Fadiga sob Condições de

ENM / FT / UnB Carregamento Aleatório

CURSO DE FADIGA DOS

MATERIAIS
Professor

Jorge Luiz A. Ferreira

 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Caracterização de História de Carregamento Típicas

1 12000
0.06 0.1
10000
0.5 0.05 0.05
8000

Rss
0.04 0
S(t)

n(s)

Pss (f)
6000
0.03 -0.05
4000
-0.5 0.02 -0.1
0 0.2 0.4 0.6 0.8 1
2000
0.01 Tau
-1 0
0 5 10 15 20 25 30 35 40 45 500
-1 -0.5 0 0.5 1 0
t s 0 5 10 15 20 25 30 35 40
Espectro de Banda Limitada

Rvv
100 12000 0
500
10000
50
400
8000 -500
0 0.2 0.4 0.6 0.8 1
V(t)

300 Tau
n(v)

Pvv(f)
6000
500
4000 200
-50
2000 100

Raa
-100 0
0 5 10 15 20 25 30 35 40 45 0
-100 -50 0 50 100 0
t v 0 5 10 15 20 25 30 35 40
f
-500
100 0 0.2 0.4 0.6 0.8 1
12000
500 Tau
10000 5
50
400
8000
A(t)

300
n(a)

0
Paa(f)

Rsv
6000 0

4000 200
-50
2000 100 -5
0 0.2 0.4 0.6 0.8 1
-100 0 Tau
0 5 10 15 20 25 30 35 40 45 -100 -50 0 50 100 0
t 0 5 10 15 20 25 30 35 40
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Caracterização de História de Carregamento Típicas

4
10000 0.025
10
Ruído Colorido

3
8000 0.02
2
5

Rss
6000 0.015 1

Pss (f)
n(s)
S(t)

0 4000 0
0.01
-1
-5 2000 0 0.05 0.1
0.005
Tau
6
0 x 10
-8 -6 -4 -2 0 2 4 6 8 0 1
-10 0 500 1000 1500
0 5 10 15 20 25 30 35 40 45 s
f
t 0.5
4
10000 x 10

Rvv
2 0
4000
8000
-0.5
1.5
2000 6000
-1
n(v)

Pvv(f)
0 0.05 0.1

4000 1 Tau
V(t)

0
11
x 10
5
2000 0.5
-2000
0
-4000 -3000 -2000 -1000 0 1000 2000 3000 4000 0

Raa
-4000 v 0 500 1000 1500 0
0 5 10 15 20 25 30 35 40 45 f
t
10000 9
6
x 10
x 10 15
3 -5
8000 0 0.05 0.1

Tau
2
6000 10
n(a)

1500
1
Paa(f)

4000
A(t)

1000
0
2000 5

Rsv
-1 500

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

a 6 0
x 10 0 500 1000 1500
-3 -500
0 5 10 15 20 25 30 35 40 45 f 0 0.05 0.1
t Tau
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Caracterização de História de Carregamento Típicas

20 0.2 0.025 20

10 0.15 0.02 10
Ruído Branco

Rss
Pss (f)
freq(s)
S(t)

0 0.1 0.015 0

-10 -10
0.05 0.01 0 0.02 0.04 0.06 0.08 0.
Tau
8
-20 0 0.005 x 10
0 5 10 15 20 25 30 35 -20 -10 0 10 20 0 200 400 600 800 1000 4
t s f
5 5 2
x 10 x 10

Rvv
1 0.2 8
0
0.5 0.15 6
-2
0 0.02 0.04 0.06 0.08 0.
freq(v)

Pvv(f)
V(t)

0 0.1 4 Tau
16
x 10
1
-0.5 0.05 2
0.5

Raa
-1 0 0 0
0 5 10 15 20 25 30 35 -1 -0.5 0 0.5 1 0 200 400 600 800 1000
t v 5 f
x 10 -0.5
8 13
x 10 x 10
4 -1
0.2 3 0 0.02 0.04 0.06 0.08 0.
Tau
2.5 4
2 0.15 x 10
2 6
freq(a)

