MOTTA, ALEXANDRE DE ASSIS

Otimização Expedita de Cargas Explosivas

Submarinas com Vistas aos seus Efeitos
Terminais em Estruturas de Aço Submersas [Rio
de Janeiro] 2004
VIII, 100 p. 29,7 cm (COPPE/UFRJ, D.Sc.,
Engenharia Civil, 2004)
Tese – Universidade Federal do Rio de
Janeiro, COPPE
1. Dinâmica de Estruturas
2. Algoritmos Genéticos
3. Processamento Paralelo
I. COPPE/UFRJ II. Título ( série )

ii
A Maria Vitória, minha esposa, amiga e companheira,
pelo sempre presente e incondicional apoio.

A Silvia e Paula, pela compreensão e incentivo.

iii
 Agradecimentos

Desejo expressar minha sincera gratidão às pessoas e instituições que possibilitaram ou

contribuíram para a realização do presente trabalho, em especial:

• ao Prof. Nelson F. F. Ebecken, pela orientação segura e

pela compreensão, apoio, amizade e incentivo perenes.

• ao Prof. Alvaro L. G. A. Coutinho e ao Prof. José L. D.

Alves, pelo apoio, amizade e incentivo.

• aos professores, funcionários e amigos da COPPE/UFRJ

pelo apoio e pronto atendimento a solicitações nem sempre
oportunas.

• a Marinha do Brasil e a COPPE/UFRJ, que, em conjunto,

possibilitaram a realização desse trabalho.

• a Maria Vitória, Silvia e Paula, minha família, pela

compreensão, apoio e incentivo.

• ao meu avô, Sylvio Borges de Souza Motta (in memoriam),

pela inspiração através do exemplo.

iv
Resumo da Tese apresentada a COPPE/UFRJ como parte dos requisitos necessários
para a obtenção do grau de Doutor em Ciências (D.Sc.)

OTIMIZAÇÃO EXPEDITA DE CARGAS EXPLOSIVAS SUBMARINAS COM

VISTAS AOS SEUS EFEITOS TERMINAIS EM ESTRUTURAS DE AÇO
SUBMERSAS

Alexandre de Assis Motta

Outubro/2004

Orientador: Nelson Francisco Favilla Ebecken

Programa: Engenharia Civil

Esse trabalho apresenta um método de otimização de uma carga explosiva

submarina com vistas aos efeitos terminais da onda de choque produzida na detonação
dessa carga em estruturas de aço submersas.
Em seu escopo, é dividido em um aspecto físico (que aborda desde a formação e
propagação de ondas de choque no meio líquido até a resposta dinâmica de estruturas
em aço a carregamentos impulsivos) e outro não-físico (a otimização com algoritmos
genéticos e a avaliação decorrente da implementação paralela do processamento).
Em princípio, pode parecer que o problema tratado é de interesse puramente
militar, o que não é verdade. A sua aplicação é imediata onde haja estruturas de aço sob
risco de ondas de choque, tenham elas causa acidental ou intencional – como atos
terroristas. Plataformas de petróleo, refinarias e plantas da indústria petro-química são
exemplos típicos de estruturas nessas condições.
Pelo problema ser multi-objetivo, com muitas restrições e não-linear, a escolha
pela técnica de Algoritmos Genéticos é quase uma decorrência natural, com a vantagem
de ser uma técnica naturalmente paralela.
Após a apresentação e descrição do método, é apresentado um estudo de caso,
onde os resultados alcançados mostram o seu valor.

v
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Doctor of Science (D.Sc.)

UNDERWATER EXPLOSIVE CHARGES OPTIMIZATION WITH

RESPECT TO THEIR TERMINAL EFFECTS ON SUBMERGED
STEEL STRUCTURES BY

Alexandre de Assis Motta

October/2004

Advisor: Nelson Francisco Favilla Ebecken

Department: Civil Engineering

This work presents a method for optimization of an underwater explosive charge

with respect to the resulting shockwave terminal effects on submerged steel structures.
It can be divided in a physical (that englobs since the shockwave formation and
propagation in the fluid and the steel structure dynamic response to impulsive loads)
and in a non-physical (optimization with Genetic Algorithms and its parallel
performance evaluation) parts.
Application of the present approach is immediate wherever there are steel
structures under the risk of shockwaves, either accidental or intentional – such as
terrorist acts. Oil platforms and processing plants are typical examples of structures
under this condition.
Due to the problem to be multi-objective, with many restrictions, and non-linear,
the choice for Genetic Algorithms is almost a natural consequence, with the advantage
of being a naturally parallel method.
After the presentation of the method, its application is shown as the study of a
case, from which the obtained results show its value.

vi
 Índice

Agradecimentos ..................................................................................................................................... iv
Resumo .................................................................................................................................................. v
Abstract .................................................................................................................................................. vi
Índice ..................................................................................................................................................... vii

Capítulo I: Introdução ......................................................................................................................... 1

1.1. Introdução .................................................................................................................................. 2
1.2. Organização ................................................................................................................................ 6
Capítulo II: O Problema ...................................................................................................................... 7
2.1. Explosões Submarinas ............................................................................................................... 8
2.1.1. Aproximação Exponencial ................................................................................................. 10
2.2. O Problema ................................................................................................................................. 13
Capítulo III: Estrutura ........................................................................................................................ 16
3.1. Considerações Iniciais ................................................................................................................ 17
3.2. O Elemento ................................................................................................................................. 17
3.3. Funções de Interpolação ............................................................................................................. 22
Capítulo IV: Implementação ............................................................................................................... 23
4.1. Implementação Geral do Problema ............................................................................................ 24
4.1.1. Indivíduos ........................................................................................................................... 23
4.1.2. Funções Aptidão ................................................................................................................. 24
4.2. Solução Numérica ...................................................................................................................... 29
4.2.1. Sistemas Algébricos de Equações Diferenciais Ordinárias e Problemas de Valor Inicial . 31
4.2.2. Rigidez de Sistemas de EDO ............................................................................................. 31
4.2.3. Métodos de Krylov ............................................................................................................. 32
4.2.4. Precondicionamento ........................................................................................................... 32
4.2.5. GMRES e SPIGMR ........................................................................................................... 33
4.2.6. Métodos Numéricos de Interesse ....................................................................................... 34
4.2.7. Controle do Erro ................................................................................................................. 36
4.3. Ambiente de Implementação ...................................................................................................... 37
Capítulo V: Estudo de Caso ................................................................................................................ 38
5.1. Descrição .................................................................................................................................... 39
5.2. Estrutura-Tipo ............................................................................................................................ 40
5.3. O Modelo ................................................................................................................................... 44

vii
 5.4. Calibração .................................................................................................................................. 49
5.5. Dados do Problema .................................................................................................................... 51
5.6. Casos Especiais .......................................................................................................................... 52
5.7. Funções Aptidão ......................................................................................................................... 60
5.8. Resultados .................................................................................................................................. 63
Capítulo VI: Considerações Finais ..................................................................................................... 91
6.1. Considerações Finais .................................................................................................................. 92
6.2. Sugestões .................................................................................................................................... 93
6.3. Conclusão ................................................................................................................................... 93
Referências Bibliográficas ................................................................................................................... 94

viii
Capítulo I
Introdução

Nesse Capítulo, é apresentada uma introdução sobre o método desenvolvido para otimização
expedita de cargas submarinas com vistas aos efeitos da onda de choque gerada na sua
detonação em estruturas de aço submersas, combinando Algoritmos Genéticos e Elementos
Finitos em ambiente de memória distribuída. São tecidas considerações básicas sobre o
fenômeno da explosão submarina, seus efeitos sobre essas estruturas e as complexidades do
processo de otimização dessas cargas. No final do Capítulo, é apresentada a organização do
trabalho.

Conteúdo:

1.1. Introdução .......................................................................................................................... 2

1.2. Organização ....................................................................................................................... 6

1
1.1. Introdução

O emprego de cargas explosivas em ambientes submersos não é de interesse apenas

militar, onde suas aplicações são óbvias – como em Guerra de Minas, Guerra Anti-
Submarino, etc. Há diversas possibilidades de aplicações civis, como na explotação de
petróleo na plataforma continental, controle de assoreamento em rios, lagoa e baías onde não
seja possível efetuar dragagem, desmontagem de instalações submersas, etc.

Quando uma carga explosiva submersa é detonada, uma onda de choque e uma bolha
gasosa (com os produtos da detonação) são geradas e se propagam no meio líquido. O
comportamento da bolha gasosa, pulsátil, será deixado de lado no momento. A onda de
choque se propagará livremente em todas as direções enquanto não encontrar obstáculos,
desenvolvendo um aspecto esférico. Estudos mostram que a frente de onda tem aspecto
impulsivo. A sua amplitude diminuirá com o cubo da distância à origem da explosão e, a uma
distância fixa, o seu decaimento será aproximadamente exponencial com o tempo.

Caso essa onda de choque encontre, em seu caminho, uma estrutura – como um
submarino ou partes de uma plataforma de petróleo, atuará sobre ela na forma de um
carregamento impulsivo com decaimento aproximadamente exponencial. Os efeitos
resultantes nessa estrutura dependerão diretamente da sua inércia, bem como das suas
propriedades mecânicas e geometria. A “passagem” da frente de choque por uma estrutura
pode levar ao colapso da mesma. Acelerações da ordem de 600 g ou mais podem ser
esperadas, infligindo danos a pessoal e equipamentos. Localmente, poderá ocorrer cavitação,
impondo danos adicionais à região atingida, que poderão contribuir para a sua falha ou
indisponibilização.

Cargas explosivas possuem diversas características, como o tipo e quantidade de

explosivo empregada (sua massa), a sua forma geométrica e confinamento (se o explosivo
está confinado ou não), entre outras. Essas características, associadas a fatores externos como
a profundidade em que ocorre a detonação, proximidade do fundo ou da superfície, tipo de
fundo (se lama, areia, pedra, etc), determinarão a forma e o comportamento da onda de
choque gerada na detonação. As reflexões das ondas de choque no fundo ou na superfície do
mar (reflexão em superfície livre) também interferirão na sua forma e amplitude e devem ser

2
consideradas no estudo da propagação de ondas de choque em águas rasas ou próximas ao
fundo (ou leito) da massa líquida.

Em se tratando de minas submarinas, é natural pensar que cargas maiores trarão

sempre melhores resultados que cargas menores. No entanto, dependendo da aplicação, isso
pode não ser verdadeiro. O caso de campos minados é um bom exemplo. Campos minados
defensivos são plantados em trechos estratégicos do litoral em que se deseja evitar a
passagem de navios inimigos. A propagação esférica da onda de choque e o consequente
decaimento de sua intensidade com o cubo da distância à origem da explosão fará com que
minas submarinas com certa massa de explosivo possam vir a ser menos eficientes que outras
minas com metade de sua carga. A figura 1.1 mostra a amplitude das ondas de choques
geradas pela detonação de 60 Kg e 120 Kg de TNT a 20 m de profundidade, calculadas
segundo aproximação empírica comprovada experimentalmente (essa aproximação será
apresentada no Capítulo II e está descrita na referêncai [5], entre outras). A amplitude da
onda de choque gerada pela detonação de 60 Kg de TNT a 10 m da sua origem será de 17.09
MPa, enquanto a da gerada pela detonação de 120 Kg será de 22.45 MPa, ou seja, cerca de
31% maior para 100% a mais de explosivo.

(I). Carga = 60 Kg de TNT (II). Carga = 120 Kg de TNT

Pico de Pressão (MPa)
Pico de Pressão (MPa)

60.0 60.0

50.0 50.0
40.0 40.0
30.0 30.0
20.0 20.0
10.0 10.0
0.0 0.0
0 5 10 15 20 25 0 5 10 15 20 25
Distância (metros) Distância (metros)

Figura 1.1: Variação da amplitude da onda de choque com relação à distância da origem da
detonação de: (I). 60 Kg de TNT e (II). 120 Kg de TNT.

Em um campo minado composto por minas de fundeio de contato – minas que

explodem pelo contato com o casco de embarcações, a menor distância que uma mina poderá
ficar de outra dependerá da distância mínima necessária para que não avarie nenhuma mina
vizinha em caso de ser detonada. Assim, nesse exemplo hipotético, se essa distância mínima
fôr a distância necessária para que a amplitude da onda de choque caia para cerca de 15 MPa,
será de cerca de 14 m para uma carga de 120 Kg de TNT e de 11 m para outra de 60 Kg de
TNT de forma que a maior distância requerida pela carga de 120 Kg proporcionaria menor

3
restrição à passagem de navios pequenos (digamos, com 6 ou 8 metros de boca1). Nesse
exemplo hipotético, a opção por minas com menores cargas explosivas – mais econômicas e
mais fáceis de serem manuseadas (menores peso e volume), aumentaria a eficácia do campo
minado, reduzindo a distância entre as minas e aumentando, com isso, a densidade do campo.

Minas submarinas são projetadas a partir de requisitos resultantes de estudos de Alto

2
Nível , a partir dos quais são determinadas as suas especificações. Acelerações, tensões e
deformações mínimas que devem ser causadas em estruturas-tipo, geometria, volume da
bolha gasosa e distância de atuação podem fazer parte desses requisitos, bem como restrições
do tipo massa ou volume máximos ou custo.

Portanto, é possível que, de acordo com os requisitos a que tiver que atender, cargas
explosivas submarinas possam ser otimizadas. Essa otimização, no entanto, não será trivial, já
que o problema tem as seguintes peculiaridades:

i. A otimização dependerá dos objetivos a serem alcançados, em geral múltiplos

e conflitantes, adicionando dificuldades a esse problema multi-objetivo;
ii. O problema possui uma diversidade de restrições, tanto laterais (que são
efetuadas diretamente sobre as variáveis de projeto, limitando seus valores,
como a massa máxima de explosivo aceitável, entre outras), quanto de
comportamento (que são as condições desejáveis de limites de tensões,
deslocamentos, freqüências naturais de vibração, etc); e
iii. A resposta dinâmica de estruturas a carregamentos impulsivos críticos envolve
uma série de não-linearidades, geométricas e do material, introduzindo
dificuldades que a programação linear não pode resolver.

Os métodos matemáticos clássicos de otimização geralmente apresentam teoremas

que lhes garantem a convergência para uma solução ótima. No entanto, essa solução pode ser
a solução ótima local e não a solução ótima global, devido à dependência desses métodos do
ponto de partida do processo de otimização. No problema em questão, devido às suas
peculiaridades, os métodos evolucionários surgem como alternativa, já que resolvem
problemas que tenham modelos matemáticos complexos de modo simples e por serem de

1
Boca é a maior dimensão transversal do casco de um navio, ou a sua “largura”.
2
Estudos de Alto Nível são elaborados por especialistas nas diversas áreas cobertas em um assunto e
determinam aspectos relevantes nesse assunto, como requisitos operacionais, por exemplo.

4
fácil acoplamento com outras técnicas e/ou aplicações, como o uso de Elementos Finitos
(EF). Dentre os métodos evolucionários, a escolha por Algoritmos Genéticos (AG) decorre
naturalmente das peculiaridades do problema em questão. A paralelização do processo de
otimização permitida pelos AG reforça a sua aptidão para a aplicação.

Os AG distinguem-se dos métodos clássicos de Programação Matemática

basicamente por: empregam uma população de indivíduos com as suas respectivas soluções;
operam com uma codificação das possíveis soluções (genótipos) e não com as soluções
propriamente ditas (fenótipos); trabalham com regras de transição probabilísticas; e não
requerem informações adicionais sobre a função a otimizar. AG não se prendem tão
facilmente a extremos locais, uma vez que trabalham com uma população de indivíduos e
realizam a busca dentro de todo o domínio disponível. Ainda, AG são robustos e aplicáveis a
uma grande variedade de problemas, não requerem conhecimentos ou informações dos
gradientes da superfície definida pela função objetivo, descontinuidades ou complexidades
presentes na superfície acarretam pouco ou nenhum efeito no desempenho da busca,
apresentam um bom desempenho para uma grande escala de problemas, são de fácil
implementação e proporcionam maior flexibilidade no tratamento do problema a ser
resolvido. Em contra-partida, AG têm dificuldade para achar o ótimo global exato, podem
requerer um grande número de avaliações de funções objetivo (ou funções aptidão) e grandes
possibilidades de configurações que podem complicar a resolução do problema tratado.

Cabe ainda ressaltar que AG possuem paralelismo natural3. A etapa de avaliação da

aptidão de cada indivíduo em uma população é independente das demais e pode-se obter
grandes ganhos no tempo de execução de um problema ao se empregar computação paralela
com AG. Maiores detalhes sobre AG podem ser obtidos nas referências [1] e [2], entre outras
disponíveis sobre o assunto.

Finalmente, o grande impulsionador do estudo de explosões submarinas e seus efeitos

em estruturas submersas e semi-submersas foi o desenvolvimento do submarino para
aplicação bélica, acelerada com as diversas guerras do século XX. O emprego do submarino
como arma obrigou o desenvolvimento de armamento específico para seu uso e para
combatê-lo (armamento anti-submarino), de forma que inúmeros estudos e experimentos (em

3
Quando o paralelismo de um método é natural, o resultado encontrado é o mesmo obtido pelo mesmo método
de forma seqüencial, não havendo perda na paralelização.

5
sua maioria sigilosos) foram e ainda são conduzidos desde então. A compilação de alguns
desses estudos resultou no estabelecimento de normas de choque para projetos de submarinos
(em sua maioria também sigilosas), de forma que a escolha de um submarino (hipotético)
como estrutura-tipo para este trabalho é uma decorrência natural dessa disponibilidade de
informações, permitindo a comparação dos resultados obtidos na parte de simulação
numérica do método com dados reais dessas normas e estudos. A fim de não restringir o
acesso ao presente trabalho, as informações sigilosas foram substituídas por outras,
hipotéticas, que não comprometessem a validade do conteúdo apresentado.

1.2. Organização

O restante do presente trabalho está organizado da forma abaixo:

Capítulo II. O Problema – onde o problema físico é descrito e detalhado;

Capítulo III. Estrutura – no qual são descritos os detalhes da modelagem empregada

na solução numérica do problema;

Capítulo IV. Implementação – em que são feitas considerações sobre a

implementação do método, bem como sobre o ambiente de solução;

Capítulo V. Estudo de Caso – onde um caso e a sua solução são apresentados, para
ilustração do emprego e do potencial do método; e

Capítulo VI. Considerações Finais.

6
Capítulo II
O Problema

O objetivo desse trabalho é apresentar um método para otimização expedita de cargas

submarinas com vistas aos efeitos da onda de choque gerada na detonação dessa carga
explosiva em estruturas de aço submersas. Para tal, é preciso entender como uma onda de
choque é gerada em uma explosão submarina, como ela se propaga no meio líquido e como
afeta em estruturas submersas nesse meio. Nesse Capítulo, é feita uma apresentação desse
problema, seguida de conceitos básicos relacionados a explosões submarinas.

Conteúdo:

2.1. Explosões Submarinas .............................................................................................. 8

2.1.1. Aproximação Exponencial .......................................................................... 10
2.2. O Problema ................................................................................................................ 13

7
2.1. Explosões Submarinas

As informações apresentadas nesse trabalho foram extraídas das referências [3] – até
hoje a maior referência no estudo de explosões submarinas, [4], [5], [6], [7], [8], [9], [9.a],
[9.b], [9.c], [9.d], [9.e], [9.f] ,[9.g], [9.h] e [10], entre outras referenciadas ao longo do seu
desenvolvimento (que, contudo, não esgotarão as referências sobre o assunto).

A reação química de decomposição de um explosivo pode se dar sob a forma de

combustão, deflagração ou detonação, em função das suas características químicas, bem
como das suas condições de iniciação e confinamento. Na combustão, ocorre a oxidação da
substância explosiva na presença de oxigênio atmosférico (ou fornecido por outra fonte,
sempre externa ao explosivo) e a velocidade com que essa reação (também conhecida como
“queima”) se desenvolve é relativamente baixa. Na deflagração, a velocidade da reação é
maior que na combustão, podendo chegar a 1.000 m/s, e há a participação não só do oxigênio
externo ao explosivo, mas também daquele intrínseco à substancia, como no caso das
pólvoras. Já a detonação é uma reação de decomposição com a participação exclusiva do
oxigênio intrínseco da substância explosiva, que ocorrem com velocidades que variam de
1.500 m/s a 9.000 m/s. Em função da quantidade de energia envolvida no processo, é sempre
acompanhada de uma onda de choque, também chamada onda de detonação, que, com a sua
frente de elevada pressão dinâmica, pode causar efeitos estruturais catastróficos.

