como o utilizado pelo BESOS2D e etc.). A segunda:
chamada de soluções não únicas (nonunique solutions) onde para um mesmo
problema, o refinamento de malha leva a soluções que existem e que também são
ótimas. Assim, no primeiro caso o refinamento de malha é necessário já que isto leva
a um melhor valor da função objetivo. Já no segundo o refinamento é sempre possível
67

entretanto não é necessário pois geralmente leva a soluções problemáticas quanto a


manufatura.

Fonte: Própria

Figura 5.16 – Otimização para cargas frontais no BESO2D para diferentes malhas

Com essa visão, e com a observância da otimização para cargas frontais


já utilizada na abordagem com PareTOWorks, as geometrias que serão utilizadas para
interpretação e manufatura serão as geometrias (similares) da malha com 910 e 1380
elementos.

5.3.3 Interpretação dos resultados e análise final para BESO2D

5.3.3.1 Carga vertical

Através da nova interpretação identificada como do BESO2D encontrou-se


uma geometria aproximadamente 7% mais leve em relação a geometria anteriormente
otimizada com o PareTOWorks (figura 5.9) e 49% em relação a geometria da figura
5.11. Também, em relação a tensão máxima atuante ouve melhoria quanto ao braço
PareTOWorks de 15% e ao não-otimizado de 23% (figura 5.18). Assim, para cargas
68

verticais a geometria da figura 5.17 apresentou-se com melhor performance do que a


geometria em PareTOWorks (é importante notar que esses valores são para o braço
apenas com um pivotamentos no chassi, ou seja, sem incidência de cargas em outra
direção que não a vertical).

Fonte: Própria

Figura 5.17 – Braço com interpretação para malhas intermediárias no BESO2D

Fonte: Própria

Figura 5.18 – Análise de tensão na nova interpretação com BESO2D

5.3.3.2 Carga frontal

Após a adição da geometria otimizada da figura 5.16 e da realização das


simulações para validação da geometria total (mesmo procedimento citado na parte
‘b’ do tópico 5.2.3) foi gerado um braço inferior, mostrado na figura 5.19 ratificado com
as simulações das figuras B9 a B16 do APÊNDICE B.
69

Fonte: Própria

Figura 5.19 – Braço otimizado com BESO2D

5.4 PARETOWORKS X BESO2D

Os resultados conseguidos com a utilização dos dois métodos de


abordagem de otimização topológica se mostraram eficientes quanto à capacidade
dos mesmos em gerar resultados otimizados válidos para a criação de peças para a
equipe Bumba-meu-baja. Dessa forma, o objetivo geral deste trabalho é alcançado
tanto com a utilização do modelo 2D do BESO2D quanto utilizando o método 3D do
PareTOWorks. É certo que para circunstancias com maior número de restrições e
cargas em diferentes direções o PareTOWorks conseguirá gerar informações mais
precisas. Entretanto o BESO2D, neste momento mostra-se também com capacidade
igual ao PareTOWorks em gerar geometrias ótimas.

Entretanto, apesar dos dois softwares gerarem geometrias ótimas, deve-se


fazer a comparação entre os dois resultados interpretados com a utilização de um
software CAE como o SolidWorksTM para verificar os resultados obtidos de forma mais
abrangente. Portanto, comparou-se os valores das interpretações (é importante
salientar nesse momento que, a otimização pelo PareTOWorks e pelo BESO2D
apresentaram os mesmos resultados para maioria das simulações, basta-se assim
visualizar as otimizações da figura A1 do APÊNDICE A em relação à figura 5.15 para
1,3 mil e 3,4 mil elementos e a figura 5.7 em relação à figura 5.15 para 9,3 mil
elementos; é importante também citar aqui que as otimizações das figuras 5.13 e 5.19
são chamadas de interpretação com PareTOWorks e interpretação com BESO2D
apenas para fins de identificação, pois tanto um quanto o outro geraram os mesmos
resultados) quanto a massa, tensões, deslocamentos, deformações e fatores de
70

segurança. A tabela 02 mostra os valores de alguns destes resultados para a


geometria inicial do braço não-otimizado, do braço otimizado identificado como
PareTOWorks e identificado como BESO2D. A porcentagem de melhoria ou de piora
em relação ao braço não-otimizado é descrito em duas colunas, tanto para o
PareTOWorks quanto para o BESO2D. Alguns valores encontram-se com a célula da
tabela em cor cinza, mostrando assim que esses valores foram de piora em relação à
geometria não-otimizada.