Paa(f)
A(t)

0 0.1 1.5 4

Rsv
1 2
-2 0.05
0.5 0

-4 0 0 -2
0 5 10 15 20 25 30 35 -20 -10 0 10 20 0 200 400 600 800 1000 0 0.02 0.04 0.06 0.08 0.
t a f Tau
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Caracterização de História de Carregamento Típicas

1 12000 0.03 0.04
10000 0.025
0.5 0.02
8000 0.02

Rss
0
Espectro Bimodal de Banda Limitada

Pss (f)
S(t)

n(s)

0 6000 0.015
-0.02
4000 0.01
-0.5 -0.04
2000 0.005 0 2 4 6 8 10
Tau
-1 0 0
0 500 1000 1500 -1 -0.5 0 0.5 1 0 10 20 30 40 40
t s f
20

Rvv
30 12000 30 0
20 10000 25 -20
10 8000 20
-40

Pvv(f)
0 2 4 6 8 10
V(t)

n(v)

0 6000 15 Tau
-10 4000 10 40
-20 2000 5 20
-30

Raa
0 0 0
0 500 1000 1500 -30 -20 -10 0 10 20 30 0 10 20 30 40
t v f
-20

30 12000 30 -40
0 2 4 6 8 10
20 10000 25 Tau

10 8000 20
1
Paa(f)
A(t)

n(a)

0 6000 15 0.5

Rsv
-10 4000 10 0

-20 2000 5 -0.5

-30 0 0 -1
0 500 1000 1500 -30 -20 -10 0 10 20 30 0 10 20 30 40 0 2 4 6 8 10
t a f Tau
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.4

0.2
S(t)

-0.2
Valores Extremos de S(t) estão
-0.4
0 0.5 1 1.5
t
2 2.5 3
relacionados a condição V(t) = 0.
15

10

5
V(t)

-5

-10
Valores Extremos de V(t) estão
-15
0 0.5 1 1.5 2 2.5 3
t
relacionados a condição A(t) = 0.
15

10

5
A(t)

-5

-10

-15
0 0.5 1 1.5 2 2.5 3
t
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

Rxy t   E x t   y t  t   R yx  t 
Rss

Rss(0) = Var(S)
R yx t   E  y t   x t  t   Rxy  t 
-0.05
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tau

Rxy 0   E xt   y t 
200

100

Rvv(0) = Var(V)
Rvv

R yx 0   E  y t   xt 
-100

-200
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tau
6
x 10

 
1

R xx 0   E x t   Var ( x )   x 
0.5
2 2
Raa

-0.5

R xy 0   E x t   y  y   Cov ( x , y )
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Rsv(0) = Cov(S,V) Tau

0.0407 - 0.0000
Rsv

-2 COV(S,V) = - 0.0000 160.6707

-4
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tau
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04

0.03


 P  f df  0,403 Teorema de Wiener–Khinchin

Pss (f)

ss
0
0.02


Pxx  f    Rxx t e   2ft i dt
0.01

0
0 5 10 15 20 25 30


f

200


R xx t    S xx  f e  2tf i



150

Pvv  f df  159.6

df
Pvv(f)

100 0

50 

R xx 0    S xx  f df  Var ( x )   x 
0
0 5 10 15 20 25 30
f 2
5
x 10


8

6
Paa(f)

4
0.0407 - 0.0000
COV(S,V) =
2
- 0.0000 160.6707
0
0 5 10 15 20 25 30
f
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04

Densidade Espectral de Processos Derivados
0.03
 Pss  f df  0,403
Pss (f)

0.02
0 T
1 2
Rxx t   E x t   y t  t    x t x t  t dt
0.01

0
0 5 10 15
f
20 25 30
T T
dRxx t  d
2

Ext   yt  t  

200

 
 dt dt
150

Pvv  f df  159.6

Pvv(f)