Quando ocorre a detonação, ou simplesmente a explosão, de uma carga explosiva

submersa – explosão submarina, ocorrem dois fenômenos básicos: a geração de uma onda de
choque e a formação de uma bolha gasosa, contendo os produtos da reação, com as seguintes
características principais:

a. Onda de choque: o processo de detonação de uma carga explosiva é progressivo,

apesar de ocorrer em altíssimas velocidades. Em uma carga explosiva esférica
detonada a partir do seu centro, a reação de transformação da matéria-prima (o
explosivo) ocorrerá radialmente “para fora” e, para efeitos da formação da onda
de choque, pode ser assumida como sendo adiabática. Os produtos dessa reação,
em estado gasoso, estarão confinados a um volume muito reduzido e,
consequentemente, sujeitos a pressões muito elevadas, produzindo uma onda de
choque que se propagará pelo explosivo até o seu consumo final. Caso não

8
 encontre obstáculos, essa onda de choque se propagará esféricamente pelo meio
líquido até que a sua energia seja totalmente dissipada. Estudos e experimentos
ajudaram a determinar fórmulas empíricas de aproximações matemáticas que
representam essas ondas de maneira bastante adequada, conforme será mostrado
no ítem 2.1.1. A velocidade de propagação da onda de choque no meio líquido é
dependente da profundidade, conforme mostrado na figura 2.1 para água do mar
[3].

6000
Velocidade da Onda de Choque (m/s)

5000

4000

3000

2000

1000

0
0 200 400 600 800 1000
Profundidade (m)

Figura 2.1: Variaçao da velocidade de propagação de uma onda de choque submarina de acordo
com a profundidade.

b. Bolha gasosa: consumida toda a carga explosiva (assumindo que toda a massa
explosiva é efetivamente transformada em gás na detonação), a explosão terá
criado uma bolha gasosa com uma pressão interna muitas vezes superior à pressão
hidrostática. As partículas gasosas terão, ao término da reação (assumindo que o
explosivo é “bem comportado”, não se rompendo nem se dilatando até que a sua
última camada externa seja consumida, preservando a sua forma externa e o seu
volume inicial), uma aceleração radial “para fora”, causando uma expansão da
bolha gasosa. Devido à inércia, a bolha se expandirá até que a sua pressão interna
seja inferior à pressão hidrostática, e iniciará um processo de contração. Essa
contração se dará até um ponto em que a pressão interna da bolha seja tal que se
contraporá à pressão hidrostática e à inércia das partículas gasosas, quando
passará a se expandir novamente. Esse processo se repetirá indefinidamente, até
que a bolha gasosa encontre a superfície ou até que a massa gasosa seja totalmente
misturada ao meio líquido – apesar das simplificações consideradas, a bolha
gasosa e o meio líquido não têm uma fronteira imiscível de fato. Em cada

9
 momento em que há inversão de expansão para contração, ou vice-versa, da bolha
gasosa, é gerado um pulso de pressão, com amplitudes cada vez menores. Estudos
mostram que o primeiro pulso da bolha gasosa tem amplitude de cerca de 70% da
onda de choque, apesar de sua energia total ser superior à da onda de choque. A
bolha gasosa terá um movimento ascendente no meio líquido até o ponto em que
“aflorar” na superfície do mesmo. A figura 2.2 mostra, esquematicamente,
exemplos de como uma bolha gasosa poderia ser vista em quatro momentos, dois
de máximo e dois de mínimo volumes, em seu movimento de migração à
superfície. Como a energia da bolha gasosa é dissipada com o decorrer do tempo,
R2 > R4 e R3 > R5 (onde R é o raio da bolha gasosa nos instantes mostrados na
figura 2.2).

Figura 2.2: Movimento migratório da bolha gasosa gerada por uma explosão submarina
hipotética (as profundidades, hi, apenas ressaltam o movimento ascendente da massa gasosa):

(1). ponto da explosão (2). primeiro máximo (3). primeiro mínimo

(4). segundo máximo (5). segundo mínimo

2.1.1. Aproximação Exponencial da Onda de Choque

A aproximação exponencial é a forma universalmente aceita para representar o

decaimento de ondas de choque produzidas por explosões submarinas de cargas explosivas
esféricas ou “aproximadamente esféricas” (por “aproximadamente esféricas” entenda-se
formas que possam ser aproximadas à de uma esfera, como a forma cilíndrica com a altura
próxima, em valor, ao diâmetro, ou a forma cúbica). Existem aproximações propostas por
diversos autores, mas, em termos práticos, as validadas experimentalmente acabam por diferir
muito pouco uma das outras, já que representam o mesmo fenômeno físico. Alguns autores
[9] sugerem que as essas aproximações são precisas em faixas de distâncias da origem da

10
explosão, sendo aceitável a sua validade para distâncias entre 4 e 100 vezes o raio da carga
(se a carga for aproximadamente esférica, considera-se o raio da esfera de mesmo volume).
As figuras 2.3 e 2.4 mostram o volume esférico e o respectivo raio para diferentes massas de
TNT e as distância mínima e máxima de validade da aproximação exponencial,
respectivamente (a densidade do TNT é 1.600 Kg / m3) [9].

0.200 0.500

Raio da Esfera (m)

Volume (m )
3

0.450

0.400
0.150
0.350

0.300

0.100 0.250

0.200

0.150
0.050
0.100

0.050

0.000 0.000
0 40 80 120 160 200 240 280 0 40 80 120 160 200 240 280

Massa de TNT (Kg) Massa de TNT (Kg)

Figura 2.3: Volume esférico e respectivo raio para diferentes cargas de TNT.

50
Distância Máxima de Validade - 100 r (m)

2.0
Distância Mínima de Validade - 4 r (m)

40
1.5

30

1.0

20

0.5
10

0.0 0
0 40 80 120 160 200 240 280 0 40 80 120 160 200 240 280

Massa de TNT (Kg) Massa de TNT (Kg)

Figura 2.4: Distâncias mínima e máxima de validade da aproximação exponencial.

Segundo essas aproximações, as ondas de choque são impulsivas, ou seja, a frente de

onda se apresenta como um carregamento “instantâneo”. Sua amplitude é inversamente
proporcional ao cubo da distância e o seu decaimento com o tempo, a uma distância fixa d, é
exponencial. A figura 2.5 mostra a amplitude máxima da onda de choque produzida pela
detonação de 160 Kg de TNT de acordo com a distância à origem da explosão e seu o
decaimento, exponencial, a uma distância de 5,5 m da origem da explosão, segundo os
modelos propostos nas referências relacionadas anteriormente.

11
 40 40

Amplitude (MPa)
35 35

Amplitude (Mpa)
30 30

25 25

20 20

15 15

10 10

5 5

0 0
0.0 4.0 8.0 12.0 16.0 20.0 24.0 0.0 0.5 1.0 1.5 2.0
distância (m) tempo (ms)

Experimental Study of Underwater Explosion Phenomena RE-260-016 Geers Experimental Study of Underwater Explosion Phenomena RE-260-016 Geers

Figura 2.5: Forma da onda de choque produzida pela detonação de 160 Kg de TNT de acordo com
a distância à origem da explosão e a forma da mesma onda de choque a uma distância de 5,5 m da
origem da explosão, de acordo com as referências [5], [8] e [9].

Cabe ressaltar que, devido ao aspecto exponencial do decaimento da amplitude da

onda de choque, passado o tempo equivalente a uma constante de tempo, a amplitude da onda
de choque terá decaído para 37% do seu valor inicial, Pmáx, conforme mostrado na figura 2.6.

100%
Amplitude / Amplitude Máxima

90%
80%

70%

60%

50%
40%

30%

20%
10%

0%
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00
tempo / constante de tempo

Figura 2.6: Razão entre a amplitude e a amplitude máxima da onda de choque com decaimento
exponencial produzida por uma carga de 160 Kg de TNT, medida a 5,5 m da origem da explosão.

Assim, o valor da pressão P(t) pode ser obtida, por exemplo, pela equação 2.1:

P(t) = Pmáx e -( t / τ ) (2.1)

onde:
Pmáx = K1 ( W1/3 / d ) A1 (2.2)

τ = K2 W1/3 ( W1/3 / d ) A2 (2.3)

12
sendo:
P(t) a amplitude da onda de choque a uma distância da explosão em um instante t
após a explosão

Pmáx a amplitude máxima ocorrida a uma distância d da explosão, calculada

conforme a equação 2.2

τ a constante de tempo relacionada ao decaimento exponencial

W a massa de TNT

d a distância à origem da explosão

K1, K2, A1, A2 parâmetros propostos por diversos autores, como os mostrados na
Tabela 2.1

Tabela 2.1: Parâmetros da Aproximação Exponencial

Parâmetro Experimental Study of Underwater Geers REPORT RE-260-016
Explosion Phenomena (referência [8]) (referência [5]) (referência [9])
K1 21.600 22.505 52,4
A1 1,13 1,18 1,13
K2 96,5 0,058 0,084
A2 -0,18 -0,185 0,23
A grande diferença entre os parâmetros se deve, principalmente, aos diferentes sistemas de
unidades adotados pelas referências (métrico [9] ou inglês [5], [8]).

2.2. O Problema

O problema físico em foco é o comportamento dinâmico de uma estrutura típica em

aço (“alvo”), submersa, representativa do casco de um submarino, exposta a uma onda de
choque produzida pela detonação de uma carga explosiva submarina a uma determinada
profundidade. O meio líquido é considerado homogêneo, estático, infinito e livre de
superfícies e obstáculos, de forma que quaisquer ondas se propagarão livre e continuamente
no mesmo.
Como a profundidade considerada é superior à distância da origem da explosão ao
alvo, a reflexão da onda de choque na superfície do meio líquido não interferirá no problema

13
e não invalida a premissa de meio “infinito”. É importante que a profundidade em que a
explosão ocorre seja aproximadamente conhecida por que ela influi na velocidade de
propagação da onda de choque, conforme citado anteriormente. A distância da carga
explosiva ao alvo também deve ser tal que permita o consumo de toda a massa de explosivo e
o desenvolvimento completo da bolha gasosa, ou seja, a menor distância que a carga
explosiva deverá estar do alvo deve ser igual ao raio máximo da bolha gasosa, conforme
mostrado na figura 2.7.

Figura 2.7: A distância mínima da carga explosiva ao alvo deve ser igual ao raio máximo da bolha gasosa.

Esse raio pode ser determinado através de fórmulas empíricas, analogamente ao

cálculo da amplitude e da constante de decaimento da onda de choque, mostrado no ítem
2.1.1. Para as massas de explosivo e distâncias consideradas no presente estudo, a forma da
onda de choque, no momento que ela incide sobre o alvo, será tal que, localmente, a sua
circularidade será pequena e, do ponto de vista macroscópico, o problema pode ser tratado
como bi-dimensional. É assumido, ainda, que a massa gasosa dos produtos da detonação na
bolha não se mistura ao meio líquido à sua volta.

Finalmente, todo processo de otimização pressupõe a existência de certos parâmetros,

com relação aos quais se deseja otimizar um ítem ou atividade. No caso em questão, deseja-
se identificar qual a massa de TNT (em um domínio bem definido) que, detonada a certa
distância – em um intervalo de valores definidos por estudos de alto nível, produzirá os
maiores danos possíveis a uma estrutura-tipo submersa com o menor custo. O custo não
envolve apenas o de construção da mina submarina, mas o de transporte e manuseio –
incluindo a limitação do meio que lançará o artefato, já que, quanto maior e mais pesado o

14
mesmo, menor o número de minas que poderão ser transportados em um mesmo meio e
menor será o número de meios que poderão fazê-lo. As figuras 2.8 e 2.9 mostram a evolução
esquemática do desenvolvimento da onda de choque gerada pela explosão submarina de uma
carga a 10,0 m de distância de um corpo cilíndrico infinito (ambos a 20,0 m de profundidade)
segundo a aproximação de Geers [5]. Em face das distâncias envolvidas e da velocidade de
propagação da onda de choque, a frente de onda pode ser considerada “quase plana” (a 2.000
m/s, a onda de choque levaria 0,003 s – três milisegundos, para percorrer 6,0 m – o diâmetro
do corpo em questão).

6.00
Casco cilíndrico
(raio = 3,0m)

3.00 Propagação radial

da onda de choque

0.00
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12

Distância do casco à origem da explosão (m)

-3.00

-6.00

Figura 2.8: Vista esquemática da evolução de uma onda de choque com origem a 10,0 m do alvo
até o momento em que o encontra.

2.00

1.50
Casco cilíndrico
(raio = 3,0m)

1.00

0.50

0.00
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12

-0.50 Distância do casco à origem da explosão (m)

-1.00

-1.50

-2.00

Figura 2.9: Detalhe da vista esquemática da evolução de uma onda de choque com origem a
10,0 m do alvo até o momento em que o encontra. Pode-se observar a pequena circularidade da
mesma no momento que tangencia o alvo.

15
Capítulo III
Estrutura

Nesse Capítulo, são apresentados detalhes do elemento utilizado na simulação numérica e são
feitas considerações sobre a sua geometria, sobre o material, as funções de interpolação e
outras informações relevantes.

Conteúdo:

3.1. Considerações Iniciais ..................................................................................................... 17

3.2. O Elemento ...................................................................................................................... 17
3.3. Funções de Interpolação .................................................................................................. 21

16
3.1. Considerações Iniciais

A natureza do carregamento imposto por ondas de choque submarinas em estruturas

em aço submersas faz com que sejam esperadas, nessas estruturas, grandes deformações e
comportamento inelástico cíclico, com possível endurecimento do material, bem como não-
linearidade geométrica4. O elemento utilizado para a simulação do comportamento da
estrutura quando submetida a ondas de choque deve, portanto, ser capaz de reproduzir esses
fatores. Maiores detalhes sobre a resposta dinâmica de estruturas submetidas a carregamentos
impulsivos podem ser obtidos nas referêncais [10.a], [10.b], [10.c], [10.d], [10.e] e [10.f].

3.2. O Elemento

O elemento de viga bi-dimensional apresentado nas referências [10], [11] e [11.a],

entre tantos outros elementos desenvolvidos por diversos autores, apresenta essas
características e se adequa às necessidades da simulação. No seu desenvolvimento, foi
assumido estado plano de deformações. Ele é mostrado na figura 3.1; possui 2 nós com 3
graus de liberdade (DOF, degrees of freedom) cada: deslocamentos longitudinal e transversal
e rotação. Também é mostrado o seu sistema local de coordenadas (cartesiano, com o eixo
das abcissas na direção da maior dimensão do elemento, o seu comprimento, e centro no
centro do elemento), as suas dimensões e o posicionamento dos seus nós, além da posição
inicial de sua linha neutra. O desenvolvimento desse elemento foi exaustivamente
apresentado na referência [10] e será apenas mencionado aqui.

x2
Nó 1 Nó 2
linha neutra (posição original) altura do
elemento, h
x1

comprimento do elemento, l

Figura 3.1: Elemento de viga com seção-reta retangular, onde podem ser observados a sua linha
neutra, as suas dimensões principais, o sistema local de coordenadas e a posição dos seus nós.

4
Não-linearidades geométricas decorrem do deslocamento da linha neutra de um elemento estrutural da sua
posição inicial – a importância desse deslocamento da linha neutra se deve a que ele faz com que a integral da
tensão normal na direção transversal não mais seja nula.

17
 O vetor posição (u) de um ponto qualquer desse elemento é descrito na equação 3.1
(com componentes u, v e θ: deslocamentos longitudinal e transversal e rotação,
respectivamente):

⎧ui ⎫
⎪ ⎪
ui = ⎨vi ⎬ . (3.1)
⎪θ ⎪
⎩ i⎭

A figura 3.2 mostra o elemento em uma configuração inicial e em uma outra final,
não-coincidente. Nela, são mostradas as componentes dos deslocamentos nas direções x1 e x2
(u e v, respecitvamente) e a rotações (θ) medidas nos dois nós do elemento.

l’
Nó 2
Nó 1
x2
u2
(configuração final)
u1 θ1 θ2

v1
v2
(configuração inicial)
x1

Figura 3.2: O elemento adotado em duas configurações: uma inicial e outra final..

As deformações longitudinal (ε) e transversal (γ) podem ser, então, calculadas de acordo com
as equações 3.2 e 3.3:

ε = u’ – y θ + ½ ( v’ )2 (3.2-a)

onde:
u’ = du / dx (3.2-b)

v’ = dv / dx (3.2-c)

18
 γ = ( v’ – θ ) (3.3)

Pelo Princípio de D’Alembert (ou do Trabalho Virtual), pode-se obter as equações para o
trabalho virtual das forças internas (δWI) e das externas (δWE), conforme mostrado nas
equações 3.4 e 3.5:

- Trabalho virtual devido às forças internas:

δWI = ∫ σ ijδε ij dV = ∫ (σδε + τδγ )dV (3.4-a)

Ω Ω

ou, em sua forma expandida:

⎧⎪ ⎡ ⎤ ⎫⎪ ⎧⎪ w ⎡ ⎤ ⎡ ⎤ ⎫⎪
δWI = ⎨− w⎢ ∫ (σ )dx2 ⎥ ⎬δu1 + ⎨ ⎢ ∫ (σ )dx2 ⎥ (v1 − v2 ) − w⎢ ∫ (τ )dx2 ⎥ ⎬δv1
⎪⎩ ⎢⎣ x2 ⎥⎦ ⎪⎭ ⎪⎩ h ⎢⎣ x2 ⎥⎦ ⎢⎣ x2 ⎥⎦ ⎪⎭
⎧⎪ wh ⎡ ⎤ wh ⎡ ⎤ ⎫⎪
+⎨ ⎢ ∫ ( x2σ )dx2 ⎥ − ⎢ ∫ (τ )dx2 ⎥ ⎬δθ1
⎪⎩ 2 ⎢⎣ x2 ⎦⎥ 2 ⎣⎢ x2 ⎦⎥ ⎪⎭
(3.4-b)
⎧⎪ ⎡ ⎤ ⎫⎪ ⎧⎪ w ⎡ ⎤ ⎡ ⎤ ⎫⎪
+ ⎨w⎢ ∫ (σ )dx2 ⎥ ⎬δu2 + ⎨ ⎢ ∫ (σ )dx2 ⎥ (v1 − v2 ) + w⎢ ∫ (τ )dx2 ⎥ ⎬δv2
⎪⎩ ⎢⎣ x2 ⎥⎦ ⎪⎭ ⎪⎩ h ⎢⎣ x2 ⎥⎦ ⎢⎣ x2 ⎥⎦ ⎪⎭
⎧⎪ wh ⎡ ⎤ wh ⎡ ⎤ ⎫⎪
+ ⎨− ⎢∫ 2 ( x σ )dx 2⎥ − ⎢∫ (τ )dx 2 ⎥ ⎬δθ 2
⎪⎩ 2 ⎢⎣ x2 ⎥⎦ 2 ⎢⎣ x2 ⎥⎦ ⎪⎭

cujo desenvolvimento conduz a:

⎧⎪ ⎡ ⎤ ⎫⎪ ⎧⎪ w ⎡ ⎤ ⎫⎪
δWI = ⎨− w⎢ ∫ (σ )dx2 ⎥ ⎬δu1 + ⎨ ⎢ ∫ (σ )dx2 ⎥(v1 − v2 ) − τA⎬δv1
⎪⎩ ⎣⎢ x2 ⎦⎥ ⎪⎭ ⎪⎩ h ⎣⎢ x2 ⎦⎥ ⎪⎭
⎧⎪ wh ⎡ ⎤ τAh ⎫⎪
+⎨ ⎢ ∫ ( x2 σ )dx2 ⎥ − ⎬δθ1
⎪⎩ 2 ⎢⎣ x2 ⎥⎦ 2 ⎪⎭
(3.4-c)
⎧⎪ ⎡ ⎤ ⎫⎪ ⎧⎪ w ⎡ ⎤ ⎫⎪
+ ⎨w⎢ ∫ (σ )dx2 ⎥ ⎬δu2 + ⎨ ⎢ ∫ (σ )dx2 ⎥(v1 − v2 ) + τA⎬δv2
⎪⎩ ⎢⎣ x2 ⎥⎦ ⎪⎭ ⎪⎩ h ⎢⎣ x2 ⎥⎦ ⎪⎭
⎧⎪ wh ⎡ ⎤ τAh ⎫⎪
+ ⎨− ⎢ ∫ ( x2σ )dx2 ⎥ − ⎬δθ2
⎪⎩ 2 ⎣⎢ x2 ⎦⎥ 2 ⎪⎭

19
- Trabalho virtual devido às forças externas:

δWE = ∫ p δu dS − ∫ ρu&& δu dV
∂Ω
i i
Ω
i i (3.5)

A formulação acima, conhecida como formulação com deslocamento puro (pure

displacement formulation), é conhecida por produzir modelos muito rígidos para elementos
finos, de forma que o uso de formulações mistas (mixed-formulations) é recomendado. Com
esta formulação, a matriz de rigidez do elemento, [K], é modificada, resultando em uma
matriz de rigidez modificada, [K’], conforme mostrado nas equações 3.6 e 3.7. Maiores
detalhes sobre essas diferentes formulações podem ser encontrados nas referências [10] e
[12].