Tabela 02 – Resultado comparativo das simulações com SolidWorksTM para os braços otimizados
utilizando o PareTOWorks e o BESO2D
Não- % Em relação ao % Em relação ao Melhor
Parâmetro PareTO BESO2D
otimizado não-otimizado não-otimizado resultado

Massa total (kg) 3,3 1,89 39,65% 1,88 39,71% BESO2D

Tensão máxima para


154,2 159,3 3,3% 143,3 7,07% BESO2D
força vertical (MPa)

Tensão máxima para


189,2 155,0 18,08% 132,0 30,23% BESO2D
força frontal (MPa)

Fator de segurança
1,62 1,51 6,79% 1,74 7,41% BESO2D
mínimo para força Vertical

Fator de segurança
1,32 1,61 21,90% 1,89 43,18% BESO2D
mínimo para força frontal

Deslocamento máximo
0,71 0,69 2,90% 0,75 5,63% PareTO
para força vertical (mm)

Deslocamento máximo
0,52 0,29 55,70% 0,39 25,00% PareTO
para força frontal (mm)

Deformação equivalente
0,00052 0,00069 32,69% 0,00060 15,38% BESO2D
máxima para força vertical

Deformação equivalente
0,00061 0,00053 13,11% 0,00046 24,59% BESO2D
máxima para força frontal

Fonte: Própria

Analisando-se os valores da tabela 02 observa-se que para maioria dos


parâmetros a otimização interpretada com o BESO2D obteve vantagem sobre a
interpretação com PareTOWorks. Entretanto, deve-se compreender que as vantagens
adquiridas pelo BESO2D são excelentes para a aplicação no braço de suspensão,
mas, e.g., em casos em que o parâmetro deslocamento fosse o fator preponderante
a otimização com o software PareTOWorks estaria em vantagem.

É também interessante observar que, os valores da tabela 02 são passíveis


de erros devido ao próprio método numérico dos elementos finitos e também devido
71

às incertezas de cargas atuantes e às propriedades estatísticas do material utilizado.


Deve-se visualizar também as propriedades mecânicas das soldas que serão
utilizadas no processo de fabricação, o que também pode (provavelmente irá) gerar
incertezas a mais. Entretanto, um dos objetivos do trabalho era comparar os
resultados obtidos com uma peça (braço não-otimizado que obteve sucesso na
competição do Baja Nacional de 2014) já em utilização pela equipe Bumba-meu-baja.
Assim, os resultados da tabela 02 podem ser validados pelo fato de que o projeto feito
para o braço não-otimizado levou em consideração as mesmas cargas e incertezas
do projeto otimizado.

Dessa maneira, neste trabalho optou-se pela geometria obtida através do


uso do software BESO2D devido as vantagens principalmente em facilidade de
fabricação. Também, de forma geral a geometria otimizada com o BESO2D
demonstrou ter melhor performance mecânica do que a geometria otimizada com o
PareTOWorks. Porém, deve-se observar que a geometria apresentada por este é
também uma geometria ótima e que pode ser fabricada. Isso mostra que de qualquer
forma obtém-se grande vantagem na utilização dos dois softwares. Na figura 5.20
pode ser observado, em CAD, o design dos dois braços montados na suspensão.

Fonte: Própria

Figura 5.20 – Design dos braços de suspensão com BESO2D (verde) e PareTOWorks (vermelho)
72

5.5 METODOLOGIA RESULTANTE

Pôde-se observar ao longo dos tópicos anteriores (5.2, 5.3, 5.4) que é
possível traçar uma metodologia fixa de abordagem para otimização de peças na
equipe Bumba-meu-baja e que essa metodologia é de fato eficiente. Então, alguns
passos são determinados a seguir:

1. Deve-se inicialmente gerar uma geometria válida que possa ser


otimizada sem grandes demandas computacionais;

2. Após esse procedimento, simulações com várias discretizações


(malhas) diferentes devem ser realizadas para cada situação crítica pela qual o braço
irá passar;