100 0

50

d 1 2
T

0
0 5 10 15 20 25 30
  xt xt  t dt 
d t  T T 
f

 
5
x 10
8
2
6

dxt  t 
T
1 2
Paa(f)

  xt 
4

dt
dt
2

0
0 5 10 15 20 25 30
T T
f 2
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04
 Densidade Espectral de Processos Derivados
 P  f df  0,403
dR t  1 dxt  t 
0.03
T
Pss (f)

ss
0
2
  xt 
0.02

0.01
xx
dt
dt
0
0 5 10 15 20 25 30

200
f
T T dt
2



150

Pvv  f df  159.6

 E xt  x t  t 
 
Pvv(f)

100 0

 
50

0
0 5 10 15 20 25 30
f

 E xt  t  x t 
 
5
x 10
8

 
6

d t 
Paa(f)


2

 t  
0
0 5 10 15
f
20 25 30
dt
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04
 Densidade Espectral de Processos Derivados
0.03
 P  f df  0,403
Pss (f)

ss

d Rxx t  1 2 d 
0 T


0.02
2
0.01

   x t  t  x t  dt
dt 2
T T dt  
0
0 5 10 15 20 25 30
f

200
2
 T

150

Pvv  f df  159.6 1 2 

  xt  t  xt dt
Pvv(f)

100 0

50
T T
0
0 5 10 15 20 25 30
2
f

E x t  t  x t 

x 10
5  
8

6
 
Paa(f)

 E xt  t  x t    R t 
 
2

0
0 5 10 15
f
20 25 30
  x
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04
 Densidade Espectral de Processos Derivados
 P  f df  0,403 
R xx t    S xx  f e
0.03

 2tf i
Pss (f)

ss
0

df
0.02

0.01

0
0 5 10 15 20 25 30

f


Rxx t   S xx  f e  2ft i df
d d
200


dt dt 

150

Pvv  f df  159.6

Pvv(f)


 2  ifS xx  f e  2ft i df
100 0

50

0
0 5 10 15 20 25 30
f

d2 
  d
S xx  f e  2ft i df
5


x 10

t 
8

R
dt 2 dt
xx
6

Paa(f)

4

2
 4 2
 f 2 S xx  f e  2ft i df
0

0 5 10 15 20 25 30
f
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Relações Importantes Entre S(t), V(t), Rij(t), Pij(f)

0.05

0.04
 Densidade Espectral de Processos Derivados
0.03
 P  f df  0,403
Pss (f)


f 2 S xx  f e  2ft i df   R  t 
ss

 4 
0
0.02 2
0.01
 x
0
0 5 10 15 20 25 30
f


 R  t   4 f 2 S xx  f e  2ft i df
200


2



150

Pvv  f df  159.6 x 

Pvv(f)

100


0

 R  0   4 2
 f 2 S xx  f df
50

0
0 5 10 15 20 25 30
f
x
8
x 10
5

6


 R 0   4 2
 f 4 S xx  f df
Paa(f)

x
0
0 5 10 15 20 25 30 
f
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Usando uma medida chamada de Taxa de Cruzamento de Nível
Taxa de Cruzamento de Nível – Definição e Aplicação
Vamos considerar S(t) como um processo estacionário contínuo e diferenciável, v(t) = S(t).

25

18.75

12.5

6.25

vm 0

 6.25

 12.5

 18.75

 25
0 0.5 1 1.5 2 2.5 3 3.5 4
tm
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

 Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Agora vamos definir um intervalo Da em uma posição qualquer a1 e medir o tempo total, t , que
S(t) permanece nesse intervalo durante o período de período de observação T.

