Escolar Documentos
Profissional Documentos
Cultura Documentos
Tese de Doutorado
Rio de Janeiro
Março de 2008
Alex Fabiano de Almeida
Claudia R. Eboli
DME / UFRJ
Ficha Catalográfica
CDD: 624
PUC-Rio - Certificação Digital Nº 0410735/CA
Às minhas amigas Maria Fernanda e Paola pela amizade e as muitas vezes que
me deixaram falando sozinho;
Aos amigos que fiz nesse período e que foram de fundamental importância;
Palavras-chave
Concreto Armado; Confiabilidade; Otimização; RBDO.
Abstract
Almeida, Alex Fabiano de; Velasco, Marta de Souza Lima (Advisor); Vaz,
Luiz Eloy (Co-Advisor). Reliability-based design optimization of
reinforced concrete plane frames. Rio de Janeiro, 2008. 147p. DSc.
Thesis – Departamento de Engenharia Civil, Pontifícia Universidade
Católica do Rio de Janeiro.
defined according to the Brazilian code for the design of concrete structures
NBR 6118 (ABNT, 2004). The optimization algorithms used are the Sequential
Linear Programming (SLP), the Sequential Quadratic Programming (SQP) and
the Method of Feasible Direction (MFD).
The random variables of the RBDO problem are the concrete compressive
strength, the steel compressive and tensile strength, as well as some applied
loads. The performance functions are of two types, the first relates to the critical
load of the structure and the second to the control of displacements in the
serviceability state. For performing the calculation of the probability of failure
for the associated performing function in each iteration of the RBDO problem,
the method FORM (PMA) will be used in connection with the HMV algorithm
for obtaining the project point. The sensitivity analyses are carried out by the
analytical method.
Keywords
Reinforced concrete plane frames; Reliability; Optimization; RBDO.
Sumário
1 Introdução 23
1.1. Considerações iniciais e objetivos 23
1.2. Histórico e revisão bibliográfica 25
1.2.1. Otimização via DDO (Deterministic Design Optimization) 25
1.2.2. Análise de confiabilidade 26
1.2.3. Otimização via RBDO 29
1.3. Procedimento proposto neste trabalho 35
1.4. Organização do trabalho 36
2 O conceito de RBDO 38
PUC-Rio - Certificação Digital Nº 0410735/CA
Apêndice A 139
Apêndice B 145
Lista de figuras
Símbolos romanos
Símbolos gregos
MV Mean Value
PDF Probability Density Function
PL Programação Linear
PLS Programação Linear Seqüencial
PM Programação Matemática
PMA Performance Measure Approach
PQS Programação Quadrática Seqüencial
RBDO Reliability-Based Design Optimization
RIA Reliability Index Approach
RSM Response Surface Method
SORM Second Order Reliability Method
SLP Sequential Linear Programming
SQP Sequential Quadratic Programming
1
Introdução
1.1.
Considerações iniciais e objetivos
1.2.
Histórico e revisão bibliográfica
1.2.1.
Otimização via DDO (Deterministic Design Optimization)
1.2.2.
Análise de confiabilidade
foi mais alto, devido à maior variabilidade das cargas acidentais; os índices de
confiabilidade foram sempre maiores na região em que a resistência do concreto
domina sobre a resistência do aço, o que sugere uma reavaliação dos valores
numéricos dos coeficientes de minoração das resistências do aço e do concreto nas
Normas Brasileiras.
Além destes trabalhos podem-se citar outros, que também envolvem análise
de confiabilidade de estruturas de concreto armado, tais como: Ellingwood (1996,
2003), Araújo (2001), Diniz (2005), Lopes et al. (2006) e Neves et al. (2006).
Dentre outras aplicações relevantes em confiabilidade podem-se citar os trabalhos
a seguir: Ang e Cornell (1974), Hasofer e Lind (1974), Rackwitz e Fiessler
(1978), Choudhori e Chokraborty (2005), Yang et al. (2006), Lee e Kwak (2006),
Saleh e Morais (2006) e Choi et al. (2006).
1.2.3.
Otimização via RBDO
método dos mínimos quadrados. Este novo método, segundo o autor, diminui o
esforço computacional mantendo uma boa precisão.
Desde o início da utilização da análise de confiabilidade como restrição em
projetos ótimos (RBDO) muitas formulações diferentes vêm sendo propostas para
melhorar o seu desempenho computacional garantindo a confiabilidade de seus
resultados. Dentre estas destacam-se três: RBDO tradicional (ou Parallel-loop
RBDO); serial-loop RBDO; e single-loop RBDO (Youn et al., 2005). Os métodos
parallel e serial loop têm dupla iteração, na análise de confiabilidade e de
otimização. Por outro lado, o método single-loop remove uma iteração no
processo da análise de confiabilidade, mas pode causar problemas de perda de
precisão e de instabilidade numérica no problema.
Youn et al. (2005) desenvolveram uma formulação (PMA+) que, segundo
eles, mostrou-se mais eficiente computacionalmente na maioria dos casos, quando
comparada com outros métodos de RBDO. Tal formulação destaca-se por três
passos básicos: o processo do RBDO é iniciado tomando como ponto inicial o
projeto obtido pela execução de uma otimização determinística; a verificação e
utilização das restrições probabilísticas que estejam ativas; aproveitamento do
projeto da iteração anterior, quando satisfeita a condição de proximidade, para que
haja diminuição da quantidade de avaliações da função de falha.
Buscando também a diminuição do tempo computacional para análise de
confiabilidade no método RBDO, Zou e Mahadevan (2006) propõem em seu
Introdução 33
1.3.
Procedimento proposto neste trabalho
1.4.
Organização do trabalho
respectivamente.
2
O conceito de RBDO
2.1.
Definições necessárias
Minimizar custo f ( x)
(2.1a)
Sujeito a
Pf s ( x, u ) − Pf t ≤ 0 (2.1b)
g ( x) ≤ 0 (2.1c)
2.2.
Exemplo ilustrativo
t = 1cm
w = 6kN / m
20m
b
Figura 2.1 – Geometria do exemplo e carregamento atuante.
O conceito de RBDO 40
Dimensões βs Pf
b=50 h=150 9,67 2,02x10-20
b=42,9 h=130 5,94 1,42x10-8
b=36,4 h=111 3,83 6,40x10-5
b=24,9 h=78 1,52>βt 6,42x10-2
Tabela 2.2 – Resultados obtidos para o exemplo de RBDO.
3.1.
Introdução
3.2.
Análise não-linear de pórticos planos
3.2.1.
Considerações iniciais
cargas aplicadas são consideradas atuando somente nos pontos nodais do modelo
discretizado. Caso elas estejam atuando ao longo dos elementos, elas são
substituídas por cargas nodais equivalentes.
3.2.2.
Características dos materiais
⎡ ε ⎛ε ⎞
2
⎤
σ c = σ cd ⎢2 c + ⎜⎜ c ⎟⎟ ⎥ se − ε c 2 ≤ ε c ≤ 0 ( 3.1)
⎢⎣ ε c 2 ⎝ ε c 2 ⎠ ⎥⎦
σc =0 se ε c ≥ 0
Análise de pórticos planos de concreto armado 43
sendo,
ε cu = 3,5 0 00 ε c 2 = 2 0 00
( 3.2 )
σ cd = 0,85 f cd f cd = f ck γ c
− ε cu − ε c2
εc
⎡ ε ⎛ εc ⎞ ⎤
2
σ c = σ cd ⎢2 c
+ ⎜⎜ ⎟⎟ ⎥
− σ cd ⎢⎣ ε c 2 ⎝ ε c 2 ⎠ ⎥⎦
retorna o sinal da função dada (se x ≥ 0 a função retorna +1, caso contrário, ela
retorna -1).
Análise de pórticos planos de concreto armado 44
σs
− ε cu − ε yd ε yd ε su
εs
− f yd
PUC-Rio - Certificação Digital Nº 0410735/CA
3.2.3.
Deformação axial e curvatura
z• x
como
∂u 1 ⎛ ∂v ⎞ ∂v 2
2
εx = + ⎜ ⎟ − y 2 ( 3.4 )
∂x 2 ⎝ ∂x ⎠ ∂ x
ou
Análise de pórticos planos de concreto armado 46
ε x = ε 0 − yχ
1
ε 0 = u ' + v' 2 ( 3.5 )
2
χ = v' '
3.2.4.