3. Depois disto, observam-se as otimizações resultantes de cada


simulação, neste caso para os dois softwares diferentes, e visualiza-se a validade
destes resultados (observando a não-existência de soluções ou a existência porém
não necessidade de soluções mais complexas, ou seja, notando o comportamento
dos resultados otimizados em relação ao refinamento de malha);

4. Assim então, interpreta-se os resultados com um software CAD/CAE


poderoso o suficiente para validar geometrias complexas, ou seja, que possa colocar
refinamentos de malha em locais apropriados de acumulo de tensão, que possa
simular contatos entre partes como arruelas e parafusos, que possa simular
engastamentos avançados como articulações pivotadas, deslizamentos, restrições de
translação e rotação e etc.;

5. Enfim, comparam-se esses resultados para verificação da melhor


composição entre massa, tensões, deslocamentos e etc. juntamente com uma
comparação de facilidade de manufatura e montagem, e.g., aplicando-se conceitos
de Projeto para Manufatura e Montagem (DFMA – Design for Manufacturing and
Assembly).
73

Através desses passos pode-se encontrar uma geometria com grandes


chances de acerto, assim como demonstrado ao decorrer deste trabalho.

É importante lembrar que essa metodologia é apenas uma das formas de


obter-se uma geometria ótima utilizando o método de otimização topológica. Este
trabalho serve também como incentivo para posteriores trabalhos que queiram
aprimorar ou realizar novas metodologias.
74

6 CONCLUSÃO

Este trabalho teve como necessidade principal demonstrar a ferramenta de


otimização topológica (OT) aplicada ao braço inferior de uma suspensão Duplo-A.
Para isso, adotou-se uma abordagem de comparação entre os resultados de dois
softwares com diferentes métodos matemáticos mas que para certas malhas de
elementos tiveram a mesma geometria ótima.

Dessa forma, através dos dois softwares de otimização topológica,


associados à um software CAE, pôde-se definir uma metodologia eficaz e de baixo
custo para otimização do braço. Que posteriormente pode ser (e será) adotada para
otimização dos braços da suspensão traseira, do chassi, dos pedais de freios e de
inúmeros suportes dos protótipos da equipe de Baja da Universidade Estadual do
Maranhão.

O aprimoramento e/ou aplicação da metodologia para outras áreas é válida


também como incentivo à realização de trabalhos futuros, assim como a utilização de
novos softwares com modelos matemáticos diferentes dos abordados neste trabalho
e até mesmo a criação de um novo algoritmo baseado em métodos matemáticos
diferentes como o SIMP ou Optimality Criteria (OC).

Portanto, pode-se concluir que a proposta inicial do trabalho foi alcançada


quando atingiu-se valores de massa em torno de 40% menores do que os valores do
braço não-otimizado e que foi possível conseguir melhorias também no desempenho
mecânico geral da peça validando assim a metodologia proposta pelo trabalho.
75

REFERÊNCIAS

ARORA, J. S. Optimization of Structural and Mechanical Systems. 2 ed.


World Scientific, 2007.

ASHBY, M. F. Materials Selection in Mechanical Design. 2ed., Butterworth and


Heinemann, 1999.

AZEVEDO, A. F. M. Método dos elementos finitos. 1 ed. Faculdade de Engenharia


da Universidade de Porto. Portugal, 2003.

BANCHAK, J. R. Topology optimization – Driven Design Development for


automotive Components. 2012 Automotive Simulation World Congress. Disponível
em http://www.ansys.com/staticassets/ANSYS/staticassets/resourcelibrary/presentat
ion/topology-optimization-driven-fedesign.pdf. Acesso em 15 jul. 2014

BENDSOE, M. P.; KIKUCHI, N. Generating optimal topologies in structural design


using a homogenization method. Comput Methods. 1988.

BENDSOE, M. P.; SIGMUND, O.; Topology Optimization – Theory, Methods and


Applications. Springer Ed., 2003.

CHENG, T.; OLHOFF, N. An investigation concerning optimal design os solid


elastic plates. International Journal of Solid Structures, 1981.

CHENG, T.; OLHOFF, N. Regularized formulation for optimal design of


axisymetric plates. International Journal of Solid Structures, 1982

CHRISTENSEN, P. W.; KLARBRING, A. An Introduction to Structural


Optimization. Springer Science + Business Media B.V. 2009.