0.5

1.5

2.5
-1.5
0

3
Da

x 10
Dt1 Dt2 Dt3 Dtn

4
-1
a O que representa a
p(s) relação entre t e T ?
-0.5
0

Representa a frequência
relativa, f, com que S(t)
0.5

transita entre a e a + Da
1

T
1.5
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
A expressão anteriormente obtida permite a estimativa a frequência média de eventos que
cruzam o intervalo a e a + Da. Se quisermos, entretanto, estimar o número esperado de vezes que
dt S(t) cruza um determinado nível a em um intervalo
de tempo específico, dt, durante o qual se verifica
uma passagem ascendente, as seguintes relações em
a que ser satisfeitas:

S(t)

A probabilidade da combinação desses dois

eventos acontecerem simultaneamente pode ser
determinada através da função distribuição
conjunta de s e da sua derivada, da seguinte
forma:
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

vm
 18.75

 12.5

 6.25

18.75
 25

6.25

12.5
Taxa de Cruzamento de Nível

25
0
0
ps, vDsDv
0.5

[b, b + Db]
1
1.5  Prob a  st   a  Da  b  vt   b  Db
tm
2
2.5
3
3.5

[a, a + Da]
 50

vm

50
4
 40

 20

20

40
0
2
2
1
Sm 0
0
1
2
2
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
P[S(t) cruzar o nível a com derivada positiva durante um intervalo de tempo dt] =  a dt

dt 
a 

a
 a dt 

0
 p s, v ds dv

s
sv


que é o valor da frequência de passagens ascendentes
S(t) do nível “a”, qualquer que seja a função densidade
probabilidade conjunta de s e da sua derivada.
Considerando a condição limite
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação


 a 

   p s, v ds dv

dt 1
 a dt 
dt  sv

a
0  a vdt 

a 

  p a, v  ds dt dv
1

S(t)
dt  sv
dt 
0 s 




0
 psv a, v vdv
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação

Supondo que o processo é Gaussiano e que não existe

dt correlação entre S(t) e V(t)

 

a
 a 
 p a p vvdv  p a p vvdv
0
s v

2
s
0
v

2
    
   
a v

  2  
 
  

1 2 s 1 2 v
S(t)   e

 
v  e  
dv
 2   s 0 v

2
 a 
1 v 
2 s


 a  e  
2  s
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Como quantifica a probabilidade de S(t) cruzar um nível a
com derivada positiva durante um intervalo de tempo dt . Então
dt o número de vezes que S(t) cruza esse mesmo intervalo, nas
mesmas condições pode ser quantificado pela seguinte relação:

a N a T    aT
S(t)  N f  N a T f    aT f
m
2  s   m  2 m
 D  Tf 
a   1
K 2 
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação

Uma condição particular da expressão anterior é obtida,

fazendo-se a = 0. Nessa situação, representa o valor da
dt
frequência de passagens ascendentes do nível “0”, ou seja uma
indicação aproximada da frequência do processo.
2
 0 
a 1 v 
2 s

 1 v
 0  e  

2  s 2  s
S(t)


 

1

R s 0 


S ss  f   f 2 df

2 Rs 0  


0

S ss  f df

 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação

Outra situação particularmente interessante é obtida,

dt analisando-se a frequência de ocorrência de valores extremos
por unidade de tempo. Para quantificar tal condição, basta
lembrar que quando S(t) passa por um máximo V(t) cruza o
a nível 0.


S(t)
S ss  f   f 4 df
 P  



S ss  f   f 2 df
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Exemplos 0.15 0.04

0.035
0.1

0.03
0.05
0.025

Pss (f)
0
0.02
S(t)

-0.05 0.015

-0.1 0.01

0.005
-0.15

0
-0.2 0 5 10 15 20 25 30
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 f
t

150
8

4 100

2
Pvv(f)
V(t)

50
-2

-4

-6
0
0 5 10 15 20 25 30
-8 f
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Exemplos 0.8
0.01

0.009
0.6
0.008
0.4
0.007

0.2 0.006

Pss (f)
0.005
S(t)

0
0.004
-0.2
0.003
-0.4
0.002

-0.6 0.001

-0.8 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 5 10 15 20 25 30
t f

50 50

40 45

30 40

20 35

10 30
Pvv(f)
V(t)

0 25

-10 20

-20 15

-30 10

-40 5

-50
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0
0 5 10 15 20 25 30
t
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
-3
x 10
2.5
Exemplos 0.8