Esforços internos no elemento
( 3.6)
M = − ∫∫ σ X y dA = − ∫∫ σ X y dA − σ SI ,m y SI ,m ASI ,m − σ SS ,m y SS ,m ASS ,m
Am Ac , m
Os esforços das Equações (3.6) são definidos para uma seção qualquer do
elemento finito m. Assim, tem-se ASI,m, ASS,m para as armaduras longitudinais
inferior e superior, Ac,m para a área de concreto, σSI,m, σSS,m para as tensões nas
armaduras longitudinais inferior e superior e ySI,m, ySS,m para as ordenadas que
distam do centro de gravidade da seção de concreto até o centro de gravidade das
armaduras longitudinais inferior e superior, respectivamente.
Análise de pórticos planos de concreto armado 47
M M
Q
N sentidos positivos N x
Q
3.2.5.
Equação de equilíbrio
sendo F o vetor das forças nodais internas da estrutura e P o vetor das forças
nodais externas. O problema possui neq equações não-lineares, sendo neq o
número de graus de liberdade da estrutura.
O processo iterativo utiliza incrementos de deslocamento (Eq. 3.8) até que
as forças desequilibradas se anulem ( Ψ ≅ 0 ). Assim têm-se as equações de
equilíbrio incrementais.
u ( k +1) = u ( k ) + Δu ( k +1)
(3.8)
Ψ (u ( k ) ) = F (u ( k ) ) − P
K T (u ( k ) )Δu ( k +1) = − Ψ (u (k ) )
( 3.9)
Onde
⎡ ∂F ⎤
( )
K T u (k ) = ⎢ ⎥
⎣ ∂u ⎦ u ( k ) ( 3.10)
3.2.6.
Modelos de elementos finitos
u = φ uT qu
v = φ vT q v ( 3.11)
φ vT = {(1 + 2ξ )(1 − ξ ) 2 lξ (1 − ξ ) 2 ξ 2 (3 − 2ξ ) − lξ 2 (1 − ξ )}
( 3.12)
φ vT = {(1 + 2ξ )(1 − ξ ) 2 lξ (1 − ξ ) 2 ξ 2 (3 − 2ξ ) − lξ 2 (1 − ξ )}
( 3.14)
⎡ ∂f ⎤
kT = ⎢ ⎥
⎣ ∂q ⎦ ( 3.16)
⎡⎛ ∂u ′ ∂v ′ ⎞ ⎧ ∂N ⎫
T
∂v ′ ⎛ ∂v ′ ⎞
T
∂v ′′ ⎧ ∂M ⎫⎤
kT m = ∫ ⎢⎜⎜ + ⎟⎟ ⎨ ⎬ +N ⎜⎜ ⎟⎟ + ⎨ ⎬⎥dx
lm ⎢
dq m ⎩ dq m ⎭⎥ ( 3.17)
⎣⎝ m ⎠ ⎩ dq m ⎭ ⎝ dq m ⎠
dq dq m dq m
⎦
⎡ ⎛ ∂u ′ ∂v′ ⎞ ∂v′′ ⎤
f m = ∫ ⎢ N ⎜⎜ + v′ ⎟⎟ + M ⎥ dx
lm ⎣ ⎝
∂q ∂q ⎠ ∂q ⎦ ( 3.18)
( )
nel
K T = ∑ TmT kT mTm
m =1
( 3.19)
( )
nel
F = ∑ TmT f m
PUC-Rio - Certificação Digital Nº 0410735/CA
m =1
( 3.20)
v2
x
u2
θ2
2
v1
y (a)
l
θ1
1
u1
v2
x
u2
θ2
2
u3
v1
y
3
(b)
PUC-Rio - Certificação Digital Nº 0410735/CA
Y θ1
1
u1
X
Figura 3.6 – (a) Modelo 1 e (b) modelo 2 com seus respectivos eixos de referência e
graus de liberdade locais.
3.3.
Cargas críticas
a
Deslocamentos a
Deslocamentos
(a) (b)
Figura 3.7 – (a) Ruína por ruptura e (b) ruína por perda de estabilidade.
4.1.
Conceitos básicos de probabilidade
b
P (a ≤ X ≤ b) = ∫ f X ( x)dx
a ( 4.1)
onde X é a variável aleatória (randômica). Para que f X (x) seja considerada uma
PDF ela deve satisfazer as seguintes condições:
• f X ( x) ≥ 0,0 para qualquer x ;
∞
• ∫−∞
f X ( x) dx = 1,0 ;
( 4.2)
b
• ∫a
f X ( x) dx = P (a ≤ X ≤ b) .
• 0 ≤ FX ( x) ≤ 1,0 ; ( 4.3)
• FX (∞) = 1,0 .
Existem muitas funções teóricas que satisfazem as condições descritas para a
PDF e para a CDF. A escolha de uma delas para representar um determinado
fenômeno (ou variável) depende, basicamente, de se fazer ajustes em relação aos
dados coletados. A PDF que mais se aproximar do histograma que representa os
dados coletados para a variável, será utilizada para representá-la na análise.
Análise de confiabilidade de estruturas 54
4.1.1.
Parâmetros de uma variável aleatória
∞
E ( X ) = ∫ xf x ( x)dx = μ X
−∞
( 4.5)
σX
δ=
μX ( 4.9)
∫
x1 = −∞ xn = −∞
∫ g ( x , x ,… , x
1 2 n ) f x ( x1 , x2 ,… , xn )dx1 dx2 … dxn ( 4.10)
+∞ +∞
E X j ≡μj ≡ ∫ ∫
xj f x j , xk ( x j , x k ) dx j dx k
x j = − ∞ xk = − ∞
Análise de confiabilidade de estruturas 56
+∞ +∞
E X k ≡ μk ≡ ∫ ∫ xk f x j , xk ( x j , x k )dx j dx k
x j = − ∞ xk = − ∞
y y
••
• • • •
••
•
• •• •
x x
ρ X ,Y = −1 ρ X ,Y = 0
y y
• •
• •• ••
•• • ••
•• •
x x
0 < ρ X ,Y < 1 ρ X ,Y = 1
Figura 4.1 – Representação gráfica do coeficiente de correlação.
4.1.2.
Distribuições probabilísticas
4.1.3.
Função densidade de probabilidade conjunta
a c
4.2.
Estado limite
4.2.1.
Função de falha (função de comportamento ou função de estado
limite)
G ( R, S ) = R − S
( 4.16)
onde R representa a capacidade resistente da seção e S o esforço solicitante na
seção.
Considerando inicialmente as variáveis no espaço original U, sendo R e S
variáveis independentes com distribuições normais (Figura 4.2a), é possível obter
as variáveis normais reduzidas (padrão, ou seja, com média zero e desvio padrão
unitário), r e s:
R − μR
r=
σR ( 4.17)
S − μS
s=
σS ( 4.18)
No espaço das variáveis reduzidas, V (ou seja, com média zero e desvio
PUC-Rio - Certificação Digital Nº 0410735/CA
padrão unitário, Figura 4.2b) a função de falha G(V) pode ser escrita como:
G (V ) = rσ R + μ R − sσ S − μ S
( 4.19)
onde σ e μ são o desvio padrão e a média das variáveis randômicas,
respectivamente.
PDF
Conjunta
fR,S (R,S)
r
Ponto de
Projeto
R
Média Superfície de falha
G(r,s) < 0 G(r,s) = 0
0 S
(a) (b)
Figura 4.2 – Representação da superfície de falha na PDF conjunta: (a) espaço original
U; (b) espaço reduzido V.
4.3.
Índice de confiabilidade
σ G (u ) = σ 2 R + σ 2 S ( 4.25)
f G (u ) (u )
βσ G (u )
G (u ) < 0 G (u ) > 0
Falha Seguro
Pf
μG (u ) G (u )
0
Figura 4.3 – Margem de segurança.
Pf = ∫G ( u )≤0
f G (u ) (u ) du
( 4.28)
β = −Φ −1 ( Pf ) ou Pf = Φ (− β )
( 4.29)
Pf β
10-1 1,28
-2
10 2,33
PUC-Rio - Certificação Digital Nº 0410735/CA
-3
10 3,09
-4
10 3,71
-5
10 4,26
-6
10 4,75
Tabela 4.2 – Relação entre Índice de confiabilidade β e probabilidade de falha Pf.
4.3.1.1.
Índices de confiabilidade relacionados à vida do projeto
4.4.
Método de simulação de Monte Carlo (MC)
PUC-Rio - Certificação Digital Nº 0410735/CA
4.5.
Método de confiabilidade de 1ª ordem (FORM)
PUC-Rio - Certificação Digital Nº 0410735/CA
Pf = P(F ) = ∫f V (V ) dV ≅ Φ (− β )
F ( 4.32)
onde, F indica o domínio de falha G(V)< 0, conforme ilustra a Figura 4.4 para um
caso bidimensional (duas variáveis aleatórias), Φ é a CDF normal padrão e V* é o
ponto de projeto (MPP) no espaço reduzido.