A equação de rigidez original, obtida pelo uso da formulação com deslocamento puro
é apresentada na equação 3.6.

⎡ AG AG AG AG ⎤
⎢ −
2 h 2 h ⎥
⎢ ⎥
⎢⎜ ⎛ EI AGh ⎞ AG ⎛ EI AGh ⎞ AG ⎥
+ ⎟ ⎜⎜ − + ⎟ −
⎢ ⎜⎝ ρh 3 ⎟⎠ ⎝ ρh 6 ⎟⎠ 2 ⎥
[K ] = ⎢ AG
2
AG AG AG ⎥
(3.6)
⎢ − − − ⎥
⎢ 2 h 2 h ⎥
⎢⎛ EI AGh ⎞ AG ⎛ EI AGh ⎞ AG ⎥
⎢⎜⎜ − ρh + 6 ⎟⎟ ⎜⎜ + ⎟⎟ −
2 ⎥⎦
⎣⎝ ⎠ 2 ⎝ ρh 3 ⎠

A equação de rigidez modificada, obtida pelo uso da formulação com deslocamento

misto é apresentada na equação 3.7. A diferença entre essa variante e a original é mostrada
em negrito nas equações 3.7 e 3.8.

⎡ AG AG AG AG ⎤
⎢ −
2 h 2 h ⎥
⎢ ⎥
⎢⎜ ⎛ EI AGh ⎞ AG ⎛ EI AGh ⎞ AG ⎥
+ ⎟ ⎜⎜ − + ⎟⎟ −
⎢ ⎜⎝ ρh 4 ⎟⎠ 2 ⎝ ρh 4 ⎠ 2 ⎥
[K ' ] = ⎢ (3.7)
AG AG AG AG ⎥
⎢ − − − ⎥
⎢ 2 h 2 h ⎥
⎢ ⎛ EI AGh ⎞ AG ⎛ EI AGh ⎞ AG ⎥
⎢⎜⎜ − ρh + 4 ⎟⎟ ⎜⎜ + ⎟⎟ −
2 ⎥⎦
⎣⎝ ⎠ 2 ⎝ ρh 4 ⎠

20
 O material foi modelado como elasto-plástico bi-linear com endurecimento isotrópico
cinemático, segundo a referência [13], conforme mostrado na figura 3.3.

E/n
1

E
H=E/n
1 1
ε
Figura 3.3: Modelo de endurecimento isotrópico bi-linear cinemático do material.

O comportamento visco-plástico do material foi também modelado segundo a

referência [13], conforme mostrado na figura 3.4.

σy+Kα
σ
E
σ=Eε0

η
η τ t
τ=
E+K

Figura 3.4: Comportamento visco-plástico do material.

Cabe, ainda, ressaltar que o problema é governado pela deformação; a tensão e o

incremento da deformação inelástica normais (se o incremento de carga resultar em
deformação inelástica; se não, apenas a tensão normal é obtida) são calculados a partir da
aplicação do incremento de deformação normal, para cada um dos pontos de integração.
Retorno radial é, então, utilizado para avaliar a parcela inelástica do incremento de
deformação normal. A tensão cisalhante é desconsiderada, por ser desprezável quando

21
comparada, em amplitude, à tensão normal.

3.3. Funções de Interpolação

As funções de base adotadas para esse elemento foram lineares, conforme as equações
3.8 e 3.9 e a figura 3.5, conforme descrito na referência [10].

N1 = 1 – ( x1 / h ) (3.8)

N2 = x1 / h (3.9)

x2

x1 x1
N1 = 1 − N2 =
h h
Nó 1 Nó 2

x1

l
Figura 3.5: Conjunto de equações de interpolação lineares.

Maiores detalhes sobre a formulação utilizada no desenvolvimento mostrado nesse

Capítulo podem ser obtidos na referência [10] ou nas diversas referências sobre Elementos
Finitos disponíveis ([13.a] , [13.b] , [13.c] , [13.d] , [13.e] , [13.f] , [13.g] e [13.h], entre
outras).

22
Capítulo IV
Implementação

O presente Capítulo é dividido em três partes: na primeira, é apresentada a implementação

geral do problema de otimização, onde a simulação por elementos finitos é vista apenas como
uma função que produz alguns valores; na segunda, a simulação com elementos finitos é
descrita; e, na terceira, o ambiente em que o problema é implementado, paralelo com
memória distribuída, é comentado.

Conteúdo:

4.1. Implementação Geral do Problema ............................................................................................................... 24

4.1.1. Indivíduos ..................................................................................................................................... 24
4.1.2. Funções Aptidão .......................................................................................................................... 25
4.2. Solução Numérica ......................................................................................................................................... 29
4.2.1. Sistemas Algébricos de Equações Diferenciais Ordinárias e Problemas de Valor Inicial ........... 31
4.2.2. Rigidez de Sistemas de EDO ....................................................................................................... 31
4.2.3. Métodos de Krylov ....................................................................................................................... 32
4.2.4. Precondicionamento ..................................................................................................................... 32
4.2.5. GMRES e SPIGMR ..................................................................................................................... 33
4.2.6. Métodos Numéricos de Interesse ................................................................................................. 34
4.2.7. Controle do Erro ........................................................................................................................... 36
4.3. Ambiente de Implementação ......................................................................................................................... 37

23
4.1. Implementação Geral do Problema

A implementação geral do problema é a implementação típica de AG. Uma população

inicial aleatória é gerada e é calculada a aptidão (fitness) de cada um dos seus indivíduos, que
são ordenados de acordo com esse valor (em ordem decrescente). Uma parte dessa geração
inicial é separada e será preservada (sobre essa fração, não incidirão as operações típicas de
AG), de acordo com o grau de elitismo selecionado para o problema. A parte restante dessa
geração poderá sofrer cruzamento (crossover) ou mutação (mutation), de acordo com
critérios probabilísticos, de forma que novos indivíduos serão gerados a partir dos existentes.
Os indivíduos que participarem de cruzamentos ou sofrerem mutação serão substituídos, na
próxima geração, pelos indivíduos gerados a partir deles. Terminados os processos de
cruzamento e mutação, os indivíduos da nova geração serão ordenados segundo o mesmo
critério de ordenação previamente utilizado (ordem decrescente de aptidão), de modo que é
necessário calcular a aptidão dos novos indivíduos (que não tiveram suas aptidões
previamente calculadas). Feita a ordenação, uma nova parcela será segregada, novamente de
acordo com o grau de elitismo selecionado e as operações de cruzamento e mutação são
aplicadas novamente. Esse processo é repetido até que um determinado critério de parada seja
atingido (esse critério pode ser até que a n-ésima geração seja atingida, até que o elemento
com maior aptidão se mantenha por m gerações, ou qualquer outro julgado pertinente).
Diferentes taxas de elitismo, cruzamento e mutação podem ser utilizadas no processo de
otimização. Os valores adotados no presente estudo são apresentados no Capítulo V.

Maiores detalhes sobre AG e seu uso podem ser obtidos na referência [1] e [2], entre
tantas outras referências disponíveis sobre o assunto.

4.1.1. Indivíduos

Cada indivíduo representa um par “massa de explosivo” (em Kg) e “distância entre o
alvo e a carga explosiva” (em m), codificado em binário de acordo com a referência [14]
(norma IEEE 754). Foi adotada precisão dupla para todas as variáveis reais utilizadas no
desenvolvimento desse trabalho, que “ocupam” 64 bits em plataformas x86. Os valores de
massa e distância são convertidos para binário e depois combinados sequencialmente,
resultando em um cromossoma de 128 genes, onde os genes de 1 a 64 representando a massa

24
do explosivo e os de 65 a 128, a distância. Um indivíduo representando o par formado por
uma carga de 100 Kg de TNT e uma distância de 15 m é obtido como mostrado abaixo:

- Massa de explosivo (em Kg) e distância (em m) do alvo ao centro da varga explosiva, na base 10:

(W)10 = 100 Kg (d)10 = 15 m

- Valores convertidos para binário (base 2), de acordo com a IEEE 754:

(W)2 = 0000000000000000000000000000000000000000000000001001101000000010

(d)2 = 0000000000000000000000000000000000000000000000000111010000000010

- Cromossoma com 128 genes, obtido pela combinação sequencial do par (W)2 e (d)2:

Indivíduo2 = 00000000.....0000000100110100000001000000000.....000000000000111010000000010
├──────────────────── 128 genes ────────────────────┤

4.1.2. Funções Aptidão

Funções aptidão – ou funções objetivo, medem, em algum grau, o quanto um

indivíduo é apto para desempenhar uma função ou atividade. Em geral, elas são obtidas
através de estudos de especialistas e não são, necessariamente, triviais. Funções aptidão
podem, entretanto, ser interpretadas como “caixas pretas”, onde um ou mais valores de
entrada produzem um único valor de saída, obtido pela combinação dos valores de entrada
segundo algum critério, que pode envolver, por exemplo, uma ou mais fórmulas matemáticas
e/ou tabelas de correlação. Independente de como a informação de entrada é processada, a
saída será um único valor, a “aptidão” do indivíduo. A figura 4.1 ilustra uma situação em que
a função aptidão é vista como uma “caixa preta”. Nela, a aptidão de um atleta para uma
determinada atividade esportiva é avaliada com base em informações como a altura, o peso, a
massa muscular e a habilidade do atleta. Pode-se ver que parâmetros objetivos podem ser
combinados com parâmetros subjetivos ou com outros produzidos em outros testes, como a
habilidade – a “medida” de habilidade individual pode ser atribuída após a submissão, do
atleta, a uma série de exercícios, por exemplo.

25
 Altura

Peso
Função Aptidão para
Massa Muscular Aptidão o esporte

Habilidade

Figura 4.1: A Função Aptidão pode ser vista como uma “caixa preta”.

Analogamente, no problema em estudo, certas informações relevantes podem ser

obtidas da simulação numérica, conforme desenvolvido no Capítulo III. Essas informações,
combinadas com outras oriundas de outras fontes, podem ser utilizadas como parâmetros de
entrada em funções que produzirão um valor final representativo da aptidão de um indivíduo
para a situação em questão. Assim, os seguintes parâmetros foram utilizados, nesse estudo,
para avaliar a aptidão de cada par massa de explosivo – distância da explosão à estrutura:

a. massa de explosivo, em TNT-equivalente (Kg), W;

b. distância da explosão ao casco (m), d;
c. razão entre a aceleração imposta a um tripulante em pé no convés e a
aceleração da gravidade (“g’s”), RAcel Trip;
d. razão entre a aceleração imposta à base de um equipamento “leve” e a
aceleração da gravidade (“g’s”), RAcelEquipLeve;
e. razão entre a aceleração imposta à base de um equipamento “pesado”
suportado pelo fundo do submarino, e a aceleração da gravidade (“g’s”),
RAcelEquipPesado; e
f. razão entre a maior tensão equivalente ocorrida em qualquer ponto do
casco e a tensão de escoamento do material, RTensões;

Esses parâmetros servem de argumentos de entrada para funções que, combinadas,

produzirão o valor da sua aptidão. Como as funções reais envolvem informações sigilosas,
elas foram substituídas por outras que produzem resultados compatíveis com o fenômeno
físico envolvido. Optou-se por funções simples para o presente trabalho, visto que o uso de

26
funções fictícias complexas em nada agregaria ao resultado final do estudo.

Exemplos simples de como poderiam ser essas funções são apresentados nas equações
4.1, 4.2, 4.3, 4.4, 4.5 e 4.6 (essas funções serão chamadas de funções de aptidão parciais no
restante desse trabalho). Os resultados obtidos, combinados de acordo com uma outra função
(chamada de função de aptidão final no restante desse trabalho), como a mostrada na equação
4.7, produzem o valor da aptidão “final” para um indivíduo.

A1 = 98,900972 – 0,079785 W, 50 ≤ W ≤ 300 (4.1)

A2 = 5,0 d, 8 ≤ d ≤ 20 (4.2)

A3 = 4,898475E–14 + 1,666667 RAcel Trip, 10 ≤ RAcel Trip ≤ 60 (4.3)

A4 = 0,029412 RAcelEquipLeve, 1000 ≤ RAcelEquipLeve ≤ 3400 (4.4)

A5 = 0,100000 RAcelEquipPesado, 500 ≤ RAcelEquipPesado ≤ 1000 (4.5)

A6 = 9,567334E–13 + 76,923089 RTensões, 1,8 ≤ RTensões ≤ 3 (4.6)

A(W,d) = ½ { A1 + ½ [ A2 + ¼ ( A3 + A4 + A5 + A6 ) ] } (4.7)

onde W é a massa do explosivo, em Kg de TNT-equivalente, e d é a distância, em m, da

estrutura à origem da explosão.

As funções representadas pelas equações 4.1, 4.2, 4.3, 4.4, 4.5 e 4.6 são ilustradas nas
figuras 4.2, 4.3, 4.4, 4.5, 4.6 e 4.7, respectivamente.

27
 120 120

Aptidão
Aptidão
y = -7.97852126E-02x + 9.89009722E+01
100 100
y = 5.00000000E+00x
80 80

60 60

40 40

20 20

0 0
80 100 120 140 160 0 5 10 15 20 25
massa de explosivo (Kg) distância da explosão (m)

Figura 4.2: Função aptidão para a massa da carga Figura 4.3: Função aptidão para a distância da
explosiva. explosão à estrutura.

120 120

Aptidão
Aptidão

y = 1.66666667E+00x + 4.89847508E-14
100 100

80 80
y = 2.94117647E-02x
60 60

40 40

20 20

0 0
0

200

400

600

800

1000

1200

1400

1600

1800

2000

2200

2400

2600

2800

3000

3200

3400

3600
0.0 20.0 40.0 60.0 80.0
aceleração do tripulante / aceleração da gravidade aceleração do equipamento "leve" / aceleração da gravidade

Figura 4.4: Função aptidão para a razão entre a Figura 4.5: Função aptidão para a razão entre a
aceleração do tripulante e a aceleração da aceleração do equipamento “leve” e a aceleração
gravidade. da gravidade.

120 120
Aptidão
Aptidão

y = 7.69230769E+01x + 9.56733414E-13
100 100
y = 1.00000000E-01x
80 80

60 60

40 40

20 20

0 0
0 100 200 300 400 500 600 700 800 900 1000 1100 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5

aceleração do equipamento "pesado" / aceleração da gravidade tensão máxima / tensão de escoamento do material

Figura 4.6: Função aptidão para a razão entre a Figura 4.7: Função aptidão para a razão entre a
aceleração do equipamento “pesado” e a tensão máxima no casco e a tensão de escoamento
aceleração da gravidade. do material.

Pode ser verificado que as funções de aptidão parciais A3, A4, A5 e A6 são diretamente
proporcionais à massa da carga explosiva (W), já que, para uma distância d da estrutura,
quanto maior essa carga, maiores serão as acelerações e tensões a que a estrutura será
submetida. Por outro lado, a função de aptidão parcial A2 é diretamente proporcional a essa

28
distância, ou seja, para uma carga fixa de explosivo, quanto maior a distância dessa carga à
estrutura, maior será a aptidão parcial A2, de forma que as funções de aptidão parciais de A2 a
A6, combinadas, produzirão uma aptidão que será tanto maior quanto maiores forem W e d.

No presente problema, a única função que atua de forma a penalizar, de alguma

forma, o par (W,d) é através da função de aptidão parcial A1. Essa penalização pode
considerar o custo da massa explosiva no cômputo do custo total de uma mina submarina, o
custo indireto que representa ter um artefato com maior volume ou mais pesado, conforme as
considerações feitas no ítem 2.2.

Assim, é necessário critério no desenvolvimento da função de aptidão final, A(W,d), a

fim de evitar que seja atribuído peso excessivo a um parâmetro em detrimento de outro não
menos importante.

4.2. Solução Numérica

O método utilizado para simulação da resposta da estrutura ao carregamento

representado pela onda de choque combina a estabilidade intrínseca dos métodos implícitos
sem a necessidade de se armazenar e operar matrizes – típico dos métodos explícitos, aliando
vantagens e resultando em menores requisitos computacionais e maior desempenho. O
sistema de equações diferenciais ordinárias representativo do problema é resolvido de forma
explícita, enquanto o sistema de equações resultante é resolvido por um método implícito
incompleto, após ser precondicionado [15], produzindo, assim, o efeito desejado de menores
requisitos e elevado desempenho. Foi mostrado na referência [10] que a solução de vigas com
não-linearidade geométrica e comportamento visco-plástico submetidas a carregamentos
impulsivos severos pode consumir um décimo do tempo que programas comerciais
implícitos.

Esse método é baseado em DVODPK, um algoritmo de uma família de códigos

desenvolvida por Peter N. Brown, George D. Byrne, e Alan C. Hindmarsh (referências [15], [16],
[17], [18], [19], [20], [21], [20.a], [20.b], [20.c], [20.d], [20.e], [20.f], [20.g] e [20.h]). A referência
[21] também traz importantes considerações sobre esse algoritmos e suas particularidades. O
problema é formulado em termos de um sistema algébrico de equações diferenciais ordinárias

29
(EDO), onde são aplicadas as condições de contorno e de carregamento, resultando em um
problema de valor inicial (PVI), que, então, pode ser resolvido por um dos diversos métodos
disponíveis, a critério do usuário, em função de suas características (como linearidade,
rigidez, etc). DVODPK tem um estrutura modular tal que permite que os métodos de solução
já implementados sejam alterados ou que novos métodos possam ser incorporados, de forma
atender peculiaridades específicas de uma ou outra classe de problemas. Os estudos
preliminares e a análise dos trabalhos publicados disponíveis mostraram o código/ambiente
como bastante adequado para servir de plataforma para o desenvolvimento desse estudo
(referências [10] e [17]).

DVODPK e suas peculiaridades foram exaustivamente discutidos na referência [10].

Foram incluídos, no presente trabalho, um breve resumo de suas principais características,
com o único intuito de apresentar um breve resumo das mesmas.

As principais características do método de solução são:

a. simulação livre de matrizes – Nenhuma matriz global é calculada ou

armazenada. O método resolve um sistema algébrico de equações,
dispensando a construção e a necessidade de armazenar matrizes. Nos casos
em que precondicionamento é adotado, uma matriz bloco-diagonal será
contruída, com um bloco para cada um dos m nós da malha. Considerando
cada bloco como uma “pequena” matriz individual, m “pequenas” matrizes n
x n serão contruídas para um problema com n DOF por nó, ao invés de uma
grande matriz (m x n) x (m x n);
b. adequado para resolver sistemas de EDO rígidos – O Problema de Valor
Inicial (PVI) pode ser resolvido usando Backward Differentiation Formula
(BDF) e uma variante do método de Newton, cujo sistema de equações
resultante é resolvido por um método incompleto (SPIGMR – descrito na
referência [16]), resultando em uma plataforma estável adequada para
tratamento de sistemas rígidos;
c. Aplicável tanto em problemas lineares quanto não-lineares – Não há
restrições, pois o problema é definido de forma modular e o processo de
solução independe do contido nesse módulo;
d. Tratamento do problema como um sistema de EDO – O problema deve ser

30
 formulado como um sistema de equações diferenciais ordinárias e assim ser
implementado;
e. Alta eficiência computacional e baixo custo de processamento, processamento
paralelo com memória distribuída/ SIMD (Single Instruction Multiple Data –
Instrução Simples Múltiplos Dados) utilizando MPI (Message Passing
Interface) – Por ser codificado para ser executado em clusters de PCs e
incorporar comandos MPI (pode ser, no entanto, alterado para outras
arquiteturas paralelas ou seriais) – referências [22], [23] e [24] ; e
f. Emprego (opcional) de precondicionamento – Incorpora técnicas de
precondicionamento (um módulo contendo a rotina necessária deve ser
implementado pelo usuário, pois, em geral, o precondicionante não é trivial e,
conseqüentemente, sua construção não pode ser automatizada).

4.2.1. Sistemas Algébricos de Equações Diferenciais Ordinárias e Problemas de Valor Inicial

Sistemas algébricos de EDO podem ser representados pela equação 4.8:

dy/dt = f(y,t), y ∈ RN, (4.8)

onde RN é o domínio real N-dimensional e o vetor y é função da variável independente t.

Supondo que t seja tempo, conhecidos os valores de y em um instante t0, pode-se

calcular os seus valores em instantes subsequentes. Atribuindo-se a esse instante em que
esses valores são conhecidos o rótulo de “momento inicial”, um PVI pode ser representado
pela equação 4.9:

dy/dt = f(y,t), y(t = 0) = y0, y ∈ RN, (4.9)

onde y0 é o vetor com os valores conhecidos (no “momento inicial”, t = t0).