0.6 2

0.4
1.5
0.2

Pss (f)
S(t)

0
1

-0.2

0.5
-0.4

-0.6
0
0 5 10 15 20 25 30
-0.8 f
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t

35
50
30
40

30 25

20
20
Pvv(f)

10
V(t)

0 15

-10
10
-20

-30 5

-40
0
0 5 10 15 20 25 30
-50 f
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Exemplos 0.6
0.012

0.01
0.4

0.2 0.008

Pss (f)
0
0.006
S(t)

-0.2
0.004

-0.4

0.002
-0.6

0
-0.8 0 5 10 15 20 25 30
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 f
t

40
40

35
30

30
20
25
10 Pvv(f)
20
V(t)

0
15

-10 10

-20 5

-30 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 5 10 15 20 25 30
t f
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação

Forma de Identificar as Características Espectrais da História de Carregamento:

Dos exemplos apresentados anteriormente, verificamos que:

Quanto mais ruído tiver o sinal, a taxa de ocorrência de extremos tende a crescer em
relação a taxa de cruzamento de zero.
Fator de Irregularidade, l: Relação entre a Taxa de Cruzamento de Zero e a Taxa de
Ocorrência de Extremos.

Parâmetro de Largura Espectral

 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
Exemplos 0.15 0.8

0.1 0.6

0.4
0.05

0.2
0
S(t)

S(t)
0
-0.05
-0.2
-0.1
-0.4

-0.15
-0.6

-0.2 -0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t t

8 50

6 40

30
4
20
2
10
V(t)

V(t)

0 0

-2
l = 0,999 -10
l = 0,982
e = 0,045 e = 0,187
-20
-4
-30
-6
-40

-8 -50
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t t
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Como relacionar Nf ao tempo de vida ?

Taxa de Cruzamento de Nível – Definição e Aplicação
0.8 0.6

0.6 0.4

0.4
0.2

0.2
0

S(t)
S(t)

0
-0.2
-0.2
-0.4
-0.4

-0.6
-0.6

-0.8 -0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t t

50 40

40
30
30
20
20

10 10
V(t)
V(t)

l = 0,864 l = 0,712
0
-10

e = 0,503 e = 0,702
-20 -10

-30
-20
-40
-30
-50 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Previsão de Vida para S(t) com comportamento Banda Estreita (l = 1 e e = 0)

m
2  s   m 
2 m
D  T 
0   1
K 2 

D = Dano Crítico

 
E Tf 
K
D
m 
m
 2  s 

0
2 m
  1
2 
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Previsão de Vida para S(t) com comportamento Banda Larga (l < 1 e e > 0)
PEAK COUNTING (Rice, 1952, Lutes, L. D. and Wang, J, 1991)

f Z z   1  l  f G z   l  f R z 
z is the stress amplitude
 l l2 
fG( ) is the Gaussian Distribution, N(0, G)  G   S  1   
 3 4
fR( ) is the Rayleigh Distribution
3m

K  1  l   2   Sm
En 
2

 1  l    G  m  1   m 
     2  l  1  
   2   2 
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Previsão de Vida para S(t) com comportamento Banda Larga (l < 1 e e > 0)
Zhao and Baker Model (Zhao, 1992)

   1 
f    w  l      1  exp  l      1     exp     2 
 2 

Weibull Rayleigh
  s 2  S 
m

  wl    1  w  2    m
 m
E m 
  1 m   1 2
 1  
 2
K D
En 
2   S   E 
m m
 
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Previsão de Vida para S(t) com comportamento Banda Larga (l < 1 e e > 0)
Modelo de Dirlik (Dirlik, 1985)
Função densidade de probabilidade de amplitudes rainflow Número total de ciclos
Z Z 2 Z 2 2
 sa D2  Z sa2 D3  Z  sa
k

f Sa sa  
D1
e Q
 2
e 2R
2
 e 2
n
i 1
i  E[ P]  T
2 M0Q 2 M0 R 2 M0 k

n
 
i
Parâmetros de Dirlik:
Desp  i 1
E S am
k
D1 

2 Xm  2  D2 
1    D1  D12
D3  1  D1  D2 R
  X m  D12 

1  2  1 R 1    D1  D12
ES    s
m
a
m
a f Sa s a ds a
1.25  D3  D2  R 
0
1 M2 M M2
Q Z  Xm  1
D1 2 M0 M 0M 4 M0 M4