Análise de confiabilidade de estruturas 67
G(v1 , v2 ) = 0
G(v1 , v2 ) < 0
Superfície de falha Região de falha
β
=
d
MPP
v1
0
Região segura
G(v1 , v2 ) > 0
FORM
Figura 4.4 - Função de falha com duas variáveis randômicas no espaço normal padrão
PUC-Rio - Certificação Digital Nº 0410735/CA
reduzido.
V k +1 =
1
2
[∇G(V ]
) V k − G ( V k ) ∇G ( V k )
k T
∇G ( V )k
( 4.34)
μUN = U ik − σ UN Φ −1 (FU (U ik ))
i i i
( 4.35c)
PUC-Rio - Certificação Digital Nº 0410735/CA
( ) T
U k +1 = U k + J −1 (V k +1 − V k ) ( 4.35i)
Análise de confiabilidade de estruturas 69
4.6.
Confiabilidade de sistemas
PUC-Rio - Certificação Digital Nº 0410735/CA
⎣ i =1 ⎦ ( 4.36)
v2 g1(V)=0
g2(V)=0
1 2
β1 β2
β2
β1
0 v1
falha deste sistema é expressa pela intersecção dos eventos que representam a
falha dos componentes individuais:
⎡ j ⎤
= P ⎢∩ (Gi (V ) ≤ 0.0 )⎥
P
Pf
⎣ i =1 ⎦ ( 4.37)
v2 g1(V)=0
g2(V)=0 β1
1
β2
2
β1 β2
0 v1
4.7.
Determinação dos coeficientes parciais de segurança para um
projeto específico
U ik
γ mi = *
Ui ( 4.39)
onde γfi é fator parcial de segurança relacionado às ações impostas à estrutura, γmi
é fator parcial de segurança relacionado às resistências dos materiais, U i* é o valor
correspondente à variável i no ponto de projeto quando a probabilidade de falha é
alcançada e U ik é o valor característico desta variável.
Análise de confiabilidade de estruturas 72
Vários trabalhos têm sido desenvolvidos nos últimos anos com relação a
este assunto, tais como: Ellingwood (1996), Nowak e Szerszen (2004),
Diniz (2005) e Santos e Eboli (2006).
4.8.
Fator de importância
∇G (V * )
α =
PUC-Rio - Certificação Digital Nº 0410735/CA
∇G (V * ) ( 4.41)
esse fator indica qual o nível de importância de cada variável aleatória para a
obtenção da confiabilidade da estrutura no ponto de projeto.
4.9.
Níveis dos métodos de projeto
5.1.
Introdução
5.2.
Dimensionamento ótimo de uma seção de concreto armado à
flexão composta reta
M (D)
θ
S (M S , N S ) R( M R , N R )
Asi > Ass
R* ( M * R , N * R )
onde {vR} e {vS} são os vetores unitários nas direções dos esforços resistentes e
solicitantes, respectivamente.
Resolvendo-se o problema (5.2), tem-se o parâmetro de deformação D* e os
esforços [MR* NR*], que definem o vetor apresentado na Figura 5.1. Caso o
módulo par solicitante [MS NS] não ultrapasse o módulo do par resistente depois
do alinhamento dos vetores, a seção irá resistir ao par solicitante.
Na Figura 5.2 apresentam-se os domínios de estado limite último de uma
seção transversal, segundo a NBR 6118 (ABNT, 2004), onde ocorre:
1. Ruptura convencional por deformação plástica excessiva:
• reta a – tração uniforme;
• domínio 1 – tração não uniforme, sem compressão;
• domínio 2 – flexão simples ou composta sem ruptura à
compressão do concreto ( 0 ≤ ε c < 3,5 %o);
PUC-Rio - Certificação Digital Nº 0410735/CA
Domínios
d
a 4
h
3
2
1
5
4a
10%o εyd b
Alongamento Encurtamento
10‰
0 2 7 12 13 14 19 24 26
PUC-Rio - Certificação Digital Nº 0410735/CA
D
-2‰
-3.5‰
Domínios da NB-6118
1 2 3e 4 4a e 5 4e3 2 1
Domínios Limites
10
1 0≤D≤
27
10 1
2 ≤D≤
27 2
3
1
2
≤D≤
1
27
(
23,5 − ε yd × 10 3 )
4
1
27
(
23,5 − ε yd × 10 3 ≤ D ≤ )
23,5
27
1 ⎡ 3,5(h − d ')⎤
5 ⎢27 − ⎥ ≤ D ≤1
27 ⎣ h ⎦
PUC-Rio - Certificação Digital Nº 0410735/CA
M R ( D ) = − ∫∫ σ X ( D) y dA = − ∫∫ σ X ( D ) y dA − σ si ( D ) y si Asi − σ ss ( D) y ss Ass
A Ac ( 5.4)
5.3.
Descrição do problema proposto via método DDO
5.3.1.
Variáveis de projeto
1 4
3
2
(b)
1 5
4
2 3
(c)
1 7/8
5/6
2/3
4/5
se a distribuição mostrada pela Figura 5.4a, ou seja, por exemplo (Asi,i = Asi,j). Ao
se igualar as armaduras associadas a um mesmo nó, tem-se a distribuição
mostrada pela Figura 5.4b, ou seja, por exemplo (Asi,i+1 = Asi,j). Por último o caso
geral, sem vinculação (Figura 5.4c), ou seja, por exemplo (Asi,i ≠ Asi,j ≠ Asi,i+1).
Na Figura 5.4 os números abaixo de cada item representam um exemplo, onde
uma estrutura é formada por 5 elementos, portanto: na Figura 5.4a tem-se 5
variáveis (Asi); na Figura 5.4b tem-se 6 variáveis (Asi) e na Figura 5.4c tem-se 9
variáveis (Asi).
5.3.2.
Função objetivo
m =1 m =1
∑ 2h
m =1
l
m m
( 5.5)
(A
si ,i + Asi , j )m
Vsi ,m = lm ( 5.6)
2
(A
ss ,i + Ass , j )m
Vss ,m = lm ( 5.7)
2
5.3.3.
Restrições de resistência
Asw ≥ Asw,nec
(5.13)
VRd 3 = Vc + Vsw ≥ VSd
(5.14)
Vsw = (Asw,nec s ) 0,9 d f ywd ( senα sw + cosα sw )
(5.15)
onde,
VSd - é a força cortante solicitante de cálculo na seção;
VRd2 - é a força cortante resistente de cálculo relativa à ruína das
diagonais comprimidas de concreto;
fcd - é a resistência característica de dimensionamento do concreto à
compressão;
VRd3 - é a força cortante resistente de cálculo relativa à ruína por tração
PUC-Rio - Certificação Digital Nº 0410735/CA
diagonal;
Vc - é a parcela de força cortante absorvida por mecanismos
complementares ao de treliça (considera-se para este trabalho
Vc = 0);
Vsw - a parcela absorvida pela armadura transversal;
α sw - é o ângulo de inclinação da armadura transversal em relação ao
eixo longitudinal do elemento estrutural, podendo-se tomar valores
na faixa 45° ≤ αsw ≤ 90° ( assumindo-se que a armadura vertical é
composta por estribos verticais, ou seja, αsw = 90°);
fywd - é a resistência de projeto da armadura de cisalhamento;
b - é largura da seção;
d - é a altura útil da seção transversal;
Asw/s - é a área da seção transversal total de estribos por metro linear de
viga.
É considerado o modelo I da NBR 6118 (ABNT, 2004) que admite
diagonais de compressão inclinadas de θ = 45° em relação ao eixo longitudinal do
elemento estrutural.
Para a análise destas restrições, que fazem parte do ELU, os coeficientes de
ponderação das resistências e das ações são considerados segundo o estabelecido
pela NBR 6118.
Projeto de Otimização Determinístico (DDO) 83
5.3.4.
Restrições para o ELS
As ′
ρ′ =
bd (5.18)
Δξ = ξ (t ) − ξ (t 0 )
5.3.5.
Restrições com relação à altura das vigas
h ≤κ l (5.20)
onde κ = 0,5 para vigas simplesmente apoiadas de um único tramo e κ = 0,333
nos demais casos e l é o vão da viga.
5.3.6.
Restrições referentes às armaduras
Sendo,
Asw,min f ct , m
= 0,2 b senα sw
s f ywk (5.23)
onde,
α sw - é o ângulo de inclinação da armadura transversal em relação ao
eixo longitudinal do elemento estrutural, podendo-se tomar valores
na faixa 45° ≤ αsw ≤ 90° (assumindo-se que a armadura vertical é
composta por estribos verticais, ou seja, αsw = 90o);
fywk - é a resistência ao escoamento da armadura de cisalhamento;
Projeto de Otimização Determinístico (DDO) 85
2/3
fct,m - é a resistência à tração média do concreto ( f ct ,m = 0,3 f ck );
b - é largura da seção;
Asw/s - é a área da seção transversal total de estribos por metro linear de
viga.