DICIO: Dicionário Online de Português. Significado de topologia, disponível em


http://www.dicio.com.br/topologia/. Acessado em 22/07/2014

DIXON, J. C. Suspension Geometry and Computation. 2009.

DREHMER, L. R. C. Otimização de parâmetros concentrados de suspensão para


conforto e segurança veicular. Dissertação (Mestrado em Engenharia) –
Universidade Federal do Rio Grande do Sul, Porto Alegre, 2012.

ESCHENAUER, H. A.; OLHOFF, N. Topology optimization of continuum


structures: A review. American Society of Mechanical Engineers, 2001.

FERRANTE, M. Seleção de materiais. 2ed., São Carlos: EdUFSCar, 2009.

GHAEMI, M. Topology optimization problems using Optimality criteria methods,


Budapest, 2009.
76

GILLESPIE, T.D. Fundamentals of vehicle dynamics. SAE Publications Group,


ISBN 1-56091-119-9, 1992.

GULER, D. Dynamic analysis of double wishbones suspension. Graduate School


of Engineering and Sciences of İzmir Institute of Technology. 2006.

HUANG, X.; XIE, Y.M. Convergent and mesh-independent solutions for bi-
directional evolutionary structural optimization method. 2007.

HUANG, X; XIE, Y. M. Evolutionary Topology Optimization of Continuum


Structures – Methods and applications. WILEY, 2010.

LEWINSKi, T.; Zhou, M.; Rozvany G. I. N. Extended exact solutions for least-weight
truss layouts. Part II: unsymmetric cantilevers. Int J Mech Sci 36:375–398. 1994

LINDER, A.; AVERY, M.; KRAFFT, M. KULLGREN, A. Change of velocity and pulse
characteristics in rear impacts: real World and vehicle tests data. s.d.

MICHELL A. G. M. The Limits of Economy of Material in Frame-structures. 1904.


Disponível em: http://habitat.aq.upm.es/gi/mve/dt/

MILLIKEN, W.F; MILLIKEN, D.L. Race car vehicle dynamics. ISBN 1-56091-526-9,
1995.

MINOZZO, R. Aquisição de forças dinâmicas atuantes na suspensão dianteira


de um veículo protótipo BAJA SAE. Monografia (Graduação em Engenharia
Mecânica) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2012.

MOAVENI, S. Finite Element Analysis: Theory and application with ANSYS, 2ed.
1999.

MTS Systems Corporation, Spinning Wheel Integrated Force Transducer (SWIFT):


Accurate and reliable data acquisition for vehicle testing and analysis. Disponível em
http://www.mts.com/ucm/groups/public/documents/library/dev_004781.pdf, 2013.

NICHOLS, J. W. Lightweighting with iron. 5 de nov. 2013. Disponível em


http://www.grede.com/pdf/aei-lightweighting-2013-11-05.pdf. Acesso em: 15 jul. 2014.

NORTON, R. L. Projeto de máquinas: uma abordagem integrada. 4ed.2011.

OGATA, K. Engenharia de controle moderno; 5ed. 2010.

QUERIN, O.M.; YOUNG, V.; STEVEN, G.P.; XIE, Y.M. Computational efficiency and
validation of bi-directional evolutionary structural optimization. 2000.

REIMPELL, J. The automotive chassis engineering principles. 2ed.2001.

REMLING, J. Steering and Suspension, (Wiley, NewYork), 1983.


77

ROBERTS, P., Collector’s History of the Automobile, Bonanza Books, New York,
N.Y., 1978.

ROZVANY, G. I. N., Grillages of maximum strength and maximum stiffness.


1972a

ROZVANY, G. I. N. Optimal load transmission by flexure. 1972b

ROZVANY, G. I. N.; ZHOW, M. e BIRKER T., Generalized shape optimization


without homogenization, 1992

ROZVANY, G. I. N., Aims, scope, methods, history and unified terminology of


computer-aided topology optimization in structural mechanics, 2001.

ROZVANY, G. I. N., QUERIN, O. M. e POMEZANSKI, V., CO-SIMP: extended SIMP


algorithm with direct COrner COntact COntrol. 2004

SAEBRASIL. BAJA NACIONAL: O que é o BAJA.


http://www.saebrasil.org.br/eventos/programas_estudantis/baja2014/oquee.aspx,
acesso em 15/07/2014.