31
4.2.2. Rigidez de Sistemas de EDO

Um sistema de EDO é considerado rígido quando as suas constantes de tempo (ou os

seus autovalores e, consequentemente, as suas frequências naturais) variam grandemente, ou
seja, a(s) razão(ões) entre a(s) menor(es) e a(s) maior(es) constante(s) de tempo é(são) muito
elevada(s). Não existe, no entanto, um critério objetivo pelo qual se defina se um sistema de
EDO é ou não rígido, mas pode-se considerar que quando essas razões são iguais a uma
ordem de grandeza um sistema começa a poder ser classificado como rígido (referência [25]).

4.2.3. Métodos de Krylov

Métodos de Krylov são métodos de solução e sistemas de equações baseados no

Espaço de Krylov. Se adequadamente implementados, podem resultar em drástica economia
tanto no tempo de processamento como no espaço de armazenagem necessários para a
solução de grandes sistemas de EDO rígidos.

Em contrapartida, esses métodos geralmente requerem um precondicionamento do

sistema algébrico associado ao problema em questão para uma implementação eficiente.

4.2.4. Precondicionamento

Precondicionadores são matrizes aleatórias que são aplicadas a sistemas de equações

para aumentar a eficiência de sua solução numérica. Seja o sistema de EDO em RN
representado pela equação 4.10

Ax=b (4.10)

Ao se empregar condicionamento para resolver uma matriz A, a transformação

mostrada na equação 4.11 é aplicada ao sistema de equações, obtendo-se a forma mostrada na
equação 4.12. Esse novo sistema é, então, resolvido, ao invés do sistema original.

A’ = P1-1 A P2-1 (4.11)

32
 A’ x = b (4.12)

O produto P1 P2 deve ser uma aproximação da matriz A original e sistemas de

equações com P1 ou P2 devem ser “mais fáceis” de resolver que o sistema original.
Precondicionamento à esquerda é obtido fazendo-se P2 = I, e, analogamente,
precondicionamento à direita é obtido fazendo-se P1 = I. A matriz P1 é chamada de matriz
de precondicionamento à esquerda, ou precondicionador esquerdo, enquanto P2 é chamada
de matriz de precondicionamento à direita, ou precondicionador direito.
O uso de precondicionamento pode reduzir o número de interações necessárias à
convergência de um método de Krylov. Para que se alcance uma solução eficiente do sistema
de equações, geralmente, é necessária uma escolha cuidadosa do(s) precondicionador(es), sob
o risco de se obter soluções mais custosas que as produzidas sem precondicionamento, sendo
o sistema de EDO resultante crítico na determinação do desempenho.

Na referência [17], é mostrado que precondicionadores eficientes podem ser

desenvolvidos a partir do entendimento dos componentes física ou matematicamente
dominantes do modelo representativo do problema (ou, simplesmente, os componentes
dominantes do problema). Esse princípio pode ser empregado para desenvolver estratégias de
álgebra linear que resultem em métodos de construção de precondicionadores adequados.

4.2.5. GMRES e SPIGMR

a. GMRES (Método dos Mínimos Residuais Generalizado, Generalized Minimal

Residual Method – referência [21]) é um dos métodos de Krylov que podem ser definidos
como um processo do tipo Petrov-Garlekin, ou, mais precisamente, como um processo de
mínimos quadrados, empregado para resolver sistemas lineares definidos pela equação 4.10.

Sua aplicação vai além do tradicional Método do Gradiente Conjugado (GC) por ser
aplicável a sistemas em que a matriz de coeficientes não é real positiva. Ao contrário do GC,
GMRES permanece estável em problemas com matrizes simétricas indefinidas e requer
apenas metade do espaço de armazenagem e cerca de 2/3 das operações aritméticas
necessárias à solução de sistemas de equações.

33
 O algoritmo do GMRES é descrito a seguir:
1. Início: Escolha x0 e calcule r0 = f – A x0 e u1 = r 0 / ||r0||
2. Interação: Para j = 1,2,...,k,..., até atingir o critério de convergência
Calcule: hij = (A uj, ui), i = 1,2,...,j

û = A uj - ∑ij=1 ( hij ui )

hj+1j = || ûj+1 ||
u j+1 = ûj+1 / hj+1j
3. Calcule a solução aproximada:
xk = x0 + Vk yk, onde yk minimiza o resíduo pela norma dos mínimos quadrados

b. SPIGMR (GMRES escalonado, precondicionado e incomplete, Scaled,

Preconditioned, Incomplete GMRES) é um variante escalonado, precondicionado e
incompleto do GRMES. Por escalonado, entende-se que o mesmo é multiplicado por um
valor de escala, com o propósito de acelerar a convergência através da relaxação do sistema
de equações; por incompleto, entende-se que o mesmo não é exato, calculando uma solução
aproximada através de iterações sucessivas.

Para que os métodos de Krylov sejam competitivos, é importante que se garanta que o
número de interações necessárias à convergência seja mantido pequeno, ou seja, que a
dimensão do subespaço de Krylov que aproxima a solução seja pequena, o que, geralmente,
requer o uso de precondicionamento. Maiores detalhes sobre esse método podem ser
encontrados na referência [17].

4.2.6. Métodos Numéricos de Interesse

Sistemas de equações podem ser resolvidos numericamente por inúmeros métodos

diretos e interativos diferentes. Os diferentes métodos existentes podem ter, entre outras,
variações dinâmicas de ordem, passo e/ou coeficientes.

Os métodos de interesse desse estudo são o Adams-Moulton (AM), o Backward

Differentiation Formula (BDF), Interação Funcional (ou Interação Direta ou, simplesmente,
Interação) e Interação de Newton (Newton). Os métodos AM e BDF são do tipo multi-passo
(multistep). O primeiro, na forma com passo e ordem variáveis, e, o segundo, além de passo e
ordem variáveis, com coeficiente constante (fixed-leading-coefficient). Ambos podem ser

34
representados, de forma genérica, pela fórmula linear com passo variável mostrada na
equação 4.13:

K1 K2
∑ αn,i yn-i + hn ∑ βn,i dyn-i/dt = 0 (4.13)
i= o i= o

onde o vetor N-dimensional yn é uma aproximação de y(tn), a solução exata do sistema

representado pela equação 4.8 no instante t = tn e o passo (ou incremento em tempo) hn = tn –
tn-1. Os coeficientes αn,i e βn,i são unicamente determinados pela fórmula de integração
utilizada, pelo histórico do passo e pela normalização αn,0 = –1.

Atribuindo-se os valores K1 = 1 e K2 = q – 1 na equação 4.13, obtém-se a fórmula de

AM, recomendada para sistemas de EDO não-rígidos. (Em VODPK, q pode variar de 1 a 12
para essa escolha.) Atribuindo-se os valores K1 = q e K2 = 0 na equação 4.13, obtém-se o
método BDF, indicado para sistemas rígidos de EDO (q pode variar de 1 a 5 em VODPK).

Ainda, em VODPK, a integração começa com ordem q = 1. Conforme a integração

vai sendo efetuada, a ordem pode variar de forma dinâmica e automática, com variação
máxima de uma ordem (para mais ou para menos) por passo.

A equação 4.13 pode ser reescrita de acordo com a forma mostrada na equação 4.14,
de forma que:

G(y) ≡ yn - hnβn,0 f(yn,tn) – an = 0 (4.14)

onde

dyn-i/dt = f(yn,tn) (4.15)

an = ∑ (αn,i yn-i + hn βn,i dyn-i/dt) (4.16)

i >0

Isso significa que um sistema de EDO implícito descrito pela equação 4.14 precisa ser

35
resolvido para yn a cada incremento de tempo.

Associado à escolha do método multistep básico, as opções para o método corretor

são Iteração e Newton (para o qual um sistema de equações linear precisa ser resolvido a cada
passo do algoritmo corretor).

No caso da Iteração de Newton, esse sistema de equações pode ser representado na

forma da equação 4.17:

M( yn(m+1) – yn(m) ) = – G(yn(m) ) (4.17)

onde:

M ≈ I – γ J, J = ∂ f/ ∂ y e γ = hmβn,0 (4.18)

Em VODPK, a solução desse sistema de equações pode ser feita por um método
direto com um tratamento denso de J, com um tratamento por banda de J ou com uma
aproximação diagonal de J ou, ainda, pelo uso de SPGMR.

4.2.7. Controle do Erro

Dois parâmetros de erro são utilizados no controle do erro. Um valor absoluto, a ser
aplicado igualmente a todos os elementos de y, e outro relativo, que permite adotar diferentes
tolerâncias para cada grau de liberdade. Esse critério de controle de erro pode flexibilizá-lo e
evitar que a solução de um problema seja penalizada por determinados graus de liberdade não
requererem tolerância tão apertadas quanto outros.

O erro é avaliado através de um vetor de erro, e = e(i), com os valores estimados dos
erros locais em y, de acordo com uma desigualdade da forma mostrada na equação 4.19:

RMS – NORM ⎛⎜ e(i ) ⎞ ≤ 1,

EWT (i ) ⎟⎠
(4.19)
⎝
onde:

36
 RMS – NORM(v)=
∑ v(i) 2

, a norma quadrada de v
DOF
EWT = EWT(i) = RTOL(i)∗ABS( y(i) + ATOL(i) ), o vetor com os pesos
de cada componente de erro, sempre positivo
ATOL(i) é o vetor com os valores absolutos de erro, sempre positivo
RTOL(i) é o vetor com os valores relativos de erro, sempre positivo
O controle de erro puramente absoluto ou puramente relativo é permitido em VODPK
(maiores detalhes podem ser obtidos nas referências [15] e [17]).

4.3. Ambiente de Implementação

O ambiente em que o problema foi implemetado é o cluster Mercury, do Núcleo de

Atendimento em Computação de Alto Desempenho (NACAD) da Universidade Federal do
Rio de Janeiro (UFRJ). Esse cluster é composto de 16 nós com 2 processadores Intel Pentium
III de 1GHz cada, RAM de 512MB, cache de 256KB (por nó), resultando em uma RAM total
de 8.0 GB (distribuída). A rede interna dedicada tem suporte para tecnologia Fast-Ethernet
(100 MB/s), o sistema operacional é Linux (distribuição RedHat 7.3) e utiliza a biblioteca de
comunicação MPICH (referência [24]). A linguagem utilizada foi Fortran e a compilação
com o Intel Fortran 7.1 (referência [25]).

37
Capítulo V
Estudo de Caso

No presente Capítulo, é apresentado um estudo de caso em que um par massa de TNT –

distância é otimizado com vistas aos efeitos terminais da onda de choque produzida na
detonação dessa carga sobre o modelo descrito ao longo do capítulo, representação simplista
de um submarino empregado em diversas marinhas do mundo. A aplicação imediata dessa
otimização está relacionada ao planejamento de um campo minado.
São introduzidas algumas noções básicas de submarinos e é mostrada a necessidade de ser
feita uma calibração da massa do modelo na simulação, sendo apresentadas duas calibrações
implementadas no desenvolvimento. Finalmente, são apresentados os resultados da solução
do problema com o uso de Funções Aptidão selecionadas.

Conteúdo:

5.1. Descrição ....................................................................................................................................................... 39

5.2. Estrutura-Tipo ............................................................................................................................................... 40
5.3. O Modelo ....................................................................................................................................................... 44
5.4. Calibração ...................................................................................................................................................... 49
5.5. Dados do Problema ....................................................................................................................................... 51
5.6. Casos Especiais ............................................................................................................................................. 52
5.7. Funções Aptidão ............................................................................................................................................ 60
5.8. Resultados ..................................................................................................................................................... 63

38
5.1. Descrição

O caso apresentado é a otimização de uma carga explosiva submarina com vistas aos
efeitos da onda de choque produzida na sua detonação sobre uma estrutura em aço submersa.
A estrutura de interesse é uma representação simplificada da seção-reta característica de um
submarino IKL 209. A escolha de um submarino como estrutura-tipo para este trabalho é
uma decorrência natural da disponibilidade de informações (apesar de sigilosas) em normas e
estudos técnicos e permite a comparação dos resultados obtidos na parte de simulação
numérica do método com dados reais.

Os efeitos terminais da carga variam com a quantidade de explosivo e a distância da

explosão – naturalmente, quanto maior a carga explosiva, mais intensa será a onda de choque
e maiores os danos para uma mesma distância. No entanto, conforme aumenta a massa da
carga, aumentam também o custo da mina, o custo e a dificuldade de manuseio e transporte e
o seu peso e volume – o que reduz o número de meios que podem lançá-la, implicando em
restrições operacionais. Ainda, quanto maior a carga explosiva de uma mina submarina,
maior terá que ser a distância entre minas vizinhas em um campo minado, facilitando a
passagem, por esse campo, de navios cada vez maiores. É preciso, então, considerar não
somente os efeitos terminais das cargas explosivas no alvo, mas também as penalizações e
restrições impostas por requisitos econômicos, operacionais e operativos na otimização
dessas cargas explosivas.

A disponibilidade das informações obtidas com estudos como o presente permitirá,

assim, que campos minados possam ser mais eficientes, por utilizarem artefatos otimizados
especificamente para a aplicação. As informações sigilosas porventura utilizadas no
desenvolvimento foram substituídas por outras fictícias, sem o comprometimento da validade
do trabalho apresentado, de acordo com as referências [26], [27], [28], [29] e [30] (apenas as
referências não-sigilosas foram relacionadas).

Devido às características do problema, a simulação numérica foi limitada a 150 ms,

tempo suficiente para o desenvolvimento completo da fase “crítica” da resposta do modelo ao
carregamento, onde tensões e acelerações alcançam os seus máximos e comportamento
inelástico é observado.

39
5.2. Estrutura-Tipo

Submarinos constituem uma ameaça não detectável ao radar e a patrulhamento visual,

protegendo-se sob o “manto” da superfície líquida. Existem diversos tipos de submarinos e as
aplicações específicas de cada um resultam em requisitos e especificações que os tornam
absolutamente diferentes. Não é difícil imaginar que os requisitos de segurança de
submarinos nucleares e/ou que transportam e lançam mísseis balísticos intercontinentais
(MBIC) ou os requisitos de manobrabilidade de submarinos de ataque projetados para operar
em águas restritas sejam elevados com relação a outros tipos de submarinos. A Tabela 5.1
mostra algumas características básicas de 4 classes de submarinos. Os submarinos da classe
Ohio (EUA) transportam e lançam MBIC, enquanto os classe Los Angeles (EUA), Rubis
Amethyste (França) e IKL 209 são submarinos de ataque – o primeiro, dotado de propulsão
nuclear e de mísseis Tomahawk; os Los Angeles e os Rubis Amethyste também são dotados
de propulsão nuclear, mas não de mísseis; finalmente, os IKL 209 possuem propulsão
convencional e também não são dotados de mísseis, mas não devem ser relegados a segundo
plano – de acordo com o construtor do IKL 209, a Howaldtswerke-Deutsche Werft – HDW,
há mais de 100 submarinos dessa classe operando no mundo incluindo países como Coréia,
Indonésia, Índia, Noruega, Itália, África do Sul, Israel, Peru e Equador, além do Brasil.
Comparando-se os deslocamentos na superfície (o deslocamento na superfície de um
submarino é uma medida aproximada de sua massa plenamente carregado, enquanto o
deslocamento submerso inclui a água admitida nos seus tanques de lastro), verifica-se que a
razão entre os deslocamentos na superfície de um submarino da classe Ohio e de um
submarino classe IKL 209 é maior que 13. Essa razão, no entanto, cai para praticamente 2
quando comparamos um submarino da classe Rubis Amethyste com um IKL 209. Essas
comparações são importantes para mostrar o grau de diversidade existente entre submarinos
destinados a aplicações diferentes, ou seja, submarinos que atendem a requisitos diferentes.

Tabela 5.1: Características gerais de alguns submarinos.

Classe Deslocamento Deslocamento Comprimento Boca
na Superfície Submerso
(Ton) (Ton) (m) (m)
Ohio 16.600 18.750 170,7 12,8
Los Angeles 6.177 7.038 110,3 10,1
Rubi Ametista 2.410 2.670 73,6 7,6
IKL 209 1.260 1.440 61 6,2
Fonte: Jane’s Fighting Ships, 1996-97 (referência [31]).

40
 A estrutura básica de um submarino moderno é o seu casco, cilíndrico, com calotas
esféricas nas extremidades. O seu diâmetro pode variar ao longo do seu comprimento
segundo a forma de um tronco de cone. Isso se deve a razões de simetria estrutural,
eliminando regiões de concentração de tensões e promovendo uma melhor distribuição dos
esforços em sua estrutura quando submerso. Os submarinos do passado possuíam um casco
resistente, interno, e um outro hidrodinâmico, externo, enquanto os submarinos de ataque
modernos, via de regra, possuem apenas um casco (os submarinos nucleares que transportam
MBIC possuem cascos duplos intermeados por material absorvedor de ruídos) – o seu casco
hidrodinâmico é o próprio casco resistente.

As figuras 5.1, 5.2, 5.3 e 5.4 mostram esquemas dos submarinos alemães Tipo 21 (de
1944, com os seus cascos resistente e hidrodinâmico), IKL 205 e IKL 209-1400 (de 1962 e
1994, respectivamente, com um único casco) e do submarino norte-americano Los Angeles
(de 1972, também com um único casco).

As figuras 5.5, 5.6, 5.7 e 5.8 mostram ilustrações, em corte, de submarinos da classe
Ohio, Los Angeles, Rubis Amethyste e IKL 209-1400, respectivamente. As figuras 5.1 a 5.8
foram obtidas em sítios na Internet (referências [32], [33], [34], [34.a], [34.b] e [34.c]), sítio
da HDW (referência [35]) e arquivo pessoal.

Figura 5.1: Diagrama do submarino alemão Tipo 21, de 1944. Podem ser observados o casco
resistente, cilíndrico, e o casco hidrodinâmico, bem como a localização de tanques de lastro [34].

41
Figura 5.2: Diagrama do submarino alemão Tipo 205, de 1962. Pode ser observado que o casco
resistente, cilíndrico, é o único casco do submarino [34].

Figura 5.3: Diagrama do submarino alemão IKL 209-1400, de 1994. Pode ser observado que o
casco resistente, cilíndrico, é o único casco do submarino [34].

42
Figura 5.4: Ilustrações de um submarino da classe Los Angeles. A figura em wire
frame é utilizada em simulações de escoamento externo [34.a] e [34.b].

Figura 5.5: Ilustração de um submarino da classe Ohio [34.c].

Figura 5.6: Iluatração de um submarino da classe Los Angeles [34.c].

43
 Figura 5.7: Corte de um submarino da classe Rubis Amethyste [32].

Figura 5.8: Corte do submarino IKL 209-1400 [35].

5.3. O Modelo

O modelo adotado, bi-dimensional, representa simplificadamente a seção-reta do

submarino IKL 209-1400, que é circular com 6,0 m de diâmetro e com um convés diametral,
horizontal. Esse convés é ligado ao casco através de um acoplamento especial que não lhe
transmite deformações laterais (no sentido horizontal) e não interfere na circularidade do
casco em caso de variações de forma do mesmo, não induzindo o surgimento de novas
regiões de concentração de tensões.

44
a. Validade da Aproximação Bi-dimensional

A validade da aproximação bi-dimensional se deve a que ela é, de fato, conservadora,

pois considera que a onda de choque se propaga cilindricamente e não esfericamente, ou seja,
o seu desenvolvimento é considerado invariável em planos paralelos ao que contém a origem
da explosão e a seção-reta do alvo. A amplitude da onda de choque, na realidade, decai com o
aumento da distância à origem da explosão, de forma que ela será cada vez menor conforme
atinge seções mais afastadas da origem da explosão – o que é desprezado na aproximação bi-
dimensional.

Considerando o plano perpendicular ao eixo da estrutura cilíndrica que passa pela

origem da explosão, o ponto da seção-reta contida nesse plano mais próximo à origem da
explosão é chamado de ponto de maior aproximação (PMA), vindo a ser o ponto do casco
que a onda de choque atingirá primeiro e com maior intensidade, pois a distância di aumenta
conforme aumenta a distância das seções-retas a esse plano, conforme ilustrado na figura 5.9.
Nessa figura, os círculos representam pontos eqüidistantes da origem, ou seja, pontos em que
a onda de choque terá a mesma intensidade.

6.00
Casco cilíndrico

Plano que contém a seção-reta do alvo,

(raio = 3,0m)

o ponto PMA e a origem da explosão

3.00
PMA

d1
0.00
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12

d2
-3.00

Propagação radial
da onda de choque
-6.00

Figura 5.9: O plano que contém a origem da explosão e o ponto da estrutura mais próximo a essa
origem podem ser visualizados, bem como o plano que os contém. A amplitude que a onda de choque
atinge sucessivas seções-retas diminui com o cubo da distância à origem da explosão, di.