Para a análise destas restrições, que fazem parte do ELU, os coeficientes de
ponderação das resistências e das ações são considerados segundo o estabelecido
pela NBR 6118 (ABNT, 2004).
5.3.7.
Restrição relativa ao fator de carga crítica
equilíbrio não é satisfeito. Para que isso seja prevenido tem-se a restrição
λ* ≥ λ*inf
(5.24)
sendo λ*inf uma constante com λ*inf ≥ λ f . Entretanto, λ*inf não deve ser
5.3.8.
Restrições laterais
5.3.9.
Adimensionalização de variáveis
Asi , j
Aˆ si , j = j = 1,...,nsi
PUC-Rio - Certificação Digital Nº 0410735/CA
Asi0 , j
(5.26)
Ass , k
Aˆ ss ,k = 0 k = 1,...,nss
Ass , k
Asw,l
Aˆ sw,l = 0 l = 1,...,nsw
Asw,l
f ( x)
fˆ ( xˆ ) =
f ( x0) (5.27)
onde nh, nsi, nss, nsw são o número de: alturas, armaduras
longitudinais inferiores, armaduras longitudinais superiores e
armaduras de cisalhamento, respectivamente. Os parâmetros de
deformação D já são adimensionais. Após a adimensionalização
tem-se o novo vetor de variáveis adimensionais, x̂ ;
2. a restrição relativa à força normal é multiplicada pelo fator
α n =1 (bh 0 f cd ) ;
3. a restrição relativa à excentricidade é primeiro reescrita
multiplicando-a pela força normal resistente e depois pelo fator
α m =1 (b(h 0 ) 2 f cd ) . Para essa transformação, é necessário que haja
a igualdade de sinais dos esforços;
Projeto de Otimização Determinístico (DDO) 87
5.3.10.
O problema de DDO
⎡ M ( x, u ) ⎤
sign(M S )i ⎢ N R (x ) S − M R ( x )⎥ α mi ≤ 0 se N S ≠ 0 i = 1...ns.
⎣ N S ( x, u ) ⎦i
sign(u j )
uj
−1 ≤ 0 j = 1...ndr.
u j ,lim
hk0 hˆk
− 1 ≤ 0 k = 1...nh.
κ lk
As0l Aˆ sl
1− ≤ 0 l = 1...nst.
As ,min l
VSd
−1 ≤ 0 k = 1...ne.
V Rd 2
0 ˆ
Asw Aswk
1− k
≤0 k = 1...ne.
Asw,neck
0 ˆ
Asw Aswk
1− k
≤0 k = 1...ne.
Asw,min k
Projeto de Otimização Determinístico (DDO) 88
λ*
1− ≤0
λ*inf
c fc = C f C c .
PUC-Rio - Certificação Digital Nº 0410735/CA
6
Projeto de Otimização Baseado em Confiabilidade (RBDO)
Nos últimos anos muitos estudos têm sido disponibilizados na literatura com
relação ao RBDO. Enquanto, por um lado, as pesquisas sobre confiabilidade de
estruturas têm se concentrado na descrição probabilística das cargas envolvidas e
dos parâmetros dos materiais e nos métodos de análise da confiabilidade do
projeto. Por outro lado, a otimização busca trabalhar com algoritmos eficientes
que localizem pelo menos um mínimo local para sistemas particularmente grandes
utilizando restrições determinísticas. Assim, é possível, nos projetos estruturais,
PUC-Rio - Certificação Digital Nº 0410735/CA
estabelecer uma conexão entre confiabilidade e otimização. Esta conexão pode ser
realizada considerando todas as incertezas que podem ser modeladas como
variáveis randômicas.
Assumindo-se geometrias satisfatórias, materiais apropriados e valores das
cargas solicitantes conhecidos, pode-se realizar a análise para determinar o
comportamento detalhado da estrutura. Mudanças no carregamento, variabilidade
nas propriedades dos materiais e incertezas com respeito aos modelos analíticos
contribuem conjuntamente para que exista a probabilidade de que a estrutura não
se comporte como pretendido. Para lidar com essas incertezas, têm sido
desenvolvidos métodos de análise que, para estruturas cada vez mais complexas,
buscam precisar na análise a influência destas incertezas e computar a
confiabilidade das mesmas.
Nos últimos dez anos tem ocorrido um crescente aumento na análise de
confiabilidade de estruturas, a qual permite o cálculo da probabilidade de falha da
estrutura. Quanto à confiabilidade dos projetos ótimos obtidos via DDO, dois
casos são possíveis:
• Caso 1: Alto nível de confiabilidade. Quando se escolhem valores
elevados para os coeficientes de segurança de certos parâmetros, o
custo estrutural é significantemente aumentado, devido ao nível de
confiabilidade que se torna maior que o necessário para a estrutura.
Ou seja, o projeto é seguro, mas muito pouco econômico;
Projeto de Otimização Baseado em Confiabilidade (RBDO) 90
Superfície g1(X)=0
RBDO com a
confiabilidade desejada
PDF - fX(X)
PUC-Rio - Certificação Digital Nº 0410735/CA
X1
0
Análise Determinística 4
Convergência Atualiza o
Não Projeto
Sim Avaliar as restrições probabilísticas
k=k+1
PUC-Rio - Certificação Digital Nº 0410735/CA
Gp e U* e determinísticas 5
8
Análise de Confiabilidade Otimização 6
Convergência
7 Não
11 10
Sim
Análise de
Projeto Ótimo com nível de
confiabilidade Parar
Confiabilidade Prescrito - β 9
βELS e βELU (RIA)
6.1.
Condição de proximidade de projeto
do ponto com valores médios V1 = βn(0) (vetor das médias das variáveis
randômicas, Figura 6.3).
Δd (k ) = ( x( ) − x( ) )
k k −1
≤εd
(6.3)
V*(k) V*(k)
V1=V*(k-1)
βt Lento βt Rápido
V1=βtn(0)
0 0
Δd ( k ) > ε d Δd ( k ) ≤ ε d
PUC-Rio - Certificação Digital Nº 0410735/CA
6.2.
Análise de confiabilidade pelo RIA (Reliability Index Approach)
6.3.
Análise de confiabilidade por PMA (Performance Measure
Approach)
A análise de confiabilidade por PMA pode ser formulada como uma análise
inversa de confiabilidade do método RIA. A medida de performance
probabilística de primeira ordem é obtida de um problema de otimização não-
linear no espaço reduzido V definido por:
Minimizar G(V)
Sujeito a V = β t (6.4)
onde o ponto ótimo na superfície alvo de confiabilidade é identificado como o
PUC-Rio - Certificação Digital Nº 0410735/CA
MPP ( v *β = β t ).
de igualdade V = β t .
6.4.
Análise de confiabilidade híbrida por PMA
(k )
onde nk é a direção de máximo declive normalizada no ponto v HMV e ς k +1 é o
critério para determinação do tipo do método a ser utilizado em cada iteração.
∇ V G (v HMV
(k )
)
(k )
n(v HMV )=− (6.6)
∇ V G (v HMV
(k )
)
O PMA é o método que tem se mostrado computacionalmente mais
eficiente do que o RIA para solução de problemas de RBDO (Youn et al., 2003).
6.4.1.
Método do valor médio avançado (AMV)
( 0)
vCMV = 0, vCMV
(1)
= v (AMV
1) ( 2)
, vCMV = v (AMV
2)
(6.11)
( k −1) ( k −2)
(k )
n(vCMV ) + n(vCMV ) + n(vCMV )
( k +1)
vCMV = βt ( k −1) ( k −2) (6.12)
(k )
n(vCMV ) + n(vCMV ) + n(vCMV )
onde a Eq. (6.12) é para k ≥ 2 e,
∇ V G (vCMV
(k )
)
(k )
n(vCMV )=− (6.13)
∇ V G (vCMV
(k )
)
Através do CMV que utiliza a direção de busca pelo método do máximo
declive conjugado (Eq. 6.12) consegue-se uma boa convergência e estabilidade
para funções côncavas. Contudo, para funções convexas ele é ineficiente, segundo
Youn et al. (2003).
6.4.3.