SAEBRASIL. INSTITUCIONAL: Quem somos. Disponível em


http://www.saebrasil.org.br/, acesso em 15/07/2014

SANTOS, G. P. Análise de tensões do conjunto suspensão de um protótipo FSAE


através de instrumentação. Trabalho de conclusão de curso de engenharia
mecânica, Universidade Federal de Santa Maria, 2010.

SIGMUND, O. e PETERSSON, J., Numerical instabilities in topology optimization:


A survey on procedures dealing with checkerboards, mesh-dependencies and
local mínima. 1998

SILVA, E. C. N. Técnicas de otimização aplicadas no projeto de peças mecânicas.


s.d.

SILVA, S. Introdução ao método dos elementos finitos. Notas de aulas, Foz do


Iguaçu, 2009.

VINHAIS, H. F. Projeto otimizado de um micro-motor eletrostático. Monografia –


Escola Politécnica da Universidade de São Paulo, São Paulo, 2004.

YANG, X.Y.; XIE, Y.M.; STEVEN, G.P.; QUERIN, O.M. Bidirectional evolutionary
method for stiffness optimization. 1999.
78

APÊNDICES
79

APÊNDICE A

Otimização do braço com PareTOWorks sob cargas verticais

Fonte: Própria

Figura A1 – Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de


carga vertical para diferentes frações de volume com 6292 elementos finitos

Fonte: Própria

Figura A2 – Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de


carga vertical para diferentes frações de volume com 12546 elementos finitos
80

Fonte: Própria

Figura A3 – Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de


carga vertical para diferentes frações de volume com 25199 elementos finitos

Fonte: Própria

Figura A4– Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de
carga vertical para diferentes frações de volume com 80889 elementos finitos
81

Otimização do braço com PareTOWorks sob cargas de impactos frontais

Fonte: Própria

Figura A5 - Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de carga
vertical para diferentes frações de volume com 6292 elementos finitos

Fonte: Própria

Figura A6 - Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de


carga vertical para diferentes frações de volume com 12546 elementos finitos
82

Fonte: Própria

Figura A7 - Evolução de Otimização Topológica do braço inferior de suspensão com aplicação de


carga vertical para diferentes frações de volume com 25199 elementos finito
83

APÊNDICE B

Simulações dos braços otimizados com SolidWorksTM para PareTOWorks

Fonte: Própria

Figura B1 – Tensão para cargas frontais do braço otimizado com PareTOWorks

Fonte: Própria

Figura B2 – Deslocamento para cargas frontais do braço otimizado com PareTOWorks

Fonte: Própria

Figura B3 – Energia de deformação para cargas frontais do braço otimizado com PareTOWorks
84

Fonte: Própria

Figura B4 – Fator de segurança para cargas frontais do braço otimizado com PareTOWors

Fonte: Própria

Figura B5 – Tensão para cargas verticais do braço otimizado com PareTOWorks

Fonte: Própria

Figura B6 – Deslocamento para cargas verticais do braço otimizado com PareTOWorks


85

Fonte: Própria

Figura B7 – Energia de deformação para cargas verticais do braço otimizado com PareTOWorks

Fonte: Própria

Figura B8 – Fator de segurança para cargas verticais do braço otimizado com PareTOWorks

Simulações dos braços otimizados com SolidWorksTM para PareTOWorks

Fonte: Própria

Figura B9 – Tensão para cargas frontais do braço otimizado com BESO2D


86

Fonte: Própria

Figura B10 – Deslocamento para cargas frontais do braço otimizado com BESO2D

Fonte: Própria

Figura B11 – Energia de deformação para cargas frontais do braço otimizado com BESO2D

Fonte: Própria

Figura B12 – Fator de segurança para cargas frontais do braço otimizado com BESO2D
87

Fonte: Própria

Figura B13 – Tensão para cargas verticais do braço otimizado com BESO2D

Fonte: Própria

Figura B14 –Deslocamento para cargas verticais do braço otimizado com BESO2D

Fonte: Própria

Figura B15 – Energia de deformação total para cargas verticais do braço otimizado com BESO2D
88

Fonte: PrópriaD

Figura B16 – Fator de segurança para cargas verticais do braço otimizado com BESO2D