45
 A figura 5.10 mostra um modelo de uma seção do casco de um submarino IKL 209,
com alguns reforços estruturais internos. Em submarinos, existem reforços circunferenciais
apenas (chamados “cavernas”), diferentemente dos navios de superfícies, cujos cascos
recebem também reforços longitudinais (chamados “longarinas”). A figura tem origem em
arquivo pessoal.

Figura 5.10: Modelo de uma seção do casco de um submarino IKL 209, com alguns reforços
estruturais internos (“cavernas”).

Cabe observar que é possível determinar uma “espessura equivalente” para o casco e
o convés. A “espessura equivalente” de um item é a espessura de um item “equivalente”, em
um material determinado, que, sem dispor de reforços estruturais – das cavernas, no caso do
casco do submarino, tem a mesma propriedade que o item original (referência [36]).

b. Discretização Espacial do Modelo e Pontos de Interesse

O modelo foi discretizado em 80 elementos e, o convés, em 24 – foi verificado que o

uso de menos elementos pode comprometer a qualidade da solução. Uma representação da
discretização é mostrada na figura 5.11, onde são indicados os elementos que conectam o
casco ao convés (elementos C1 e C2) e um elemento do casco.

46
 Figura 5.11: Detalhe do modelo, mostrando um elemento do casco (com 2 nós e 3 graus de
liberdade por nó).

Submarinos possuem equipamentos e pessoal distribuídos em seu interior, que serão

afetados se o mesmo for atingido por uma onda de choque. Em uma primeira aproximação,
os equipamentos podem ser divididos em “pesados”, como motores e baterias – mais
robustos, e “leves”, como equipamentos de controle e comunicação. Esses equipamentos são
apoiados em mancais e absorvedores de choque, projetados para impedir que certas
acelerações sejam transmitidas da base para os equipamentos, atuando como “filtros” – um
exemplo comum de absorvedores de choque é o conjunto mola-amortecedor utilizado na
suspensão de automóveis. O pessoal (tripulação) é, em geral, suportado de alguma forma pelo
convés.

É importante, portanto, que as acelerações nos submarinos submetidos a esse tipo de

carregamento impulsivo sejam observadas, juntamente com tensões e deformações a que
estará sujeita a sua estrutura. Caso essas acelerações superem os valores máximos
admissíveis para uma classe de absorvedor de choque, os equipamentos a eles acoplados
poderão sofrer avarias, em níveis que variarão com as amplitudes dessas acelerações e a
natureza dos equipamentos. Assim, foram determinados alguns pontos relevantes que terão as
suas acelerações acompanhadas durante a simulação numérica. Esses pontos “notáveis”,
mostrados, de forma esquemática, na figura 5.12, representam:

a. pontos extremos superior, direito, inferior e esquerdo do modelo, identificados

47
 como N (“Norte”, superior), E (“Leste”, direito), S (“Sul”, inferior) e W (“Oeste”,
esquerdo) – é importante observar que, devido à configuração do problema
(ilustrada na figura 2.4), o ponto E será o primeiro ponto do modelo a ser atingido
pela onda de choque e o ponto W, o último;
b. pontos de apoio de um equipamento pesado (base dos absorvedores de choque),
próximos ao fundo do modelo;
c. pontos de fixação de um equipamento leve (base dos absorvedores de choque), na
lateral do modelo mais próxima à origem da explosão; e
d. o ponto central do convés, identificado como C, onde são calculadas as acelerações
transmitidas a um tripulante em pé no convés.

Na figura 5.12 estão também identificados, de forma esquemática, outros itens de

interesse, como os pontos C1 e C2 – onde estão os suportes do convés (elementos de
conexão), bem como a configuração inicial do problema, com os nós e elementos do modelo
evidenciados.

4 0.00
Profundidade (m)

N
3
pontos de
fixação de
-4.00
equipamentos
casco 2 leves

tripulante -8.00
1

W, C2 C convés
0 -12.00
E, C1
-4 -3 -2 -1 0 1 2 3 4
-1 pontos de apoio de Casco
cilíndrico -16.00
equipamento pesado
( i 30 )
Distância do casco à
-2 origem da explosão, d
-20.00
S
-3

-24.00
-4
Figura 5.12: Pontos “notáveis” e outros itens de interesse do modelo e a configuração inicial do
problema.

48
c. Sistema de Coordenadas

O sistema de coordenadas adotado é o cartesiano, com o eixo das abscissas na direção

horizontal, o das ordenadas na direção vertical e centro no centro da seção-reta, conforme
mostrado na figura 5.13.

4
"vertical" (m)

0
-4 -3 -2 -1 0 1 2 3 4

"horizontal" (m)
-1

-2

-3

Figura 5.13: Sistema de coordenadas

-4 com relação ao modelo.

5.4. Calibração do Modelo

A aproximação adotada desconsidera a influência do meio líquido à sua volta, o que é

aceitável do ponto de vista macroscópico. Localmente, é esperado que ocorra cavitação e que
a interação entre o fluido e a estrutura produza efeitos localizados que passarão
desapercebidos no presente estudo. No entanto, ao considerar apenas a massa do casco e do
convés, o modelo se torna muito “leve” e a resposta dinâmica do conjunto a ondas de choque
será super-dimensionada, sendo, portanto, necessário fazer uma calibração.

Duas calibrações foram efetuadas nesse trabalho; a primeira, seguiu o conceito de

“massa adicionada” e, a segunda, considerou o deslocamento submerso de um submarino
IKL 209, conforme detalhado adiante.

49
a. Massa Adicionada

O modelo, ao ser atingido pela onda de choque, sofrerá uma translação, já que a onda
de choque incidirá primeiramente em um lado do mesmo, atingindo progressivamente o
casco até superá-lo. Essa translação provoca o deslocamento de uma massa de água,
proporcional à geometria do modelo e ao seu deslocamento, conforme mostrado na figura
5.14.

deslocamento do
modelo:
1 raio, R
dx = v * dt

0
-6 -5 -4 -3 -2 Centro
-1 0 1 2 3 4

-1

-2

elemento incremental de
área, com comprimento -3
dx

-4

Figura 5.14: A translação do modelo provoca o deslocamento de uma massa de água, proporcional
à sua geometria e a esse deslocamento.

Em duas dimensões, essa massa líquida deslocada se resume à área escura na figura,
calculada segundo a equação 5.1:

A = 2 R dx (5.1)

onde A é a área, R é o raio do casco cilíndrico e dx é o deslocamento translacional do casco

(eventuais variações na forma do casco são desconsideradas).

50
b. Calibração com o Deslocamento Submerso Médio

A calibração com o uso do deslocamento submerso médio tem por objetivo trazer as
acelerações resultantes para faixas admissíveis, aceitáveis fisicamente. Nessa calibração, os
elementos do casco tiveram adicionados, à sua massa, uma quantidade proporcional ao
deslocamento submerso de um submarino IKL 209, dividido pelo seu comprimento (daí o
termo “médio”), conforme a equação 5.2:

M’elem = M elem + k ( Dsub / l ) / Nelem (5.2)

onde: M elem é a massa original do elemento do casco; M’elem é a massa desse elemento após a
calibração; Dsub é o deslocamento submerso do submarino; l é o seu comprimento; Nelem é o
número de elementos do casco (80, no caso); e k um fator de escala para ajuste da calibração
(k pode variar de 0, onde nenhuma massa é adicionada aos elementos do casco, a 1, onde todo
o deslocamento submerso do submarino é considerado).

5.5. Dados do Problema

a. Principais Características do Modelo

i. raio do casco: 3,0 m
ii. espessura equivalente do casco: 0,1 m
iii. espessura equivalente do convés: 0,1 m
iv. principais propriedades mecânicas do material (aço HY-80):
I. módulo de elasticidade: 220,0 GPa
II. módulo de cisalhamento: 91,0 GPa
III. tensão de escoamento: 550,0 Mpa
IV. tensão de ruptura: 700,0 Mpa
V. peso específico: 76,0 N/m3
iv. principais propriedades mecânicas do material dos elementos de conexão:
I. módulo de elasticidade: 2,2 GPa
II. módulo de cisalhamento: 0,91 GPa
III. peso específico: 15,2 N/m3

51
 A figura 5.15 ilustra o modelo de endurecimento isotrópico linear adotado para o
material (baseado no aço HY-80):

800

Tensão (MPa)
700
700
Et = 6,7 GPa
600
550
500

400 Et = E / 33
300
E = 220 GPa
200

100

0
0.0000 0.0050 0.0100 0.0150 0.0200 0.0250
0.0250 0.0300
0.0025
Deformação específica (ε)

Figura 5.15: Modelo de endurecimento isotrópico linear adotado para o material.

b. massa (por unidade de comprimento) do equipamento apoiado no fundo do submarino:

8.000 Kg/m
c. profundidade da carga explosiva no instante da detonação: 20 m (a essa profundidade, a
velocidade de propagação da onda de choque é de cerca de 2.000 m/s)
d. profundidade do alvo (centro da seção-reta): 20 m
e. intervalo de variação da carga explosiva (em TNT-equivalente): 80,0 ≤ W ≤ 300,0 Kg
f. intervalo de variação da distância da carga explosiva à estrutura: 10,0 ≤ d ≤ 20,0 m

5.6. Casos Especiais

Os casos especiais são aqueles em que, a despeito de outras considerações, a estrutura

sofrerá o mais e o menos intenso dos carregamentos. Assim, o carregamento mais intenso
ocorrerá quando a massa do explosivo for máxima e, a distância, mínima, pois essa
combinação acarretará na onda de choque com a maior amplitude possível atuando na
estrutura. De forma análoga, o carregamento será mínimo, ou o de menor intensidade, quando
a carga for mínima e, a distância, máxima (essas considerações devem corresponder a valores
dentro dos intervalos admissíveis, naturalmente). São apresentados também, como casos

52
especiais, os resultados da simulação de um casco cilíndrico sem o convés e outro com os
elementos que conectam o convés ao casco no mesmo aço do restante da estrutura.

Entre as informações apresentadas no presente trabalho encontram-se, como resultado

da simulação numérica, as tensões equivalentes nos pontos notáveis N, S, E e C (figura 5.12),
as curvas tensão-deformação nesses pontos, a maior tensão registrada nos pontos notáveis N,
S, W e E, além da maior tensão verificada no casco, considerando todos os seus elementos e a
maior aceleração a que seria submetido um equipamento apoiado nos pontos A1 e A2, um
equipamento suportado pelos pontos B1 e B2 e um tripulante em pé no centro do convés (se
existente), ponto notável C. Resumidamente, as informações aqui apresentadas são as
utilizadas nas equações 5.3, 5.4, .5 e 5.6 para o cálculo da aptidão de uma configuração ( W ,
d ).

a. Modelo Sem Convés

As figuras 5.16 e 5.17 mostram razões entre tensões e a tensão de escoamento do

material e entre acelerações e a aceleração da gravidade em pontos de interesse do modelo
sem convés para a explosão de 300 kg e 80 kg de TNT a distâncias de 10,0 m e 20,0 m da
estrutura, respectivamente. A tensão máxima no casco é a maior tensão ocorrida em qualquer
elemento do casco. Nenhum tipo de calibração foi efetuado, resultando em elevadíssimas
acelerações, como pode ser observado.

1.40
Tensão / Tensão de Escoamento

4000
Aceleração / Aceleração da Gravidade

1.20 3500

1.00 3000

0.80 2500

2000
0.60

1500
0.40
1000
0.20
500
0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo

Figura 5.16: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo sem convés para a explosão de 300 kg
de TNT a 10,0 m de distância da estrutura.

53
 1.40 1200
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20 1000

1.00
800

0.80
600
0.60

400
0.40

0.20 200

0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)

Tensão máxima no casco Tensão última

Eq. na antepara Eq. no fundo

Figura 5.17: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo sem convés para a explosão de 80 kg de
TNT a 20,0 m de distância da estrutura.

b. Modelo com Convés e Elementos de Conexão em Aço

As figuras 5.18 e 5.19 mostram razões entre tensões e a tensão de escoamento do

material e entre acelerações e a aceleração da gravidade em pontos de interesse do modelo
com convés e elementos de conexão em aço (mesmo aço do casco, HY-80) para a explosão
de 300 kg e 80 kg de TNT a distâncias de 10,0 m e 20,0 m da estrutura, respectivamente. A
tensão máxima no casco é a maior tensão ocorrida em qualquer elemento do casco. Como no
caso anterior, nenhum tipo de calibração foi efetuado, resultando em elevadíssimas
acelerações, como pode ser observado.

1.40 7000
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20 6000

1.00 5000

0.80 4000

0.60
3000

0.40
2000

0.20
1000

0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.18: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
aço para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura.

54
 1.40 2500

Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20
2000
1.00

0.80 1500

0.60
1000
0.40

0.20 500

0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
0
tempo (s) 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
Tensão máxima no casco Tensão última Eq. na antepara Eq. no fundo Tripulante

Figura 5.19: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
aço para a explosão de 80 kg de TNT a 20,0 m de distância da estrutura.

c. Modelo com Convés e Elementos de Conexão em Material Especial

As figuras 5.20 e 5.21 mostram razões entre tensões e a tensão de escoamento do

material e entre acelerações e a aceleração da gravidade em pontos de interesse do modelo
com convés e elementos de conexão em material especial para a explosão de 300 kg e 80 kg
de TNT a distâncias de 10,0 m e 20,0 m da estrutura, respectivamente. A tensão máxima no
casco é a maior tensão ocorrida em qualquer elemento do casco. Como nos casos anteriores,
nenhum tipo de calibração foi efetuado, resultando em elevadíssimas acelerações, como pode
ser observado.

1.40 4000
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20 3500

1.00 3000

0.80 2500

2000
0.60

1500
0.40

1000
0.20

500
0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
0
tempo (s) 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
Tensão máxima no casco Tensão última Eq. na antepara Eq. no fundo Tripulante

Figura 5.20: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura.

55
 1.40

Tensão / Tensão de Escoamento

1200

Aceleração / Aceleração da Gravidade

1.20
1000
1.00

800
0.80

0.60 600

0.40 400

0.20
200

0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500 0
tempo (s) 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.21: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 80 kg de TNT a 20,0 m de distância da estrutura.

As figuras 5.22, 5.23, 5.24 e 5.25 mostram razões entre tensões e a tensão de
escoamento do material e entre acelerações e a aceleração da gravidade em pontos de
interesse do modelo com convés e elementos de conexão em material especial para a
explosão de 300 kg 10,0 m de distância da estrutura, com a adição de 25%, 50%, 75% e
100% do deslocamento submerso do submarino como parâmetro de calibração (item 5.4, letra
b). Em função das acelerações obtidas com a adição de 75% do deslocamento submerso se
aproximarem o suficiente dos valores admissíveis pelas normas (referências [27], [28], [29] e
[30]), esse percentual foi adotado para o desenvolvimento do presente trabalho.

1.40 2500
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20
2000
1.00

0.80 1500

0.60
1000
0.40

0.20 500

0.00
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
0
tempo (s) 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.22: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 25% do deslocamento submerso médio do submarino IKL-209.

56
 1.40 1400

Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20 1200

1.00 1000

0.80
800

0.60
600

0.40
400

0.20
200

0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0
tempo (s) 0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.23: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 50% do deslocamento submerso médio do submarino IKL-209.

1.40
Tensão / Tensão de Escoamento

1000
Aceleração / Aceleração da Gravidade

1.20 900

800
1.00
700

0.80 600

500
0.60
400
0.40
300

0.20 200

100
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.24: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 75% do deslocamento submerso médio do submarino IKL-209.

1.40 800
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20 700

600
1.00

500
0.80

400
0.60
300
0.40
200
0.20
100

0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)

Tensão máxima no casco Tensão última Eq. na antepara Eq. no fundo Tripulante

Figura 5.25: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 100 % do deslocamento submerso médio do submarino IKL-209.

57
 A figura 5.26 apresenta os mesmos resultados para a explosão de 80 kg de TNT a 20,0
m da estrutura com a adição de 75% do deslocamento submerso do submarino.

1.40
Tensão / Tensão de Escoamento

300

Aceleração / Aceleração da Gravidade

1.20
250
1.00

200
0.80

0.60 150

0.40 100

0.20 50

0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.26: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 80 kg de TNT a 20,0 m de distância da estrutura com
calibração com 75 % do deslocamento submerso médio do submarino IKL-209.

As figuras 5.27 e 5.28 apresentam as mesmas informações que as exibidas nas figuras
5.24 e 5.26, respectivamente, acrescida a massa adicionada ao modelo (item 5.4, letra a).

1.40
Tensão / Tensão de Escoamento

1000
Aceleração / Aceleração da Gravidade

1.20 900

800
1.00
700

0.80 600

500
0.60
400
0.40
300

0.20 200

100
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.27: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 75 % do deslocamento submerso médio do submarino IKL-209 e massa
adicionada.

58
 1.40

Tensão / Tensão de Escoamento

300

Aceleração / Aceleração da Gravidade

1.20
250
1.00

200
0.80

150
0.60

0.40 100

0.20 50

0.00
0
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última Eq. na antepara Eq. no fundo Tripulante

Figura 5.28: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 80 kg de TNT a 20,0 m de distância da estrutura com
calibração com 75 % do deslocamento submerso médio do submarino IKL-209 e massa
adicionada.

As figuras 5.29 e 5.30 apresentam as mesmas informações que as exibidas na figura

5.28 e 5.29, tendo sido acrescido ao modelo a massa correspondente a um equipamento
“pesado” (8.000 kg/m – na direção longitudinal do submarino), que estaria apoiado nos
pontos B1 e B2 . No modelo, essa massa é distribuída pelos nós vizinhos aos nós B1 e B2, de
forma que a massa adicionada a cada um desses nós é calculada segundo o critério mostrado
nas equações 5.3 (onde MeqB é a massa do equipamento mencionado):

massaad(B1-1) = MeqB / 8 massaad(B2-1) = MeqB / 8

massaad(B1) = MeqB / 4 massaad(B2) = MeqB / 4 (5.3)
massaad(B1+1) = MeqB / 8 massaad(B2+1) = MeqB / 8

1.40 1000
Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

900
1.20
800
1.00
700

0.80 600

500
0.60
400

0.40 300

200
0.20
100
0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última
Eq. na antepara Eq. no fundo Tripulante

Figura 5.29: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 300 kg de TNT a 10,0 m de distância da estrutura com
calibração com 75 % do deslocamento submerso médio do submarino IKL-209 e massa adicionada
e um equipamento “pesado” apoiado no fundo.

59
 1.40 300

Tensão / Tensão de Escoamento

Aceleração / Aceleração da Gravidade

1.20
250

1.00
200
0.80

150
0.60

0.40 100

0.20 50

0.00
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0
0.000 0.050 0.100 0.150 0.200 0.250 0.300 0.350 0.400 0.450 0.500
tempo (s)
tempo (s)
Tensão máxima no casco Tensão última Eq. na antepara Eq. no fundo Tripulante

Figura 5.30: Razões entre tensões e a tensão de escoamento do material e entre acelerações e a
aceleração da gravidade em pontos de interesse do modelo com convés e elementos de conexão em
material especial para a explosão de 80 kg de TNT a 20,0 m de distância da estrutura com
calibração com 75 % do deslocamento submerso médio do submarino IKL-209 e massa adicionada
e um equipamento “pesado” apoiado no fundo.

5.7. Funções Aptidão

As funções aptidão (ou funções objetivo) reais podem ser obtidas a partir de
informações sigilosas e foram substituídas por outras, fictícias, como as apresentadas no item
4.1.2. Essas funções não invalidam o trabalho e produzem valores compatíveis, em ordem de
grandeza, com os originados por funções baseadas em dados reais. É importante ressaltar que
essas funções, por serem fictícias, não precisam ser funções complexas ou não-lineares,
bastando serem consistentes. O efeito desejado pode se reproduzido com funções simples,
ajustado pela calibração com o uso do deslocamento médio submerso (item 5.3).

Para o caso em estudo, foram definidas funções compatíveis com os resultados

apresentados nos casos especiais (item 5.6), de forma que a “aptidões parciais” (conforme
descrito no item 4.1.2) utilizadas, definidas nas equações 5.4, 5.5, 5.6, 5.7, 5.8 e 5.9, são
mostradas na figura 5.31.

A1 = 0, W < 80 (5.4)
107,27273 - 0,09091 W, 80 ≤ W ≤ 190
124,54545 – 0,18182 W, 190 < W ≤ 300
0, 300 < W

60
 A2 = 0, d < 10 (5.5)
20,0 + 5,0 d, 10 ≤ d ≤ 16
140,0 – 2,5 d, 16 < d ≤ 20
0, 20 < d

A3 = 0, RAcel Trip < 10 (5.6)

4.89848E-14 + 1.66667 RAcel Trip, 10 ≤ RAcel Trip ≤ 60
100, 60 < RAcel Trip

A4 = 0, RAcelEquipLeve < 100 (5.7)

- 3.19900E-14 + 0,06667 RAcelEquipLeve, 100 ≤ RAcelEquipLeve ≤ 1500
100, 1500 < RAcelEquipLeve

A5 = 0, RAcelEquipPesado < 100 (5.8)

0,2 RAcelEquipPesado, 100 ≤ RAcelEquipPesado ≤ 500
100, RAcelEquipPesado < 500

A6 = 0, RTensões < 0,8 (5.9)

83,3333 RTensões + 7,47448E–13, 0,8 ≤ RTensões ≤ 1,2
100, 1,2 < RTensões

Dessa forma, a aptidão de cada indivíduo foi calculada pela composição das suas
aptidões parciais segundo a equação 5.10.