Método do valor médio híbrido (HMV)
PUC-Rio - Certificação Digital Nº 0410735/CA
( ( k +1)
max ΔG (v HMV )
) , β ( k +1) − β t ≤ TOL (6.17)
Projeto de Otimização Baseado em Confiabilidade (RBDO) 98
( k +1)
G (v HMV
( k +1) ) − G (v HMV
(k )
)
ΔG (v HMV ) = ( k +1) (6.18)
G (v HMV )
se atingido o critério de convergência o processo é interrompido,
caso contrário passa-se para o item seguinte;
( k +1)
4. Calcula-se o gradiente ∇ V G (v HMV ) da função de comportamento e
faz-se a verificação se a função é côncava ou convexa a partir da
Eq. (6.5), e determina-se qual o método deve ser utilizado
(AMV ou CMV). Faz-se k=k+1 e repetem-se os passos,
especificados a cima, a partir do item dois até a convergência.
6.5.
Variáveis aleatórias do problema
PUC-Rio - Certificação Digital Nº 0410735/CA
6.5.1.
Propriedades mecânicas do concreto
6.5.2.
Propriedades mecânicas da armadura longitudinal
PUC-Rio - Certificação Digital Nº 0410735/CA
f ym = f yk + 2σ f yw (kN / cm 2 ) (6.20)
E s = E sm = 21000 kN / cm 2 (6.21)
sendo σfyw o desvio padrão da resistência de escoamento do aço, com valor
recomendado pelo JCSS3 (2000) de 3 kN/cm2 e Es o módulo de deformação
longitudinal do aço. Para este trabalho Es não é considerado como variável
aleatória. O valor usado na análise de confiabilidade é de Es=2,05x104 kN/cm2
(JCSS3, 2000). O valor característico fyk é definido de acordo com a NBR 6118
(ABNT, 2004), onde fyk é o valor que corresponde a 5% de probabilidade de ser
ultrapassado no sentido desfavorável para a segurança.
6.5.3.
Carregamento externo
6.5.4.
Fatores de modelagem
Para o cálculo dos diversos tipos de elementos estruturais, muitas vezes são
feitas aproximações das tensões, forças axiais, forças cortantes e momentos
Projeto de Otimização Baseado em Confiabilidade (RBDO) 101
6.6.
O problema RBDO
⎡ ⎤
( )
ne ne ne
C
fˆ ( xˆ ) = c0 ⎢ ac ∑ si ,m
c V + V ss , m + V st , m + ∑ b h 0 ˆ
h l + 2c fc ∑ hm hm l m ⎥
0 ˆ
f ⎣ m =1 m =1
m m m m
m =1 ⎦ (6.22)
⎡ M ( x, u ) ⎤
sign(M S )i ⎢ N R (x ) S − M R ( x )⎥ α mi ≤ 0 se N S ≠ 0 i = 1...ns.
⎣ N S ( x, u ) ⎦i
(6.24b)
sign(M S )i [M S (x, u ) − M R (x ) ]i α m i ≤ 0 se N s = 0 i = 1...ns.
ωl
−1 ≤ 0 l = 1...nst. (6.24c)
ω lim
hk0 hˆk
− 1 ≤ 0 k = 1...nh. (6.24d)
κ lk
As0l Aˆ sl
1− ≤ 0 l = 1...nst. (6.24e)
As ,min l
Projeto de Otimização Baseado em Confiabilidade (RBDO) 102
VSd
−1 ≤ 0 k = 1...ne. (6.24f)
V Rd 2
0 ˆ
Asw Aswk
1− k
≤0 k = 1...ne. (6.24g)
Asw,neck
0 ˆ
Asw Aswk
1− k
≤0 k = 1...ne. (6.24h)
Asw,min k
−1 ≤ 0 j = 1...ndr.
u j ,lim ( 6.25a)
G P (x, y ) = 1 − λ* ( x, y ) ≤ 0 .
(6.25b)
onde x e y representam, respectivamente, as variáveis de projeto determinísticas e
as variáveis aleatórias que compõem o problema, uj(x,y) é o deslocamento nodal e
λ*(x, y) é o fator de majoração de uma dada representação da carga aplicada que
produzirá o colapso da estrutura.
A carga crítica λ*(x, y) da Equação (6.25b) também pode se entendida como
o coeficiente que é capaz de provocar o colapso da estrutura quando multiplicado
pelas cargas randômicas atuantes na mesma. Considera-se no momento da análise
da restrição probabilística (Eq. 6.25b), as propriedades aleatórias das resistências
(fc e fy) e das cargas atuantes. Em cada avaliação da função de comportamento
(FORM – PMA) é determinada a carga aplicada λ*(x, y) que produzirá o colapso
da estrutura considerando os valores do vetor das variáveis randômicas (y) em
cada iteração. Assim, esta restrição impõe que λ*(x, y) ≥ 1, ou seja, que a carga
crítica da estrutura calculada a partir de uma configuração formada pelo
parâmetros determinísticos (x) e pelas variáveis randômicas (y) seja superior a 1.
Essa restrição garante que, no final da otimização via RBDO, a estrutura terá pelo
menos uma probabilidade de falha máxima Pf = 7,2x10-5 em 50 anos (β = 3,8)
para o ELU (carga crítica).
Projeto de Otimização Baseado em Confiabilidade (RBDO) 103
7.1.
Introdução
7.2.
Esforços internos resistentes
3 ∂ε 0
⎧
[ ( )
⎪2 χ 3ε c 2 ε b − ε a + ε b − ε a ∂x
2 2 3
] ⎫
⎪
⎪ ⎪
⎪+ 6 χ 2ε ε ε + (ε − 2ε )ε 2 − ε 3 ∂ε b
[ ⎪ ]
σ cd b ⎪ ⎪ c2 0 b 0 c2 b b
∂x ⎪
∂ ⎪
∂x ∫∫reg .2
σ ydA = − 3 ⎨ ε ⎬
x 2
[
6ε c 2 χ ⎪− 6 χ 2ε ε ε + (ε − 2ε )ε − ε
c2 0 a 0 c2
2
a
3
a
∂
∂x
a
⎪ ]
⎪ ⎪
( )
⎪ ⎡12ε ε ε 2 − ε 2 + 4(ε − 2ε ) ε 3 − ε 3 ⎤ ∂χ ⎪
⎪− ⎢ c 2 0 b
( )
⎥ ⎪
a 0 c2 b a
(
⎪⎩ ⎣⎢− 3 ε b − ε a
4 4
) ⎦⎥ ∂x ⎪⎭
∂ ⎛ ∂y ∂y ⎞
∫∫
∂x reg .3
σ x ydA = − σ cd b⎜ y b b − y a a ⎟
⎝ ∂x ∂x ⎠
∂
∂x ∫∫reg .1
σ x dA = 0
∂
∂x ∫∫reg .1
σ x ydA = 0
PUC-Rio - Certificação Digital Nº 0410735/CA
ε cs Região 3 − σ cd
ε ss
ε c2
ycs=h/2
yss
Região 2 y2
Região 1
yci=h/2
ysi
ε si
ε ci
Figura 7.1 – Tensão e deformação na seção.
Domínios Regiões εa εb ya yb
reta a 1 - - - -
1 1 - - - -
2a 1, 2 0 εcs - -
2b, 3, 4 e 4a 1, 2, 3 0 -εc2 y2 ycs
5 2, 3 εci -εc2 y2 ycs
reta b 2 - - yci ycs
Tabela 7.1 – Regiões e limites de integração.
Análise de sensibilidade 106
7.3.
Esforços internos solicitantes
∂N S ( x, u ) ∂ ∂σ ∂A ∂σ ∂A
= ∫∫ σ x dA + si Asi + σ si si + ss Ass + σ ss ss
∂x ∂x AC ∂x ∂x ∂x ∂x
∂M S ( x, u ) ∂ ∂σ ∂ y si ∂ Asi
= − ∫∫ σ x y dA − si y si Asi − σ si Asi − σ si y si (7.3)
∂x ∂x AC ∂x ∂x ∂x
∂σ ss ∂ y ss ∂ Ass
− y ss Ass − σ ss Ass − σ ss y ss
∂x ∂x ∂x
∂x ∫∫reg .2
σ ydA = − ⎨ ⎬
ε c22 χ 2 ⎪ 3 ∂ε a ⎪
[ ]
x
− 2ε c 2 ε 0 ε a + (ε 0 − 2ε c 2 )ε a − ε a
2
⎪⎩ ∂x ⎪⎭
∂ ⎛ ∂y ∂y ⎞
∂x ∫∫reg .3
σ x ydA = − σ cd b⎜ y b b − y a a ⎟
⎝ ∂x ∂x ⎠
Além das três diferentes regiões (Figura 7.1) há também os nove casos de
deformação na seção de concreto. A Tabela 7.2 mostra esses possíveis casos, onde
εcs e εci são as deformações nas fibras extremas superior e inferior,
respectivamente.