EP T
DDirlik   RMS  D Q
m
1
m m


m
2
m 
1  m  2 1   D2 R  D3    Dano Acumulado
(Dirlik)
k  
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Previsão de Vida para S(t) com comportamento Banda Larga (l < 1 e e > 0)
Modelo de Dirlik (Dirlik, 1985)
Função densidade de probabilidade de amplitudes rainflow Número total de ciclos
Z Z 2 Z 2 2
 sa D2  Z sa2 D3  Z  sa
k

f Sa sa  
D1
e Q
 2
e 2R
2
 e 2
n
i 1
i  E[ P]  T
2 M0Q 2 M0 R 2 M0 k

n
 
i
Parâmetros de Dirlik:
Desp  i 1
E S am
k
D1 

2 Xm  2  D2 
1    D1  D12
D3  1  D1  D2 R
  X m  D12 

1  2  1 R 1    D1  D12
ES    s
m
a
m
a f Sa s a ds a
1.25  D3  D2  R 
0
1 M2 M M2
Q Z  Xm  1
D1 2 M0 M 0M 4 M0 M4

EP T
DDirlik   RMS  D Q
m
1
m m


m
2
m 
1  m  2 1   D2 R  D3    Dano Acumulado
(Dirlik)
k  
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Alguns Resultados

Ref.: Kihl (1995) Ref.: Sarkani (1990)

Joint Material Sy [MPa] Su [MPa] S-N Eq.

Cruciform ASTM-A710 638 683 N  1,76  1012  S3, 210

T ASTM-A572 345 534 N  3,00  1012  S 4,038

 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Alguns Resultados
Spectral Zhao
Load Spectra PSD
Characteristic Parameters
G(  )

2 w = 0,7099

l = 0,414, e = 0,910
 G1  d  RMS  = 1,1
W ( )

E 0 f0 = 1,05,  0 = 2,52 l = 5,10

0,4 1,1
, [Rad/s]

G (  )

 2 w = 0,8732
 G1  d  RMS a = 0,254, e = 0,967  = 1,1
W ( )

F 0
f0 = 2,56,  0 = 10,04 l = 6,22
1,01 1,09
, [Rad/s]

  2,5  w = 0,2563
G ω 
G ( )
K
 Exp  3 , a = 0,845, e = 0,535
 = 1,1
W ( )

ω7  ω 
G 0,75  ω  3
f0 = 0,44,  0 = 0,51
l = 2,09
3
, [Rad/s]

10  K   2,5 
G(  )
G1     Exp  3  , 0,75    3 w = 0,2597
7    a = 0,512, e = 0,859
 = 1,1
W ( )

H G2   
K
 Exp
  2,5 
 3  , 6,75    8
f0 = 0,56,  0 = 1,09
l = 4,41
7   
G(  )

0,75 3 6,75 8
 , [Rad/s]
 Fadiga sob Condições de
ENM / FT / UnB Carregamento Aleatório

Alguns Resultados
2400 2000
Vidas Experimentais [Milhares de Cruzamentos de Zero]

Modelos de Previsão
Histórias

Previsão Teórica [ Milhares de Cruzamentos de Zero]

Rainflow

2000 AT020 Rayleigh

BT020 1600 Peak-Counting
CT020 Zhao e Baker
DT020
1600
ET020
1200
Histórias
1200 FC052
FC069
FC103 800

800 GC052
GC069
GC103
HC052 400
400
HC069
HC103

0 0
0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000
Vidas Médias Experimentais [Milhares de Cruzamentos de Zero] Previsão Experimental [ Milhares de Cruzamentos de Zero ]