A(W,d) = ½ { A1 + ½ [ A2 + ¼ ( A3 + A4 + A5 + A6 ) ] } (5.10)

Cabe observar que existe uma dualidade nos parâmetros W e d (massa do explosivo e
distância da explosão ao submarino). Em um primeiro momento, pode parecer que, quanto
maiores forem W e d, melhor o conjunto – o que não é necessariamente verdadeiro. Há outros
fatores, mencionados no Capítulo IV, que determinam se e quanto um deteminado valor de
um parâmetro sofrerá algum tipo de penalização. No caso presente, quanto maior for W,
maiores os efeitos da carga sobre o alvo, mas também maior e mais pesada será a mina, o que
implica em dificuldades operativas e operacionais que vão da sua fabricação à sua
“instalação”, incluindo o seu manuseio e o seu transporte, embarque, etc. O mesmo acontece

61
com a distância; quanto maior a distância, mais eficiente a mina, mas maior será a distância
entre minas vizinhas e mais facilmente um um submarino poderia “furar” o campo minado.

Deve ser ressaltado que as funções A1 e A2 retratam uma dualidade presente em

muitos casos onde um custo operacional transcede o custo financeiro de um ou mais
componentes do problema. Caso essas relações passem desabercebidas, ou mesmo se forem
mal determinadas, poderão afetar o estudo de tal forma que o produto final do mesmo pode
levar a conclusões e decisões que acabarão por produzir efeitos contrários ao que se deseja.

120 120
Aptidão A1

A 2 = 140,0 - 2,5 d

Aptidão A2
A 1 = 107,27273 - 0,09091 W TNT
100
100
A 1 = 124.54545 - 0,18182 W TNT A 2 = 20,0 + 5,0 d
80
80

60
60

40
40

20
20

0
0 0 2 4 6 8 10 12 14 16 18 20 22 24
0 50 100 150 200 250 300 350 400 distância da explosão d (m)
massa de explosivo (Kg)

(I). Função de aptidão parcial A1 (II). Função de aptidão parcial A2

120 120
Aptidão A 4
Aptidão A 3

A 3 = 1,66667 R Acel Trip + 4,89848E-14

100 100
A 4 = - 3,19900E-14 + 6,66667E-02 R Acel Eq "leve"
80 80

60 60

40 40

20 20

0 0
0

100

200

300

400

500

600

700

800

900

1000

1100

1200

1300

1400

1500

1600

0 10 20 30 40 50 60 70 80
aceleração do tripulante / aceleração da gravidade aceleração do equipamento "leve" / aceleração da gravidade

(III). Função de aptidão parcial A3 (IV). Função de aptidão parcial A4

120 120
Aptidão A6
Aptidão A 5

100 100
A 5 = 0,2 R Acel Eq "pesado" A 6 = 7,47448E-13 + 83,3333 R Tensões
80 80

60 60

40 40

20 20

0 0
0 100 200 300 400 500 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3

aceleração do equipamento "pesado" / aceleração da gravidade tensão máxima / tensão de escoamento do material

(V). Função de aptidão parcial A5

(VI). Função de aptidão parcial A6
Figura 5.31: Gráfico das Funções Aptidão (ou Funções Objetivo) utilizadas no estudo de caso,
correspondentes às equações 5.3 a 5.8.

62
5.8. Resultados

a. Parâmetros Utilizados

Antes da apresentação dos resultados, é necessário fazer uma observação quanto ao

tamanho da população (número de indivíduos) e às taxas de elitismo, cruzamento e mutação
utilizadas nesse trabalho.

i. população (tamanho): foi determinado com base em um número múltiplo de 12 e 16

(em função do cluster Mercury possuir 32 nós lógicos), grande o bastante para
permitir a aplicação do AG sem comprometer o seu desempenho e sem acarretar
processamento excessivo desnecessariamente – populações com 96 e 120
indivíduos foram selecionadas, conforme será detalhado adiante;
ii. taxa de elitismo: foram testados valores entre 0 e 0,3 e foi observado que a
convergência acontece mais rapidamente com taxas acima de 0,1 do que com taxas
menores;
iii. taxa de cruzamento: foram testados valores entre 0 e 1 (excetuando-se a elite) e foi
observado que a convergência tende a acontecer mais rapidamente para valores
intermediários, em torno de 0,5 – o cruzamento implementado foi monoponto em
um ponto aleatório do cromossoma; e
iv. taxa de mutação: foram testados valores entre 0 e 1 e foi observado que a
convergência tende a acontecer mais rapidamente para valores entre 0,2 e 0,5 – a
mutação implementada foi também monoponto (apenas um gene por cromossoma,
determinado aleatoriamente).

Com base nessas observações, foram estabelecidos os valores-padrão para as referidas

taxas:

i. taxa de elitismo (txe): 0,25 para 96 indivíduos

0,20 para 120 indivíduos
ii. taxa de cruzamento (txc): 0,5
iii. taxa de mutação (txm): 0,2

63
 As taxas de elitismo acima foram escolhidas de modo a produzir um balanceamento
de carga no processamento, conforme mostrado nas Tabelas 5.2 e 5.3, onde pode ser
observado que, se a cada geração, for necessário calcular a aptidão de 72 indivíduos, haverá
um desbalancemanto de carga se forem usados 16 ou 32 processadores. Com isso, o tempo
consumido seria o equivalente a calcular, para cada geração, a aptidão para 80 e 96
indivíduos, caso utilizados 16 ou 32 processadores, respectivamente.

Tabela 5.2.: Número de indivíduos a terem suas aptidões calculadas por geração para
uma população de 96 indivíduos e taxa de elitismo de 25%.
6 8 12 16 24 32
População 96 96 96 96 96 96
Taxa de elitismo 0,25 0,25 0,25 0,25 0,25 0,25
Indivíduos não
72 72 72 72 72 72
pertencentes à elite
por processador 12 9 6 4,5 3 2,25
por proc. (próximo
12 9 6 5 3 3
inteiro)
Indivíduos a terem a
72 72 72 80 72 96
aptidão calculada

Tabela 5.3.: Número de indivíduos a terem suas aptidões calculadas por geração para
uma população de 120 indivíduos e taxa de elitismo de 20%.
6 8 12 16 24 32
População 120 120 120 120 120 120
Taxa de elitismo 0,20 0,20 0,20 0,20 0,20 0,20
Indivíduos não
96 96 96 96 96 96
pertencentes à elite
por processador 12 9 8 6 4 3
por proc. (próximo
12 9 8 6 4 3
inteiro)
Indivíduos a terem a
96 96 96 96 96 96
aptidão calculada

A opção por uma população com 96 indivíduos e txe de 0,25 foi uma decorrência da
disponibilidade de nós e processadores do cluster. Por motivos diversos, em geral, havia de
um a três nós indisponíveis durante a fase de benchmark do presente trabalho.

É importante ressaltar que a mudança nos valores do tamanho da população e da taxa

de elitismo se destina a produzir resultados relativos entre situações com o uso de diferentes
números de processadores. A qualidade dos resultados foi neglegenciada nesse caso.

64
b. Testes de Convergência

Testes de convergência utilizando esses valores mostraram que, em alguns casos, a

convergência pode não ser conseguida até a ocorrência de 5.000 gerações. Isso será discutido
através de um exemplo. O processamento adotado na análise de convergência foi serial.

Sejam as funções decritas pelas equações (5.11), (5.12), (5.13), (5.14), (5.15) e (5.16),
onde o valor de fi = 0 para valores de w e d fora dos intervalos discriminados nas mesmas:

f1 = seno( (w-80)/(300-80) ), 80 ≤ w ≤ 300 (5.11)

f2 = seno(18 * (w-80)/(300-80) ), 80 ≤ w ≤ 300 (5.12)

f3 = seno(23 * (w-80)/(300-80) ), 80 ≤ w ≤ 300 (5.13)

f4 = seno( (d-10)/(20-10) ), 10 ≤ d ≤ 20 (5.14)

f5 = seno(18 * (d-10)/(20-10) ), 10 ≤ d ≤ 20 (5.15)

f6 = seno(23 * (d-10)/(20-10) ), 10 ≤ d ≤ 20 (5.16)

Deve ser observado que f1 e f4; f2 e f5;e f3 e f6 são, respectivamente, idênticas, salvo o
escalonamento. Os quocientes foram deixados na forma explícita a fim de ressaltar os limites
do domínio. As funções f(w), f(d) e f(w,d), podem, então, ser definidas de acordo com as
equações (5.17) e (5.18). As funções f(w) – ou f(d), e f1, f2 e f3 são mostradas na figura 5.32 e,
a função f(w,d), na figura 5.33.

f(w) = f1 * f2 * f3 f(d) = f4 * f5 * f6 (5.17)

f(w,d) = f(w) * f(d) = (f1 * f2 * f3) * (f4 * f5 * f6) (5.18)

65
 Deseja-se determinar o máximo da função f(w,d) no intervalo [0,1].

1.25

1.00

0.75

0.50

0.25

0.00
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
-0.25

-0.50

-0.75

-1.00

-1.25

f f1 f2 f3

Figura 5.32: Funções f, f1, f2 e f3 utilizadas formar a função do teste de convergência do código.

1.20

1.00

0.80

0.60

0.40

0.20

0.00
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00

Figura 5.33: Função f(w,d), utilizada para testar a convergência do código.

Devido aos máximos locais e às altas derivadas próximas a esses máximos, um

algoritmo básico tradicional de AG com as taxas apresentadas acima mostrou-se incapaz de
produzir resultados satisfatórios, de forma que foi feita uma modificação no algoritmo básico
e introduzido o conceito de “taxa de renovação” da população, ou seja, de uma geração para
outra, uma parcela da população é substituída por outros indivíduos gerados aleatoriamente.
Isso produz uma maior diversidade na população e pode aumentar a busca em regiões ainda
não exploradas. Nesse caso, a taxa de cruzamento pode ser reduzida a 0 e a taxa de mutação
incrementada, de forma a tentar aumentar uma “busca” nas vizinhanças de regiões já
exploradas – o que é importante no caso acima em função das altas derivadas envolvidas.

66
 A taxa de renovação é aplicada à parcela da população não pertencente à elite e a
mutação à parcela restante (novamente, excluída a elite). Assim, foram estabelecidos os
novos valores-padrão para as referidas taxas:

i. taxa de elitismo (txe): 0,25

ii. taxa de cruzamento (txc): 0
iii. taxa de renovação (txr): 0,5
iv. taxa de mutação (txm): 1

No caso em questão, aplicadas essas taxas, tem-se:

i. população: 96 ind.
ii. elite: 24 ind. ( 0,25 * 96 )
parcela restante da população: 72 ind. ( 96 – 24 )
iii. indivíduos novos a cada geração: 36 ind. ( 0,5 * 72 )
iv. indivíduos sobre os quais é aplicada mutação: 36 ind. ( 1 * ( 72 – 36 ) )

Doravante, esse esquema será denominado esquema “B”, enquanto o original será
denominado esquema “A”.

Tentou-se achar o máximo a função f(w,d) com cada esquema 600 vezes. Em mais de
40% das tentativas com o esquema “A”, o resultado final foi um máximo local e não o global,
mesmo com o número de gerações incrementado para 5.000. Em contrapartida, com o
esquema “B”, consegui-se 100% de sucesso com menos de 1.000 gerações (em mais de 90%,
a convergência para o máximo global ocorreu com menos de 700 gerações).

c. Resultado do Problema Proposto

A solução do problema, conforme apresentado, resultou em um par massa de TNT –

distância ótimo para a aplicação desejada. O resultado final do processo de otimização é
apresentado na figura 5.34. Para esse resultado, tem-se RAcelTrip = 27,96, RAcelEquipLeve = 408,39,
RAcelEquipPesado = 183,53 e RTensões = 0,80, com aptidões A1= 94,09, A2 = 100, A3 = 46,6, A4 =
27,23, A5 = 36,71 e A6 = 66,67.

67
 Figura 5.34: Resultado da otimização do par massa de TNT – distância com vistas aos efeitos
terminais da onda de choque produzida pela detonação dessa carga em uma estrutura-tipo submersa.

De acordo com o resultado apresentado na Figura 5.34, para as restrições do

problema, a massa ótima de explosivo da mina submarina é de aproximadamente 145 kg. A
distância máxima que essa mina deve estar do submarino (estrutura-tipo do problema) é de
cerca de 16 m. Assim, a distância entre minas vizinhas deve ser de 38 m, ou seja, se um
submarino com casco com 6 m de diâmetro passar exatamente entre duas minas vizinhas, a
distância máxima entre ele e as minas deve ser de 16 m, como mostrado na Figura 5.35.

Figura 5.35: Esquema do posicionamento final de duas minas vizinhas com a estrutura-tipo
representada como se atravessando as minas na maior distância relativa de qualquer uma delas.

O uso de uma população de 96 indivíduos, txe de 25% e 32 processadores significou

um desbalanceamento de carga, como visto anteriormente, mas isso não afeta a qualidade da
solução.

68
d. Convergência

Nesse item, serão apresentadas as diferenças, em termos de convergência, que foram

observadas utilizando-se os esquemas “A” e “B”.

O resultado apresentado no item b corresponde ao par massa de TNT – distância com

o maior valor de aptidão encontrado em dezenas de “rodadas”. Foi considerado que um
problema convergiu “a contento” se a maior aptidão de uma população, ao término de n
populações, for pelo menos igual a 99,99% da maior aptidão obtida (83,1421). O uso de 50
ou 60 gerações mostrou que pode não ser conseguida convergência sempre (segundo o
critério aqui definido). Foi observado que 100 gerações é um número suficiente para garantir
convergência sempre.

As figuras 5.36 e 5.37 mostram as maiores aptidões de cada geração – até a 100ª. e até
a 40ª., repectivamente. Pode ser observado que tanto o esquema “A” quanto o esquema “B”
convergem antes de 100 gerações, mas produzem valores diferentes conforme diminui o
número de gerações. Isso ocorreu em todas as “rodadas”, mas apenas algumas estão
mostradas na figura 5.37 a fim de não torná-la “poluída”. Os números nas caixas coloridas
correspondem à maior aptidão obtida na última geração mostrada e a legenda indica o
número de nós físicos, seguido do número de processadores por nó e de uma letra que indica
o esquema.

83.2
Aptidão

83.1
83.1339

83.0
83.1421
83.1384

82.9 83.1389
83.1367
82.8

82.7

82.6
0 10 20 30 40 50 60 70 80 90 100
Geração

16-2A 16-2A 16-2A 16-2B 16-2B

Figura 5.36: Evolução da maior aptidão durante a otimização do par massa de TNT – distância com vistas
aos efeitos terminais da onda de choque produzida pela detonação dessa carga em uma estrutura-tipo
submersa – 100 gerações.

69
 83.2

Aptidão
83.1
83.1241
83.1388
83.0
83.1339

82.9 83.1261
83.1307

82.8

82.7

82.6
0 5 10 15 20 25 30 35 40
Geração
16-2A 16-2A 16-2A 16-2B 16-2B

Figura 5.37: Evolução da maior aptidão durante a otimização do par massa de TNT – distância com
vistas aos efeitos terminais da onda de choque produzida pela detonação dessa carga em uma estrutura-
tipo submersa – 40 gerações.

Pelo observado, o uso dos diferentes esquemas apresentados não teve influência na
convergência do caso em estudo.

e. Comparação de Desempenho do Processamento Paralelo (Speed Up)

Como citado no Capítulo I, AG são, por si só, métodos com paralelismo natural, não
havendo perdas na paralelização. Na forma implementada no presente trabalho, cada nó
recebe um conjunto de indivíduos para os quais determina a aptidão. Como a aptidão de um
indivíduo independe dos outros indivíduos, não há troca de mensagens durante esse processo.
A única comunicação necessária é o envio de parâmetros iniciais pelo nó raiz, no início do
processamento (com a função MPI_BCAST), o envio da parcela de indivíduos de cada
população para o nó que calculará a sua aptidão (feita a uma com a função MPI_SCATTER
para cada geração) e a coleta das aptidões calculadas a cada geração (feita com a função
MPI_GATHER) e a acumulação das aptidões de todos os indivíduos no nó raiz (feita com a
função MPI_REDUCE).

O processamento executado exclusivamente pelo nó raiz se limita à geração de

indivíduos aleatórios, às operações sobre os indivíduos (reprodução, cruzamento e mutação) e
o ordenamento de cada população e operações de entrada e saída, de forma que esse overhead
é muito pequeno quando comparado ao cálculo das aptidões. Ainda, somente na primeira

70
geração é serão calculadas as aptidões de todos os indivíduos, já que, a partir da segunda
geração, as aptidões dos indivíduos da elite já são previamente conhecidas (da geração
anterior) e não precisam ser recalculadas.

A medida de desempenho em tempo foi determinada de duas formas:

i. pelo comando time ao se executar o programa – segundo o manual, o comando time

é “a simple command or give resource usage”; o comando time “runs the specified
program command with the given arguments. When command finishes, time writes
a message to standard output giving timing statistics about this program run.
These statistics consist of (i) the elapsed real time between invocation and
termination, (ii) the user CPU time (the sum of the tms_utime and tms_cutime
values in a struct tms as returned by times(2)), and (iii) the system CPU time (the
sum of the tms_stime and tms_cstime values in a struct tms as returned by
times(2))”; e

ii. pelo uso da função Fortran cputime() (ou cpu_time()) – segundo o manual:
“Intrinsic Subroutine: Returns a processor-dependent approximation of the
processor time in seconds. This is a new intrinsic subroutine in Fortran 95”.

A Figura 5.38 mostra os tempos de processamento obtidos com o comando time

(tempos real e user) e com a função cputime() para a solução do caso em estudo,
considerando o tempo de simulação de 10 ms. Pode ser observado que os valores não diferem
muito, ficando o resultado produzido pela função cputime() ora mais próxima do tempo real,
ora do tempo user. Os números no eixo das abcissas indica o número de nós e o de
processadores por nó (um ou dois).

A Figura 5.39 apresenta os tempos para a solução do caso com várias combinações de
nós, processadores por nós e esquema para tempo de simulação igual a 150 ms. O tempo
obtido com o uso da função cputime(), nesses casos, se aproximou mais do real, ou seja, do
tempo físico, o que fere a definição da própria função, mostrando que, no caso de tempos de
processamento muito elevados, esses valores passam a ser questionáveis. Os resultados
apresentados na Figura 5.39 são os únicos disponíveis para 16 nós, pois, via de regra, um ou
mais nós do cluster estavam indisponíveis durante o desenvolvimento e a conclusão do

71
presente estudo.

35000

tempo (s)
30000

25000

20000

15000

10000

5000

0
1-1 1-2 2-1 2-2 4-1 4-2 6-1 6-2 8-1 8-2 12 - 1 12 - 2
"real"("walltime") 30767.49 15661.59 15158.92 8627.46 7910.76 5160.93 5555.27 2958.23 5805.41 2074.11 3016.67 1652.45
"user" (alocado efetivamente) 30737.10 15407.31 14978.31 7969.43 7551.40 3836.01 5198.45 2686.09 5238.07 1769.11 2756.57 1320.42
cputime() 30762.13 15635.80 15154.55 8610.94 7906.44 4122.11 5546.06 2944.51 5802.54 2607.39 3011.49 1605.04

Tempo de processamento de acordo com números de Nós e de Processadores (s)

Figura 5.38: tempos de processamento obtidos com o comando time (tempos real e user) e com a função
cputime() para a solução do caso em estudo, considerando o tempo de simulação de 10 ms.