Análise de sensibilidade 107
1 ε cs > 0 ε ci > 0 1
2 − 2 ≤ ε cs ≤ 0 ε ci > 0 1, 2
3 ε cs < −2 ε ci > 0 1, 2, 3
4 ε cs > 0 − 2 ≤ ε ci ≤ 0 1, 2
5 − 2 ≤ ε cs ≤ 0 − 2 ≤ ε ci ≤ 0 2
6 ε cs < −2 − 2 ≤ ε ci ≤ 0 2, 3
7 ε cs > 0 ε ci < −2 1, 2, 3
8 − 2 ≤ ε cs ≤ 0 ε ci < −2 2, 3
9 ε cs < −2 ε ci < −2 3
PUC-Rio - Certificação Digital Nº 0410735/CA
7.4.
Deslocamentos
7.5.
Carga crítica
PUC-Rio - Certificação Digital Nº 0410735/CA
F ( x, u ) − λ* Ps ( x) = 0 . (7.10)
⎡ ∂F ( x, u ) * ∂P ( x) ⎤
ϕT ⎢ − λ* s ⎥
∂λ*
= ⎣ ∂x ∂x ⎦ (7.13)
∂x ϕ P( x)
T
7.6.
Função objetivo
variável xi pode representar mais de um elemento (h, Asw) ou seção (Asi, Ass, D).
Para o caso da sensibilidade em relação à altura hi, tem-se
∂fˆ ( xˆ ) C c hi0 ⎡ ⎤
= ⎢ c ac ∑(A 0 ˆ
A l
swk swk k + ∑ ) (b l
k k ) + ∑ (l )
k ⎥ (7.15)
∂hˆi f 0 ⎣⎢ k∈Λ hi k∈Λ hi k∈Λ hi ⎦⎥
onde Λh é o conjunto de elementos com altura hi. O índice i representa o número
da variável de projeto que deriva e o índice k representa o número de um
determinado elemento ( Λ hi ⊃ hk ) sendo k = i.
∂fˆ ( xˆ ) Ca Asi i
0 ⎡ ⎤
= ⎢ ∑ (lk ) + ∑ (l z )⎥ (7.16)
∂Aˆ si i 2f0 ⎢⎣ k ∈ Λ si1, i z ∈ Λ si 2 , i ⎥⎦
∂fˆ ( xˆ ) Ca Ass i ⎡ ⎤
0
= ⎢ (
∑ k z ∈∑ l ) + ( l )
z ⎥ (7.17)
∂Aˆ ss i 2 f 0 ⎢k ∈ Λ ss1, i
⎣ Λ ss 2 , i ⎥
⎦
onde Λss1, Λss2, Λss1, e Λss2 são o conjunto das áreas de aço longitudinais inferior e
superior para os nós 1 e 2 (Asi e Ass). O índice i representa o número da variável
de projeto que deriva à função objetivo. k e z representam os números de um
{ } { }
determinado elemento ( Λ sii ⊃ Asik , Asi z e Λ ssi ⊃ Ass k , Ass z ).
∂fˆ ( xˆ ) C a Asw i ⎡ ⎤
0
= ⎢ ∑ ( bk + hk − 4c ) l k ⎥ (7.18)
∂Aˆ sw i f 0 ⎣⎢ z ∈ Λ sw i ⎦⎥
onde Λsw é o conjunto de elementos com armadura transversal Asw. O índice i
representa o número da variável de projeto que deriva à função objetivo e k é o
índice que representa o número de um determinado elemento ( Λ swi ⊃ Asw k ).
∂fˆ ( xˆ )
=0 ∀i (7.19)
∂Di
7.7.
Restrições
PUC-Rio - Certificação Digital Nº 0410735/CA
∂g 3k ⎛ ∂V ∂V Rd 2 ⎞ 1
= sign(VS ) k ⎜⎜VRd 2 S − VS ⎟
∂xˆ i ⎝ ∂xˆ i ∂xˆ i ⎟⎠ k VRd2 2
onde
∂V Rd 2 ⎛ f ⎞ ∂h
= 0,27⎜1 − ck ⎟ f cd b h 0 . (7.21)
∂xˆ i ⎝ 250 ⎠ ∂xˆ i
∂g 5k 1 ∂ωk
= (7.23)
∂xˆi ωk , lim ∂xˆi
sendo
∂ωk ∂ε
= α s sm s . (7.24)
∂xˆi ∂xˆi
∂G P 2 1 ∂g10
= (7.29)
∂xˆ i ∇ U g (u , x) ∂xˆ i
*
( ∂g10 ∂xˆ i ). Porém, aqui elas são avaliadas sem utilizar fatores de minoração de
Análise de sensibilidade 112
7.8.
Funções de comportamento
∂u ⎛ ∂P ( X i ) ∂F ( X i , u ) ⎞
= K t−1 ⎜⎜ − ⎟⎟ (7.32)
∂X i ⎝ ∂ X i ∂ X i ⎠
⎡ ∂F ( X i , u ) * ∂P ( X ) ⎤
ϕT ⎢ − λ* s i ⎥
∂λ*
= ⎣ ∂X i .
∂X i ⎦ (7.33)
∂X i ϕ P( X i )
T
Desta vez a parcela nas Eqs. (7.32) e (7.33) referentes à carga externa P pode
depender da carga aleatória Xi ( ∂P( X i , u ) ∂X i ≠ 0 ).
σs
Região 4
Região 3
− ε cu −εy εy ε su
εs
Região 2
− fy
Região 1
Figura 7.2 – Diagrama tensão-deformação de cálculo do aço classe A – Regiões.
PUC-Rio - Certificação Digital Nº 0410735/CA
8
Aplicação numérica
8.1.1.
Primeiro exemplo de aplicação
V = 10 kN
4 D6
H = 30 kN
Ass ( 3) Asi ( 3)
3 1m
Asw ( 3)
3 D4 / 5
(a) (b)
fc fy V H
γELS 0,84 0,89 1,00 1,22
γELU 2,07 0,89 1,02 1,44
Tabela 8.3 – Coeficientes parciais de segurança da 1ª aplicação.
fc fy V H
IELS 0,24 0,00 0,00 0,76
IELU 0,80 0,00 0,00 0,20
Tabela 8.4 – Fatores de importância da 1ª aplicação.
8.1.2.
Segundo exemplo de aplicação
(b)
(a)
Figura 8.2 – (a) (b) Malha e variáveis de projeto.
pelo método do segundo momento (FORM), para este exemplo de aplicação via
RBDO, foi feita uma comparação com os resultados obtidos pelo método de
Monte Carlo (MC) (Tabela 8.7). Para a comparação da probabilidade de falha da
função de comportamento devido ao deslocamento restrito foram gerados 50.000
valores randômicos para cada variável não-determinística. Para a comparação da
probabilidade de falha da função de comportamento devido à carga crítica da
estrutura foram gerados 350.000 valores randômicos para cada variável não-
determinística. Pode-se observar que os resultados obtidos pelo método FORM
foram próximos aos obtidos via método de MC e com um tempo muitíssimo
inferior.
Função de Comportamento
Deformação restrita (ELS) Carga crítica (ELU)
Método Método
FORM MC FORM MC
Média - 1,93 cm - 2,28
Desvio Padrão - 0,54 cm - 0,35
Probabilidade de falha 3,36.10-2 4,35.10-2 7,5.10-5 1,02.10-4
β(ELS / ELU) 1,83 1,71 3,79 3,71
Tabela 8.7 – Comparação de resultados obtidos da 2ª aplicação via RBDO pelo método
FORM e pelo método de Monte Carlo (MC).
fc fy H1 V1 H2 V2
γELS 0,83 0,90 1,24 0,99 1,26 1,00
γELU 0,91 0,92 1,79 0,97 1,82 1,01
Tabela 8.8 – Coeficientes parciais de segurança da 2ª aplicação.
fc fy H1 V1 H2 V2
IELS 0,09 0,00 0,42 0,01 0,48 0,00
PUC-Rio - Certificação Digital Nº 0410735/CA
8.1.3.
Terceiro exemplo de aplicação
2 4
3,5m
V1=57 kN
W1 = 60 kN/m
3
5
H1=10 kN 5 4 6
3m 1 3
PUC-Rio - Certificação Digital Nº 0410735/CA
1 2
5m
(a)
Figura 8.3 – Geometria do terceiro exemplo.
fc fy H1 V1 W1 H2 V2 W2
γELS 0,89 0,88 0,91 1,01 1,00 0,86 1,00 1,11
γELU 2,39 1,14 0,83 1,03 1,62 0,71 1,02 1,06
Tabela 8.12 – Coeficientes parciais de segurança da 3ª aplicação.