45000
tempo (s)

40000

35000

30000

25000

20000

15000

10000

5000

0
8-2-A 8-2-A 8-2-A 8-2-B 12 - 2 - B 16 - 2 - A 16 - 2 - B 16 - 2 - A 16 - 2 - A 16 - 2 - A 16 - 2 - B
"real"("walltime") 38130.11 27123.91 27546.49 23746.70 29964.30 29964.30 22582.54
"user" (alocado efetivamente) 25512.85 14694.10 14848.88 15905.60 16695.00 16695.00 13985.80
cputime() 38955.75 38392.00 38007.00 27455.38 25709.52 26464.15 27748.43 26748.00 26940.00 22600.74

Tempo de processamento de acordo com números de Nós e de Processadores (s)

Figura 5.39: tempos de processamento obtidos com o comando time (tempos real e user) e com a função
cputime() para a solução do caso em estudo, considerando o tempo de simulação de 150 ms

72
 O tempo necessário para a solução do problema em estudo com o tempo de simulação
igual a 150 ms foi determinado com muita dificuldade. A ocorrência de resultados
inconsistentes ou incompatíveis com a realidade foi elevadíssima, sem contar o número de
vezes que a “rodada” foi abortada sem que se descobrisse a razão. Em muitas vezes, os
processos ficaram “perdidos”, prendendo o acesso aos nós, e houve ocasiões em que o
sistema precisou ser reinicializado pelo administrador.

Cabe observar que o tempo necessário de processamento efetivo em um ambiente

compartilhado será influenciado por outros processos que venham, eventualmente, ser
executados simultaneamente, já que todos os processos competirão por resursos comuns,
como o barramento de comunicação de dados (rede interna do cluster). Ainda, durante o
desenvolvimento do presente estudo, foi verificada uma discrepância que será aqui
referenciada como uma “inconsistência de desempenho”: em diversas situações, o mesmo
problema foi resolvido (aparentemente) nas mesmas condições e foram verificadas grandes
variações no tempo de processamento, sem que fosse possível identificar a causa para essa
variação (não havia outros processos concorrentes). Diversas tentativas foram feitas para
tentar determinar a causa dessa flutuação, mas foram todas infrutíferas.

Serão apresentados resultados de desempenho relativos a “rodadas” com tempos de

simulação normal, de 150 ms, e a “rodadas” com tempos reduzidos, estabelecidos com o
único propósito de gerar massa para avaliação de desempenho. Como, nesse caso, o tempo
consumido na simulação será até 15 vezes menor que no original, o ganho real com o
paralelismo será sempre maior do que o obtido com esse tempo reduzido, já que todo o
processamento serial é idêntico (todas as etapas do processo de otimização, exceto o cálculo
das aptidões é serial). Serão apresentados resultados de desempenhos para tempos de
simulação variados, a fim de fazer uma projeção da variação de speed up com o aumento
desse tempo.

i. Medida de Speed Up com o comando time

O comando time é simplesmente adicionado no início da linha de comando ao se

executar um programa e a sua sintaxe pode ser verificada com o uso do comando man time. A
sua saída padrão tem a seguinte forma:

73
 real 452m40.225s
user 236m15.660s
sys 69m12.620s

onde real é o tempo real (walltime) decorrido entre o início e o término do processo; user é o
tempo alocado ao processo durante esse período; e sys é o tempo efetivo de kernel, ou seja, o
tempo efetivo de processamento. As considerações de desempenho serão feitas com base nos
tempos user e sys.

A Figura 5.40 mostra os tempos real e user consumidos na solução do caso em estudo
com o tempo de simulação limitado a 10 ms obtidos em uma série de “rodadas” para o uso de
números diferentes de nós e processadores por nó. A Figura 5.41 mostra o tempo user com
relação ao tempo consumido com o uso de um nó apenas (1 processador), ou seja, o speed up.
Pode ser observado um speed up muito próximo ao linear para o tempo de simulação de 10
ms. Na Figura 5.42, é apresentada uma comparação da razão entre os tempos user e real para
cada caso mostrado nas Figuras 5.41 e 5.42.

1320.42
12 - 2
Nós - Processadores

1652.45
2756.57
12 - 1 3016.67
2686.09
6-2 2958.23
5198.45
6-1 5555.27
7551.40
4-1 7910.76
7969.43
2-2 8627.46
14978.31
2-1 15158.92
15407.31
1-2 15661.59
30737.10
1-1 30767.49

0 5000 10000 15000 20000 25000 30000 35000

Tempos de Processamento (s)

"real"("walltime") "user" (alocado efetivamente)

Figura 5.40: Tempos real e user para 1, 2, 4, 6, 12 e 24 processadores, consumidos na solução do

caso em estudo com o tempo de simulação limitado a 10 ms.

74
 Nós - Processadores

Nós - Processadores
24 24
12 - 2 18.62
12 - 2 23.28
12 12
12 - 1 10.20
12 - 1 11.15
12 12
6-2 10.40 6-2 11.44
6 6
6-1 5.54 6-1 5.91
4 4
4-1 3.89
4-1 4.07
4 4
2-2 3.57
2-2 3.86
2 2
2-1 2.03 2-1 2.05
2 2
1-2 1.96 1-2 1.99
1 1
1-1 1.00 1-1 1.00

0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00 0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00
Tempo com 1 proc / Tempos com número variado de processadores Tempo com 1 proc / Tempos com número variado de processadores

"real"("walltime") número de processadores "user" (alocado efetivamente) número de processadores

Figura 5.41: Speed up (tempos real e user consumidos na solução do caso em estudo com o
tempo de simulação limitado a 10 ms) para 1, 2, 4, 6, 12 e 24 processadores (comparados com a
razão entre o número de processadores).

1.20
0

9
"user "/"real "

8
.0

.9

.9
;1

5
;0

;0

.9

2
.9
-1

;0

.9

1
-1

-2

;0

.9

.9
;0
1

-1

;0

;0
2

-1

1.00
-2
4

-2

-2

0
6

.8
6

;0
-2
12
0.80

0.60

0.40

0.20

0.00
Numero de nós e processadores por nó

Figura 5.42: Proporção entre os tempos user e real, para 1, 2, 4, 6, 8, 12 e 24 processadores,

consumidos na solução do caso em estudo com o tempo de simulação limitado a 10 ms.

Os resultados apresentados nas Figuras 5.40, 5.41 e 5.42 mostram que o aumento do
número de processadores não implica em uma redução linear do tempo de processamento,
que será tanto maior quanto maior o número de processadores utilizados (Figura 5.42) – o
que é esperado, em virtude do aumento de comunicação entre os nós e da maior necessidade
de sincronização. A medida de desempenho com o comando time mostrou que o speed up,
em termos do tempo que o sistema fica dedicado ao processor (tempo user), se aproxima do
linear com o aumento do número de processadores para um tempo de simulação reduzido (10
ms).

75
 ii. Medida de Speed Up com a função Fortran cputime()

A função cputime() apresentou valores inconsistentes para gerações sucessivas,

conforme será apresentado adiante, de forma que foi necessário utilizar tempos reduzidos
para avaliação do desempenho, conforme mencionado no início do item d. Apesar do valor
final se aproximar do obtido com o tempo user obtido com o comando time, a grande
variação verificada de uma geração para outra coloca em xeque a credibilidade das
informações obtidas com essa função.

As Figuras de 5.43 a 5.57 apresentam os tempos consumidos para a conclusão de cada

geração em diversas configurações de nós e processadores por nó, com o tempo de simulação
selecionado de 150 ms. O número de gerações das “rodadas” apresentadas nas Figuras 5.43,
5.44 e 5.45 foi de 50 gerações. Nas demais, 100 gerações. Os casos em que a última geração
processada não é a centésima foram interrompidos pelo cluster por razões desconhecidas e
foram incluídas para mostrar a diversidade de tempos possíveis para a conclusão de uma
geração.

Em alguns casos, como o apresentado na Figura 5.48 para o uso de 8 nós ( com 2
processadores cada), a concentração de tempos “altos” e “baixos” pode sugerir a competição
localizada com outro processo pelo barramento de comunicação, mas não foi detectada
concorrência de processos durante a execução do mesmo.

1200.0
Tempo (s)

1000.0

800.0

600.0

400.0

200.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.43: Tempo por geração da solução com 8 nós e 2 processadores

por nó (150 ms, esquema B, 50 gerações).

76
 600.0

Tempo (s)
500.0

400.0

300.0

200.0

100.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.44: Tempo por geração da solução com 12 nós e 2 processadores

por nó (150 ms, esquema A, 50 gerações).

800.0
Tempo (s)

700.0

600.0

500.0

400.0

300.0

200.0

100.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.45: Tempo por geração da solução com 12 nós e 2 processadores

por nó (150 ms, esquema B, 50 gerações).

600.0
Tempo (s)

500.0

400.0

300.0

200.0

100.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.46: Tempo por geração da solução com 8 nós e 2 processadores

por nó (150 ms, esquema A, 76 gerações).

77
 600.0

Tempo (s)
500.0

400.0

300.0

200.0

100.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.47: Tempo por geração da solução com 8 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

1400.0
Tempo (s)

1200.0

1000.0

800.0

600.0

400.0

200.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.48: Tempo por geração da solução com 8 nós e 2 processadores

por nó (150 ms, esquema A, 32 gerações).

600.0
Tempo (s)

500.0

400.0

300.0

200.0

100.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.49: Tempo por geração da solução com 8 nós e 2 processadores

por nó (150 ms, esquema B, 100 gerações).

78
 500.0

Tempo (s)
450.0

400.0

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.50: Tempo por geração da solução com 12 nós e 2 processadores

por nó (150 ms, esquema B, 100 gerações).

400.0
Tempo (s)

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.51: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

500.0
Tempo (s)

450.0

400.0

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.52: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema B, 100 gerações).

79
 350.0

Tempo (s)
300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.53: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

350.0
Tempo (s)

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.54: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

450.0
Tempo (s)

400.0

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.55: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

80
 450.0

Tempo (s)
400.0

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.56: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

400.0
Tempo (s)

350.0

300.0

250.0

200.0

150.0

100.0

50.0

0.0
0 10 20 30 40 50 60 70 80 90 100
Geração
tempo da geração tempo médio 90% do tempo médio 110% do tempo médio

Figura 5.57: Tempo por geração da solução com 16 nós e 2 processadores

por nó (150 ms, esquema A, 100 gerações).

A Figura 5.58 mostra os tempos médios (a soma de todos os tempos dividido pelo
número de gerações concluídas) dos casos apresentados nas Figuras de 5.46 a 5.57. O caso
em que esse tempo médio é de 556,4 s é um exemplo típico de falta de coerência e deve ser
abandonado (foi o caso em que o processamento foi abortado na 32ª. geração).

16 - 2 - B 226.0
Número de nós e processadores

16 - 2 - A 269.4

16 - 2 - A 267.5

16 - 2 - A 222.0

16 - 2 - A 227.5

16 - 2 - B 264.6

16 - 2 - A 257.1

12 - 2 - B 274.5

8-2-B 380.1

8-2-A 556.4

8-2-A 383.9

8-2-A 389.6

0 100 200 300 400 500 600

Tempo médio por geração (s)

Figura 5.58: Tempos médios (a soma de todos os tempos dividido pelo número de gerações
concluídas) dos casos apresentados nas Figuras de 5.46 a 5.57.

81
 Em função dos problemas ocorridos com o tempo de simulação de 150 ms, foi
adotado, inicialmente, o tempo de 10 ms para efeitos de avaliação de desempenho. As Figura
5.59 mostra os tempos consumidos para o cálculo de cada geração para todas as combinações
de nós e processadores por nó utilizadas dividido pela média por geração do cálculo serial (1
nó e 1 processador). Há uma grande flutuação, amplificada com o aumento do número de
processadores.

24.0
tempo por geração com n procs /
tempo médio por geração com 1 proc

23.0
22.0
21.0
20.0
19.0
18.0
17.0
16.0
15.0
14.0
13.0
12.0
11.0
10.0
9.0
8.0
7.0
6.0
5.0
4.0
3.0
2.0
1.0
0.0
0 20 40 60 80 100
geração
1-1 1-2 2-1 2-2 4-1
6-1 6-2 12 - 1 12 - 2

Figura 5.59: Tempo consumido no cálculo de cada geração para todas as combinações de nós e
processadores por nó utilizadas dividido pela média por geração do cálculo serial. O tempo de
simulação foi de 10 ms.

82
 A Figura 5.60 apresenta comparações entre a média das razões exibidas na Figura
5.59 e a razão entre os processadores para cada caso, mostrando a “perda” contra um possível
ganho de desempenho linear. A Figura 5.61 apresenta as razões entre essa média e a razão
entre os processadores, provendo uma “medida de desempenho” relativa entre o observado e
o potencial de cada configuração (considerando o speed up linear). A comparaçao dos
resultados de desempenho obtidos com a função cputime() com os obtidos com o comando
time mostra que há uma certa incoerência entre essas medidas.

24
12 - 2
18.71
Nós - Processadores

12
12 - 1
10.22
12
6-2
10.45
6
6-1
5.55
4
4-1
3.89
4
2-2
3.57
2
2-1
2.03
2
1-2
1.97
1
1-1
1.00

0 5 10 15 20 25
Número de Processadores e Tempo Total / Tempo com 1 nó e 1 proc

Figura 5.60: Speed up (tempos fornecidos pela função cputime()consumidos na solução do caso
em estudo com o tempo de simulação limitado a 10 ms) para 1, 2, 4, 6, 12 e 24 processadores
(comparados com a razão entre o número de processadores).

12 - 2, 0.78
Nós - Processadores

12 - 1, 0.85

6 - 2, 0.87

2 - 2, 0.89

6 - 1, 0.92

4 - 1, 0.97

1 - 2, 0.98

1 - 1, 1.00

2 - 1, 1.01

0.00 0.20 0.40 0.60 0.80 1.00 1.20

Tempo Real / Tempo Previsto

Figura 5.61: Speed up (razões entre o tempo médio para solução do problema em estudo para 10
ms de tempo de simulação e o tempo serial) entre o observado e o potencial de cada
configuração (considerando o speed up linear).

83
 Os resultados apresentados na Figura 5.60 são muito próximos dos apresentados na
Figura 5.41 para o tempo real, quando deveria se aproximar dos resultados para o tempo
user, o que mostra uma certa inconsistência na medida de tempo com a função cputime().

iii. Novas Medidas de Speed Up com o comando time e com a função Fortran
cputime()

Foram efetuadas outras “rodadas” com tempos de simulação iguais a 10 ms e 50 ms,

população de 120 indivíduos e taxa de elitismo 20% (utilizando o esquema A). As outras
taxas e variáveis permaneceram iguais às anteriores. As “rodadas” com tempo de simulação
igual a 50 ms têm, como propósito, permitir que sejam feitas inferências sobre a influência do
aumento do tempo de simulação sobre o desempenho da solução, já que o overhead serial é
invariável com respeito a esse tempo.

As Figuras 5.62 e 5.63 e as Figuras 5.64 e 5.65 apresentam os tempos obtidos com a
função cputime() para tempos de simulação de 10 ms e 50 ms, respectivamente. Apesar da
maior coerência do que observado anteriormente, a variação é, ainda, muito grande. O maior
tempo na primeira geração é esperado, já que somente nela são calculadas as aptidões de toda
a população (com a txe fixada em 20%, o esforço computacional no cálculo das aptidões
nessa geração é 25% maior que nas outras).

650
Tempo (s)

600

550

500

450

400

350

300

250

200

150

100

50

0
0 20 40 60 80 100
Geração
1-1 1-2 2-1 4-2 8-1 6-2
12 - 1 8-2 16 - 1 12 - 2 16 - 2 16 - 2B

Figura 5.62: Tempo obtido, por geração, com a função cputime() para tempo de simulação de 10 ms.

84
 100

Tempo (s)
90

80

70

60

50

40

30

20

10

0
0 20 40 60 80 100
Geração
4-2 8-1 6-2 12 - 1 8-2
16 - 1 12 - 2 16 - 2 16 - 2B

Figura 5.63: Tempo obtido, por geração, com a função cputime() para tempo desimulação de 10
ms.

3000
Tempo (s)

2500

2000

1500

1000

500

0
0 20 40 60 80 100
Geração
1-1 1-2 2-1 4-2 8-1 6-2
12 - 1 8-2 16 - 1 12 - 2 16 - 2 16 - 2B

Figura 5.64: Tempo obtido, por geração, com a função cputime() para tempo desimulação de 50
ms.

85
 500

Tempo (s)
450

400

350

300

250

200

150

100

50

0
0 20 40 60 80 100
Geração
2-2 4-1 6-1 4-2 8-1 6-2
12 - 1 8-2 16 - 1 12 - 2 16 - 2 16 - 2B

Figura 5.65: Tempo obtido, por geração, com a função cputime() para tempo desimulação de 10
ms.

As Figuras 5.66 e 5.67 apresentam as razões entre os tempos obtidos com a função
cputime() com diversos números nós e processadores e com um processador e a razão entre
eles para tempos de simulação de 10 ms e 50 ms, respectivamente.

32
16 - 2B
24.16
32
16 - 2
23.85
24
12 - 2
18.85
16
16 - 1
13.38
16
8-2
13.39
12
12 - 1
10.11
12
6-2
9.97
8
8-1
6.97
8
4-2
7.08
2
2-1
1.98
2
1-2
1.93
1
1-1
1.00

0 5 10 15 20 25 30 35

Figura 5.66: Razão entre os tempos obtidos com a função cputime() com diversos números nós
e processadores e com um processador e a razão entre eles para tempo de simulação de 10 ms.

86
 32
16 - 2B
20.10
32
16 - 2
19.14
24
12 - 2
16.72
16
16 - 1
11.78
16
8-2
11.77
12
12 - 1
9.07
12
6-2
9.88
8
8-1
6.65
8
4-2
6.51
2
2-1
1.88
2
1-2
1.92
1
1-1
1.00

0 5 10 15 20 25 30 35

Figura 5.67: Razão entre os tempos obtidos com a função cputime() com diversos números nós
e processadores e com um processador e a razão entre eles para tempo de simulação de 50 ms.

A Figura 5.68 apresenta as razões entre os tempos obtidos com a função cputime()
para os tempos de simulação de 50 ms e 10 ms, apresentados nas Figuras 5.66 e 5.67. Pode
ser observada uma “tendência” dessa razão crescer com o aumento do número de
processadores, mas a grande variação observada não permite que sejam tiradas conclusões
definitivas a respeito.

7.00
6.60
6.36
6.09
(T.simul = 0,05s) / (T.simul. = 0,01s)

5.90 6.03 6.01 5.97

6.00 5.75
5.59 5.55
5.30 5.32
5.00
5.00

4.00

3.00

2.00

1.00

0.00
Número de Nós e Processadores por Nó
Razão entre tempos 1-1 1-2 2-1
4-2 8-1 6-2 12 - 1
8-2 16 - 1 12 - 2 16 - 2
16 - 2B

Figura 5.68: Razões entre os tempos obtidos com a função cputime() para os tempos de
simulação de 50 ms e 10 ms.

87
 Para cada resultado apresentado acima, há um equivalente obtido com o comando
time, que serão mostrados a seguir.

A Figura 5.69 apresenta as razões entre os tempos real e user obtidos com o uso de
vários nós e processadores e com o uso de um processador (serial) para a execução
consecutiva, em uma mesma “rodada”, do problema com tempos de simulação de 10 ms e 50
ms (como o comando time só fornece o tempo total consumido pelo processo, não é possível
saber exatamente quanto desse tempo corresponde a cada solução). A Figura 5.70 mostra
esses tempos. O rótulo 16-2B apenas indica uma segunda execução do mesmo problema.

32 32
16 - 2B 16 - 2B
Nós - Processadores

Nós - Processadores
17.34 24.18
32 32
16 - 2 16.60 16 - 2 22.98
24 24
12 - 2 14.29 12 - 2 18.83
16 16
16 - 1 10.10 16 - 1 12.40
16 16
8-2 10.07 8-2 12.61
12 12
12 - 1 7.75 12 - 1 8.86
12 12
6-2 8.84 6-2 11.14
8 8
8-1 5.63 8-1 6.33
8 8
4-2 5.54 4-2 6.21
2 2
2-1 1.59 2-1 1.62
2 2
1-2 1.51 1-2 1.54
1 1
1-1 1.00 1-1 1.00

0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00 0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00
Tempo com 1 nó e 1 proc / Tempos Tempo com 1 nó e 1 proc / Tempos

"real"("walltime") razão "user" (alocado efetivamente) razão

Figura 5.69: Razões entre os tempos obtidos com o comando time para os tempos de simulação
de 10 ms e 50 ms executados consecutivamente.

8631.4
Nós - Processadores

16 - 2B 12043.6
9081.6
16 - 2 12582.8
11081.6
12 - 2 14607.6
16834.4
16 - 1 20680.2
16546.7
8-2 20736.4
23568.2
12 - 1 26940.0
18743.7
6-2 23615.8
32978.1
8-1 37065.9
33620.4
4-2 37690.2
128942.9
2-1 130976.4
135750.6
1-2 137854.0
208714.4
1-1 208814.7

0 50000 100000 150000 200000 250000

Tempo (s)

"real"("walltime") "user" (alocado efetivamente)

Figura 5.70: Tempos obtidos com o comando time para os tempos de simulação de 10 ms e 50
ms executados consecutivamente, em uma única “rodada”.