Na Tabela 8.13 são apresentados os fatores de importância da função de
comportamento em relação às variáveis aleatórias deste exemplo. Pode-se
observar que as variáveis randômicas que têm maior sensibilidade (ou
importância) no ponto de projeto são: fc e W2 para o ELS e fc e W1 para o ELU.
fc fy H1 V1 W1 H2 V2 W2
IELS 0,46 0,00 0,00 0,00 0,00 0.04 0,00 0,50
IELU 0,50 0,15 0,00 0,00 0,33 0,02 0,00 0,00
Tabela 8.13 – Fatores de importância da 3ª aplicação.
8.1.4.
Quarto exemplo de aplicação
para a viga ( 25 × 35cm 2 ) 3,44 kN/m, com nove elementos finitos e 24 graus de
liberdade . É utilizado o Modelo I, para o elemento finito e adotado cinco pontos
de Gauss para a integração numérica. O modelo de elementos finitos considera a
não-linearidade geométrica e a não-linearidade do material. As variáveis
randômicas são apresentadas na Tabela 8.14 onde qtotal é a carga acidental e Vw é
a velocidade básica do vento. Os parâmetros probabilísticos que descrevem o
comportamento das variáveis randômicas fc e fy são definidos de acordo com as
recomendações da NBR 6118 (ABNT, 2004) e do JCSS3 (2000). O módulo de
elasticidade é considerado como determinístico na análise de confiabilidade das
restrições probabilísticas, Es = 2,05x108 kN/m2. Para a análise de confiabilidade
das funções de comportamento são estabelecidos limites mínimos para os índices
de confiabilidade (Tabela 4.3) com um período de retorno de 50 anos, βELS = 1,5 e
βELU = 3,8, limitando o deslocamento horizontal no nó 4 e a carga crítica da
PUC-Rio - Certificação Digital Nº 0410735/CA
estrutura, respectivamente.
V1 V2 V3 V4 Ass2
qtotal
h2 Asi2
4 5 6 7 h1 h3
4 5 6
3 7 Ass1 Asi1 b = 25cm Asi3 Ass3
3 8 d'
Vw 2 8 3,03m h
2 9 d ' = 4cm
1 9
1 10
2,02m 2,02m 2,02m
(b)
6,06m
(a)
Figura 8.5 – (a) Dimensões, carregamento e malha (b) variáveis de projeto.
Carga de vento
A carga devida ao vento deste exemplo de aplicação é retirada do trabalho
PUC-Rio - Certificação Digital Nº 0410735/CA
de Santos (2005). Segundo a NBR 6123 (ABNT, 1988) a carga total, qk (pressão
mais sucção), a ser considerada para um prédio localizado no centro de uma
grande cidade é:
q k = (C e − Ci ) 0,613Vk2 (8.1)
V k = Vo S 1 S 2 S 3 (8.2)
onde:
• Vo é a velocidade básica do vento que apresenta um período de
recorrência médio de 50 anos. A probabilidade de que a velocidade
Vo seja igualada ou excedida neste período é de 63%;
• Vk é a velocidade característica do vento;
• S1 e S3 são o fator topográfico e o fator estatístico, respectivamente;
• S2 representa a rugosidade do terreno, dimensões da edificação e
altura sobre o terreno;
• Ce e Ci coeficiente de forma externo e interno, respectivamente.
Para este exemplo são assumidos os seguintes valores: V0 = 35 m/s para a
cidade do Rio de Janeiro; S1 = 1,0 para terreno plano; S2 = 1,0 para uma altura de
80 m; S3 = 1,0 edificação de um edifício para escritórios; Ce - Ci = 1,2 (Santos,
2005) e a1 = 5 m, que é a distância perpendicular entre as colunas.
Aplicação numérica 127
μVw50 = μVw + 0,78σ Vw ln(T ) = 23,05 + 0,78 × 4,61 × ln(50) = 37,11m / s (8.4)
Carga acidental
A viga suporta uma laje de concreto de prédio de escritórios. As cargas
aplicadas são supostas compostas por duas partes: cargas de longa duração e
cargas de curta duração. As definições e valores seguidos são as especificados
pelo JCSS2, (2001).
Para as cargas de longa duração (sustained loads) adota-se a distribuição
Gamma com média (μ=0,5 kN/m2) correspondente a uma distribuição de 5 anos e
com intensidade de duração de carga permanente para o intervalo, ou seja, é
considerado que o período de renovação de carga é de 5 anos. Isto quer dizer que
a carga tem um valor constante durante 5 anos e se renova depois deste período. O
desvio padrão da carga de longa duração é determinado de acordo com a
expressão:
A0
σ ( qlt ) = σ V 2 + σ U 2 ϖ (8.6)
A
20
σ ( qlt ) = 0,3 2 + 0,6 2 2 = 0,75 kN / m 2
30
Aplicação numérica 128
onde σV = 0,3 kN/m2 e σU = 0,6 kN/m2 são os desvios padrões parciais que
descrevem o modelo estocástico para as cargas constantes dentro de um
determinado período (e.g. peso de mobílias, peso de equipamentos); A0 = 20 m2 é
a área de referência; A = 30 m2 é a área de influência deste exemplo; ϖ = 2 é o
fator de forma de linha de influência.
Para as cargas de curta duração (intermittent loads, e.g., ajuntamento de
pessoas, reuniões lotadas durante um evento especial, ou estocagem temporária de
móveis para realocação) é adotada uma distribuição Gamma com média (μ =
0,2 kN/m2) e desvio padrão parcial (σ(u) = 0,4 kN/m2). A taxa de renovação de
carga é de 1 ano e o intervalo de intensidade de duração de carga é de 1/365, ou
seja, um dia por ano. O valor final do desvio padrão da carga de curta duração é
então,
PUC-Rio - Certificação Digital Nº 0410735/CA
A0 20
σ ( qst ) = σ (u ) 2
ϖ = 0,4 2 2 = 0,46 kN / m 2 (8.7)
A 30
Em 5 anos supõe-se que a carga de curta duração será excedida 5 vezes, ou
seja, uma por ano. A função cumulativa de probabilidade para 5 anos será :
CDFqtotal 5 = ∫ CDF
0
qlt (q ) PDFqst 5 (qtotal − q ).dq
(8.9)
fc fy qtotal Vw
γELS 0,92 0,90 1,23 0,83
γELU 2,21 1,08 1,32 1,46
Tabela 8.16 – Coeficientes parciais de segurança da 4ª aplicação.
9.1.
Conclusões
pode-se otimizar o custo do pórtico com relação aos volumes de aço e de concreto
e à área de fôrma considerando algumas das principais incertezas que constituem
o problema de pórticos planos de concreto armado. O estado limite último (cargas
críticas) e os estados limites de utilização (e.g., deslocamento restrito) são
avaliados pelas restrições determinísticas e não-determinísticas.
Dentro do contexto da revisão bibliográfica, este trabalho é o primeiro a
utilizar técnicas de programação matemática (e.g., SQP, SLP) para a obtenção do
projeto ótimo de estruturas de pórtico plano de concreto armado sujeitas a
restrições determinísticas e não-determinísticas considerando-se a não-linearidade
física e geométrica do problema. As restrições não-determinísticas utilizam o
método de segundo momento (FORM) com o enfoque da medida de desempenho
(PMA – HMV). O procedimento adotado fornece como dados de saída para o
projeto ótimo: as alturas das seções (h); as áreas de aço longitudinais (Ass e Asi) e
as áreas de aço transversais (Asw).
Neste trabalho são consideradas como variáveis aleatórias no processo de
avaliação das restrições de confiabilidade: a resistência à compressão do concreto
(fc); a tensão de escoamento do aço (fy); as cargas permanentes e acidentais (e.g.,
vento). A introdução das cargas como variáveis aleatórias mostrou-se de
fundamental importância na obtenção da confiabilidade desejada, descrevendo de
maneira mais precisa a aleatoriedade do problema.
Considerações finais 132
9.2.
Sugestões para trabalhos futuros
Elsevier.
CHOI, K. K.; YOUN, B. D., 2001. Advances in Reliability Based Optimization
and Probability Analysis. NASA/ICASE Series on Risk-Based Design, 2001.
Iowa City, USA.
DINIZ, S. M. C., 2005. Structural reliability-based methods: rational tools for
design codes development. XXVI Iberian Latin-American Congress on
Computational Methods in Engineering, Guarapari-ES, Brasil.
EBOLI, C. R., 1989. Dimensionamento Ótimo de Seções de Concreto Armado
à Flexão Composta Oblíqua. Dissertação de Mestrado, PUC-RJ, Rio de Janeiro-
RJ, Brasil.