88
 Os resultados apresentados nas Figuras 5.69 e 5.70 são os únicos disponíveis para o
uso de 16 nós. A seguir serão apresentados resultados obtidos para tempos de simulação de
10 ms e 50 ms.

As Figuras 5.71 e 5.72 apresentam as razões entre os tempos real e user obtidos com o
uso de vários nós e processadores e com o uso de um processador (serial) para a execução do
problema para tempos de simulação de 10 ms e 50 ms, respectivamente (os tempos totais não
serão apresentados, já que são irrelevantes, em valores absolutos, para análise de speed up).

32 32
16 - 2B 16 - 2B

Nós - Processadores
Nós - Processadores

0.00 0.00
32 32
16 - 2 0.00 16 - 2 0.00
24 24
12 - 2 20.24 12 - 2 23.70
16 16
16 - 1 10.54 16 - 1 14.36
16 16
8-2 13.60 8-2 15.27
12 12
12 - 1 10.86 12 - 1 11.39
12 12
6-2 10.35 6-2 11.72
8 8
8-1 7.53 8-1 7.73
8 8
4-2 7.65 4-2 7.88
2 2
2-1 2.11 2-1 2.00
2 2
1-2 2.09 1-2 1.99
1 1
1-1 1.00 1-1 1.00

0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00 0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00
Tempo com 1 nó e 1 proc / Tempos Tempo com 1 nó e 1 proc / Tempos

"real"("walltime") razão "user" (alocado efetivamente) razão

Figura 5.71: Razões entre os tempos obtidos com o comando time para tempo de simulação de 10 ms.

32 32
16 - 2B 16 - 2B
Nós - Processadores

0.00
Nós - Processadores

0.00
32 32
16 - 2 0.00 16 - 2 0.00
24 24
12 - 2 13.29 12 - 2 17.96
16 16
16 - 1 9.99
16 - 1 12.01
16 16
8-2 9.44 8-2 12.11
12 12
12 - 1 7.22 12 - 1 8.41
12 12
6-2 8.52 6-2 11.00
8 8
8-1 5.29 8-1 6.07
8 8
4-2 5.17 4-2 5.91
2 2
2-1 1.50 2-1 1.55
2 2
1-2 1.42 1-2 1.46
1 1
1-1 1.00 1-1 1.00

0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00 0.00 4.00 8.00 12.00 16.00 20.00 24.00 28.00 32.00
Tempo com 1 nó e 1 proc / Tempos Tempo com 1 nó e 1 proc / Tempos

"real"("walltime") razão "user" (alocado efetivamente) razão

Figura 5.72: Razões entre os tempos obtidos com o comando time para tempo de simulação de 50 ms.

A Figuras 5.73 apresenta as razões entre os tempos obtidos com o comando time para
os tempos de simulação de 50 ms e 10 ms (executados consecutivamente em uma única
“rodada’) e de 10ms. É esperado que essa razão seja bem próxima de 6, pois o overhead da

89
primeira geração é diluído pelo peso das outras 99 gerações. Pode ser observado que as
razões obtidas com o tempo user sofrem muita variação, apesar dessa variação ser em torno
de 6 (bastante inconclusiva, no entanto).

10.00
10.00

Tempo com 1 nó e 1 proc / Tempos

Tempo com 1 nó e 1 proc / Tempos

9.00 9.00

8.00
8.00
6.85 6.92 7.00 6.73 6.69
7.00 6.74 6.75 6.61 6.60 6.54
6.48 6.53 6.42 6.35 6.29
6.02
6.00 5.73 6.00 5.47
5.20
5.10
4.89
5.00 5.00

4.00 4.00

3.00 3.00

2.00 2.00

1.00 1.00
0.00 0.00 0.00 0.00
0.00 0.00
1-1 1-2 2-1 4-2 8-1 6-2 12 - 1 8-2 16 - 1 12 - 2 16 - 2 16 - 2B 1-1 1-2 2-1 4-2 8-1 6-2 12 - 1 8-2 16 - 1 12 - 2 16 - 2 16 - 2B

Nós - Processadores Nós - Processadores

"real"("walltime") "user" (alocado efetivamente)

Figura 5.73: Razões entre os tempos obtidos com o comando time para os tempos de simulação
de 50 ms e 10 ms (executados consecutivamente em uma única “rodada’) e de 10ms.

f. Utilização dos Recursos do Sistema Durante o Processamento

Foi feita uma avaliação dos recursos consumidos pelo processo em uma “rodada”, a
fim de verificar, em especial, o consumo de memória. Como o ambiente unix não possui uma
maneira direta de apresentação das informações desejadas, essa análise foi feita em uma
máquina com Windows XP Professional, cujo resultado é apresentado na Figura 5.74.

Figura 5.74: Recursos consumidos pelo programa no ambiente Windows XP Professional. A figura
da esquerda apresenta os recursos do sistema sem o programa e, a da direita, com o programa sendo
executado, mostrando o baixo consumo de memória (aproximadamente 2MB).

90
Capítulo VI
Considerações Finais

No presente capítulo, são apresentadas considerações finais, sugestões para trabalhos futuros
e a conclusão do presente trabalho.

Conteúdo:

6.1. Considerações Finais .................................................................................................. 92

6.2. Sugestões .................................................................................................................... 93
6.3 Conclusão .................................................................................................................... 93

91
6.1. Considerações Finais

O método ora apresentado é pioneiro e proporciona uma importante ferramenta de

apoio ao planejamento de campos minados, bem como aborda o problema dos efeitos
terminais de explosões submarinas em estruturas metálicas submersas, podendo ser
facilmente estendido para problemas semelhantes, onde estruturas metálicas possam vir a ser
submetidas a outros carregamentos impulsivos (como o sopro de explosões no ar).

Os resultados provêm insights para o estudo dessa classe de problemas

(comportamento dinâmico de estruturas sujeitas a carregamentos impulsivos) e podem servir
de base para projetos de modificações de estruturas existentes ou de novas estruturas a fim de
que melhor resistam a carregamentos impulsivos.

No desenvolvimento do presente trabalho, foram introduzidos conceitos básicos sobre

explosões submarinas e sobre as ondas de choque produzidas nas mesmas, tendo sido
apresentada uma aproximação aceita universalmente para o cálculo da sua amplitude.
Posteriormente, foram apresentados o elemento selecionado para a modelagem, a
implementação geral do problema de otimização, uma descrição da implementação da
simulação com elementos finitos é descrita e o ambiente de implementação, de memória
distribuída, completando os conceitos necessários para a aplicação do método. Foi feito,
então, o estudo de um caso relevante, baseado no submarino IKL 209. A partir do estudo de
caso, foi apresentada, também, uma avaliação do speed up conseguido com a utilização de
múltiplos processadores.

Com relação ao speed up alcançado com o paralelismo, a análise dos resultados

obtidos com o comando time (tempo user) indica um ganho decrescente com o aumento do
número de processadores, mas altamente compensador se pensado em termos absolutos (o
tempo consumido por um processador apenas foi de aproximadamente 60 horas, para um
tempo de simulação de 50 ms). Os resultados obtidos com a função cputime() não são
consistentes o suficiente para serem considerados (em detrimento dos obtidos com o
comando time). Os recursos do sistema necessários para a solução do problema são muito
poucos, em especial os requisitos de memória.

92
6.2. Sugestões

Deixa-se, como sugestões para trabalhos futuros:

i. o uso de modelos mais refinados no cálculo da aptidão, de forma que se obtenha

resultados mais precisos;

ii o desenvolvimento do presente método em uma plataforma computacional mais

confiável;

iii. o estudo de casos ensaiáveis, a fim de conjugar teoria e prática; e

iv. o estudo de casos aplicados aos setores da Defesa e da indústria petro-química

(em especial os setores de exploração/explotação, transporte e refino de petróleo),
em função do seu valor estratégico.

6.3. Conclusão

O presente estudo alcançou os objetivos a que se propôs e provê uma plataforma

pioneira a partir da qual podem ser desenvolvidos estudos correlatos.

Espera-se que o mesmo possa servir para uma melhor compreensão dos efeitos das
ondas de choque em estruturas metálicas, bem como auxiliar no planejamento de campos
minados. Espera-se, também, que o mesmo possa ser expandido para ser aplicado em outros
segmentos de interesse, em especial a indústria do petróleo e seus derivados.

Finalmente, espera-se que o presente estudo possa contribuir para que se considere,
em futuros projetos, a necessidade de estruturas sobreviverem a carregamentos impulsivos,
em especial quando o seu colapso puser em risco vidas ou o meio ambiente.

93
Referências Bibliográficas

[1] Goldberg, David E., Genetic Algorithms in Search, Optimization, and Machine
Learning, Addison-Wesley: Boston, 1989.

[2] Castro, R. E., Otimização de Estruturas com Multi-Objetivos via Algoritmos

Genéticos, Universidade Federal do Rio de Janeiro, 2001.

[3] Cole, R. H., Underwater Explosions, Princeton University Press: Princeton, 1948.

[4] Felippa, C. A., Geers, T. L. e DeRuntz, J. A., The Underwater Shock Analysis Code:
A Reference Manual, Lockheed Palo Alto Research Laboratory, Palo Alto, 1980.

[5] Shin, Y. S. e Geers, T. L., Response of Marine Structures to Underwater Explosions,

1993.

[6] _____. Underwater Explosion Research, Volume I – The Shock Wave. Office of
Naval Research, Department of the Navy, 1950.

[7] _____. Application of the USA Code to Underwater Shock Problems, Shock and
Vibration Information Analysis Center, 1997.

[8] Experimental Study of Underwater Explosion Phenomena, NDRC, AD 268.905,

Vol. 8.

[9] REPORT RE-260-016 - Joint Industry Project On Platform Abandonment By In-

Situ Demolition. SLP Engineering Ltd., Surrey, Reino Unido.

[9.a] _____. Dynamic Design-Analysis Method of Shock Design, Bureau of Ships,

Department of the Navy, 1961.

[9.b] _____ . Interim Design Values for Shock Design of Shipboard Equipment, US
Naval Research Laboratory, Department of the Navy, 1963.

94
[9.c] _____. Shock Design Criteria for Surface Ships, Naval Sea Systems Command,
Department of the Navy, 1976.

[9.d] Ranlet, D. e Daddazio, R. P., A Submerged Shock Response Problem Suitable for
Use as a Benchmark, Weidlinger Associates, Incorporated.

[9.e] Augusto, O. B., Proposta de um Modelo para o Cálculo das Deflexões

Transversais de Chapas Retangulares Submetidas a uma Onda de Choque Gerada por
uma Explosão Submarina, Dissertação de Doutorado, Universidade de São Paulo, 1982.

[9.f] Machado, R. D., Análise Dinâmica Não-Linear de Sistamas Rígido-Flexíveis, Tese

de Doutorado, Universidade Federal do Rio de Janeiro, 1983.

[9.g] Schleyer, G. K., Simplified Analysis of Square Plates Under Explosion Loading,
Structures Under Shock and Impact VII, eds. N. Jones e C. A. Brebbia, WIT Press:
Southampton and Boston, pp. 83-94, 2004.

[9.h] Kinney, G. F. e Graham, K. J., Explosive Shocks in Air, Springer-Verlag: New

York, 1985.

[10] Motta, A. A., An Efficient Simulation of Structures Under Pulse Pressure Loading,
Tese de Mestrado, The University of Texas at Austin: Austin, 2000.

[10.a] Strang, G., Introduction to Applied Mathematics, Wellesley-Cambridge Press:

Wellesley, 1986.

[10.b] Marsden, J. E. e Hughes, T. J. R., Mathematical Foundations on Elasticity, Dover

Publications, Inc: New York, 1993.

[10.c] Gould, P. L., Introduction to Linear Elasticity, Springer-Verlag: New York, 1994.

[10.d] Argyris, J., Mlejnek, H. P., Dynamics of Structures, North-Holland: New York,
1991.

95
[10.e] Craig, Jr, R. R., Structural Dynamics – An Introduction to Computer Methods,
John Wiley & Sons: new York, 1981.

[10.f] Kolsky, H., Stress Waves in Solids, Dover Publications, Inc: New York, 1963.

[11] Motta, A. A., Becker, E. B., e Ebecken, N. F. F., An Efficient Simulation of

Structures Under Pulse Pressure Loading, Structures Under Shock and Impact VII, eds.
N. Jones, C. A. Brebbia, and A. M. Rajendran, WIT Press: Southampton and Boston,
pp. 199-206, 2002.

[11.a] Motta, A. A. e Ebecken, N. F. F., Steel Structures Optimization to Resist

Underwater Shockwaves - Explosive Charges Optimization, Structures Under Shock
and Impact VII, eds. N. Jones e C. A. Brebbia, WIT Press: Southampton and Boston,
pp. 121-128, 2004.

[12] Bathe, K. J., Finite Elements Procedures, Prentice-Hall, Inc, Englewood Cliffs,
New Jersey, 1996.

[13] Becker, E. B., Computational Techniques In Finite Elements, The University of

Texas at Austin, Aerospace Engineering and Engineering Mechanics Dept, 2000.

[13.a] Becker, E. B., Carey, G. F. e Oden, J. T., Finite Elements - An Introduction,

Prentice-Hall, Englewood Cliffs, 1981.

[13.b] Hughes, T. J. R., The Finite Element Method: Linear Static and Dynamic Finite
Element Analysis, Dover Publications, 2000.

[13.c] Babuska, I. e Szabó, B., Finite Elements Analysis, John Wiley and Sons, Inc.,
New York, 1991.

[13.d] Geers, T. L., Transient Response Analysis of Submerged Structures, Finite

Element Analysis of Transient Nonlinear Structural Behavior, eds. T. Belytschko, J. R.
Osias eP. V. Marcal, AMD-Vol. 14, American Society of Mechanical Engineers, New
York, pp. 221-244,1975.

96
[13.e] Felippa, C. A e Park, K. C., Partioned Analysis of Coupled Systems, Finite
Element Analysis of Transient Nonlinear Structural Behavior, eds. T. Belytschko, J. R.
Osias eP. V. Marcal, AMD-Vol. 14, American Society of Mechanical Engineers, New
York, pp. 157-220, 1975.

[13.f] Felippa, C. A., Geers, T. L. e DeRuntz, J. A., Response of a Ring Stiffened

Cylindrical Shell to a Transient Acoustic Wave, Relatório LMSC-D403671, Office of
Naval Research, Structural Mechanics Laboratory, Palo Alto, 1974.

[13.g] Geers, T. L., Excitation of an Elastic Cylindrical Shell by a Transient Acoustic

Wave, Journal of Applied Mechanics, Vol. 36, pp. 459-469, 1969.

[13.h] Felippa, C. A e Park, K. C., Computational Aspects of Time Integration

Procedures in Structural Dynamics, Part I: Implementation, Journal of Applied
Mechanics, Vol. 45, pp. 595-602, 1978.

[13.i] Felippa, C. A e Park, K. C., Direct Time Integration Methods in Nonlinear

Structural Dynamics, Computers Methods in Applied Mechanics and Engineering, Vol.
24, pp. 61-111, 1980.

[13.j] Park, K. C., Practical Aspects of Numerical Time Integration, Computers and
Structures, Vol. 7, pp. 343-353, 1977.

[13.k] Hughes, T. J. R. e Liu, W. K., Implicit-Explicit Finite Elements in Transient

Analysis: Implementation and Numerical Examples, Journal of Applied Mechanics, Vol
45, pp. 159-182, 1978.

[13.l] Hughes, T. J. R., Pister, K. S. e Taylor, R. L., Implicit-Explicit Finite Elements in

Nonlinear Transient Analysis, Computer Methods in Applied Mechanics and
Engineering, Vol. 17/18, pp. 159-182, 1979.

[13.m] Strang, G. e Fix, G. J., An Analysis of the Finite Element Method, Wellesley-
Cambridge Press: Wellesley, 1988.

97
[14] _____. IEEE Standard for Binary Floating-Point Arithmetic, Institute of Electrical
and Electronics Engineers, Inc. (IEEE), 1985.

[15] Brown, P. N., Byrne, G. D. e Hindmarsh, A. C., DVODPK: Variable-coefficient

Ordinary Differential equation solver with the Preconditioned Krylov method GMRES
for the solution of linear systems, 2002.

[16] Brown, P. N., Byrne, G. D. e Hindmarsh, A. C., VODE: A Variable Coefficient

ODE Solver, SIAM Journal on Scientific Computing, 10, pp. 1038-1051, 1989.

[17] G. D. Byrne, Pragmatic Experiments with Krylov Methods in the Stiff ODE
Setting, Computational Ordinary Differential Equations, eds. J. Cash and I. Gladwell,
Oxford Univ. Press: Oxford, pp. 323-356, 1992.

[18] Hindmarsh, A. C. e Petzold, L. R., Algorithms And Software For Ordinary

Differential Equations And Differential Algebraic Equations, Part I: Euler Methods And
Error Estimation, Computers In Physics, Vol. 9, No. 1, pp. 34-41, 1995.

[19] Hindmarsh, A. C. e Petzold, L. R., Algorithms And Software For Ordinary

Differential Equations And Differential Algebraic Equations, Part II: Higher Order
Methods And Software Packages, Computers In Physics, Vol. 9, No. 2, pp. 148-155,
1995.

[20] Brown, P. N. e Hindmarsh, A. C., Reduced Storage Matrix Methods in Stiff ODE
Systems, J. Appl. Math. & Comp., 31, pp.40-91, 1989.

[20.a] Byrne, G. e Hindmarsh, A. C., Review Article: Stiff ODE Solvers: A Review of
Current and Coming Attractions, Journal of Computational Physics, 1970.

[20.b] Byrne, G. e Hindmarsh, A. C., A Polyalgorithm for the Numerical Solution of

Ordinary Differential Equations, ACM Transactions on Mathematics Software, Vol. 1,
No. 1, Março, 1975.

98
[20.c] Brown, P. e Hindmarsh, A. C., Matrix-Free Methods for Stiff Systems of ODE’s,
SIAM Journal of Numerical Analysis, Vol. 23, No. 3, Junho, 1986.

[20.d] Brown, P. N., Byrne, G. D. e Hindmarsh, A. C., VODE: A Variable Coefficient

ODE Solver, SIAM Journal on Scientific Computing, 10, 1989.

[20.e] Brown, P. N., Byrne, G. D. e Hindmarsh, A. C., VODE, 1989.

[20.f] Byrne, G. D., Computational Ordinary Differential Equations, Oxford University

Press Oxford, 1992.

[20.g] Brown, P. N., Byrne, G. D. e Hindmarsh, A. C., VODPK, 1997.

[20.h] Byrne, G., Hindmarsh, A. C., User Documentation for PVODE, An ODE Solver
for Parallel Computers, Center for Applied Scientific Computing, Maio, 1998.

[21] Saad, Y. e Schultz, M. H., GMRES: a Generalized Residual Algorithm for Solving
Nonsymmetric Linear Systems, Yale University, Dept. Comp. Sc. Tech. Rep.
YALEU/DCS/RR-254, 1993.

[22] _____. MPI: A Message-Passing Interface Standard, 1995.

[23] _____. MPI-2: Extensions to the Message-Passing Interface.

[24] _____. MPICH, Mathematics and Computer Science Division, Argonne National
Laboratory.

[25] _____. Sítio na Internet: Intel Corporation, http://www.intel.com.

[26] _____. Níveis de Resistência ao Choque e Critérios de Instalação de Equipamentos,

Relatório Interno, Marinha do Brasil.

[27] _____. Norma Alemã BV 043 (Bauvorschrift fur Schiffe der Bundesxehr –
Schocksicherheit), 1985.

99
[28] _____. Norma inglesa BR 3021 (1), Shock Manual, Ministry of Defense, Ship
Department, 1975.

[29] _____. Norma inglesa BR 3021 (2), Shock Manual, Ministry of Defense, Ship
Department, 1975.

[30] _____. Norma MIL-S-901D – Shock Tests. Requirements for High-Impact

Shipboard Machinery, Equipament, and Systems, US Navy, 1989.

[31] _____. Jane’s Fighting Ships, Jane’s Information Group, 1996-97.

[32] _____. Sítio na Internet: http://warships.ru.

[34] Heiszwolf, J. J., Sítio da Internet: http://www.heiszwolf.com/subs/plans/plans.html.

[34.a] _____. Sítio da Internet: http://www.xensei.com/users/ktakki/models/688.html.

[34.b] _____. Sítio da Internet: Núcleo de Atendimento em Computação de Alto

Desempenho, UFRJ, www.nacad.ufrj.br.

[34.c] _____. Sítio da Internet: http://www.weapons.dk.

[35] _____. Sítio na Internet: Howaldtswerke-Deutsche Werft AG, http://www.hdw.de.

[36] Reyes, M. C. T., Largura Colaborante em Estruturas Laminares Reforçadas por

Reticulados Ortogionais, Tese de Doutorado, Universidade Federal do Rio de Janeiro,
1995.

100