EBOLI, C. R.; VAZ, L. E.; MULLER, A. L., 2004, Aplicação do parâmetro
beta de confiabilidade em otimização de estruturas. XXV Iberian Latin-
American Congress on Computational Methods in Engineering, Recife-PE, Brasil.
EBOLI, C. R.; VAZ, L. E., 2005. Optimization of plane trusses with
constraints in the reliability index Beta. 6th World Congresses of Structural and
Multidisciplinary Optimization, Rio de Janeiro-RJ, Brasil.
ELLINGWOOD, B. R., 1996. Reliability-Based condition assessment and
LRFD for existing structures. Structural Safety Vol. 18, No. 2/3, 67p–80p;
Elsevier Science Ltd. Netherlands.
ELLINGWOOD, B. R., 2003. Toward load and resistance factor design for
fiber-reinforced polymer composite structures. Journal of Structural
Engineering ASCE, vol. 129, No. 4. 449p–458p.
ENEVOLDSEN, I., 1993. Sensitivity Analysis of Reliability-Based
Optimization Models. 465p-472p. STRUCTURTAL OPTIMIZATION 93.
FRANGOPOL, D. M.; IDE, Y.; SPACONE, E.; IWAKI, I., 1996. A new look at
reliability of reinforced concrete columns. Structural Safety Vol. 18 No. 2/3,
pp. 123-150. Elsevier.
Referências bibliográficas 135
V.103, n. 4, 629p-647p.
HOROWITZ, B., 1988. Dimensionamento ótimo de pilares de concreto
armado. Publicação no 01/08, Universidade Federal de Pernambuco, Brasil.
JCSS1, Joint Committee on Structural Safety, Probabilistic Model Code, Part 1:
Basis of Design, 2000.
JCSS2, Joint Committee on Structural Safety, Probabilistic Model Code, Part 2:
Loads, 2001.
JCSS3, Joint Committee on Structural Safety, Probabilistic Model Code, Part 3:
Resistance Models, 2000.
KANG, M.M.; KIM, L.S.; PULMANO, V.A., 1993. Minimum-Cost reinforced
concrete beams and columns. In: computational Mechanics, Pulmano & Tin-
Loi, V.2, 943p-948p.
KHARMANDA, G.; OLHOFF, N.; EL-HAMI, A., 2004. Optimum values of
structural safety factors for a predefined reliability level with extension to
multiple limit states. 421p-434p. Struct Multidisc Optim 27.
KLEIBER, M.; SIEMASZKO, A.; STOCKI, R., 1999. Interactive stability-
oriented reliability-based design optimization. Comput. Methods Appl. Mech.
Engrg. 168 (1999) 243p-253p, Elsevier.
LAGAROS, N. D.; PAPADOPOULOS, V., 2006. Optimum design of shell
structures with random geometric, material and thickness imperfections.
International Journal of Solids and Structures, Vol.43, No.22-23, 6948p-6964p,
Elsevier.
LEE, S. H.; KWAK, B. M., 2006. Response surface augmented moment
method for efficient reliability analysis. Structural Safety 28 (2006) 261p–272p,
Elsevier.
LEPS, M.; SERJNOHA, M. 2003. New approach to optimization of reinforced
concrete beams. Computers & Structures 81 (2003) 1957p–1966p, Pergamon.
Referências bibliográficas 136
CONFIABILIDADE DE SISTEMAS
A.1
Probabilidade de falha de um sistema em série
⎡ j ⎤
p sf = P ⎢∪ (Gi (V ) ≤ 0.0 )⎥
⎣ i =1 ⎦
j j j n n n (A.1)
= ∑ Pi − ∑∑ Pik + ∑∑∑ Pikl −
i =1 i =1 k > i i =1 k >i l > k
onde:
Pi = P(Gi (V ) ≤ 0.0 ) (A.2)
(
Pik = Φ − β i ,− β j , ρik ) (A.6)
onde:
βi, βj - são os índices de confiabilidade de cada um dos componentes;
Apêndice A 140
Φ (− β i ,− β j , ρ i , j ) = Φ (− β i )Φ (− β j ) + ∫ ϕ (− β i ,− β j , z )dz
ρi , j
0 (A.7)
⎡ 1 ⎛ x 2 + y 2 − 2 z xy ⎞⎤
ϕ ( x, y , z ) =
1
exp ⎢− ⎜⎜ ⎟⎟⎥ (A.8)
2π 1 − z 2 ⎣ 2 ⎝ 1 − z 2
⎠⎦
PUC-Rio - Certificação Digital Nº 0410735/CA
⎛ β − ρβ ⎞
P( A) = Φ (− β i )Φ ⎜ − k i ⎟
⎜ 1− ρ 2 ⎟ (A.10)
⎝ ⎠
⎛ β − ρβ ⎞
P(B ) = Φ (− β k )Φ ⎜ − i k ⎟
⎜ 1− ρ 2 ⎟ (A.11)
⎝ ⎠
⎧⎪⎡ i −1 ⎤ ⎫⎪
( )
n
P(F1 ) + ∑ max ⎨⎢ P(Fi ) − ∑ P Fi F j ⎥ ,0.0⎬ ≤ p f ≤ ⇒
i=2 ⎪⎩⎣⎢ j =1 ⎦⎥ ⎪⎭
(A.13)
[P(Fi F j )]
n n
⇒ ∑ P(Fi ) − ∑ max
j <i
i =1 i=2
onde p sup
f representa o limite de probabilidade de falha superior.
= max [P(Fi )]
n
p inf
f (A.18)
i =1
(a) (b)
Apêndice A 143
(c)
Figura A.1 - Região de integração no espaço inicial (correlacionado) normal bi-
variacional; (b) Região de integração transformada no espaço reduzido (independente)
normal bi-variacional padrão; (c) Limites BPC e APD para Φ (, , ρ ) , região fora de BPD.
PUC-Rio - Certificação Digital Nº 0410735/CA
x1 =
1
( y1 − ρ y 2 ), x2 = y 2
(1 − ρ 2 )1 / 2 (A.23)
onde o ângulo θ < π (onde ρ = cos(θ ) ), pode-se notar que houve um giro no
2
sentido anti-horário do eixo. Através da Figura A.1 pode-se determinar a Eq.
(A.9).
Na Figura A.1c a parte hachurada representa Φ (, , ρ ) limitadas por BPD. No
espaço reduzido a região APD representa o produto da probabilidade de Φ(-a) e
Φ(-b). A região BPC representa o maior limite (Φ(-b) Φ(-h)) e a APD representa
o menor limite (Φ(-a) Φ(-k)). Desta forma,
max[Φ (−b)Φ (− h), Φ (−a )Φ (−k )] ≤ Φ (− h,− k , ρ )
≤ Φ (−b)Φ (−h) + Φ (− a )Φ (− k ) (A.24)
h−ρk
a=
(1 − ρ 2 )1 / 2 (A.25)
Apêndice A 144
k−ρh
b=
(1 − ρ 2 )1 / 2 (A.26)
P(F1 ∩ F2 ) = Φ (−b)Φ (− h) + Φ (− a )Φ (− k )
+
PUC-Rio - Certificação Digital Nº 0410735/CA
(A.30)
Apêndice B
DISTRIBUIÇÕES DE PROBABILIDADE
B.1
Distribuição normal
onde s = ( x − μ X ) σ X .
Uma forma de avaliação alternativa de f X (x) e FX ( x ) é conseguida
introduzindo uma variável reduzida s, que contém média zero e desvio padrão
unitário, N(0,1). Os valores de f X ( x) e FX (x ) para esta variável reduzida são
tabelados e identificadas por φ (s ) e Φ(s ) . Assim, as expressões (B.1) e (B.2)
podem ser reescritas da seguinte forma, para um par N( μ x , σ x ).
1 ⎛ x − μX ⎞
f X ( x) = φ ⎜⎜ ⎟⎟
σx ⎝ σX ⎠
(B.3)
Apêndice B 146
⎛ x − μX ⎞
FX ( x ) = Φ⎜⎜ ⎟⎟
⎝ σX
(B.4)
⎠
B.2
Distribuição lognormal
⎛ ln x − λ ⎞
PUC-Rio - Certificação Digital Nº 0410735/CA
FX ( x ) = Φ⎜⎜ ⎟⎟
⎝ ξ
(B.6)
⎠
1
onde λ é o valor esperado de ln(X), λ = ln μ X − ξ 2 , e ξ é o desvio padrão de
2
⎡ ⎛σ ⎞
2
⎤
ln(X), ξ = ln ⎢1 + ⎜⎜ X ⎟⎟ ⎥.
⎢⎣ ⎝ μ X ⎠ ⎥⎦
B.3
Distribuição beta
∞
Γ(k ) = ∫ e −u u k −1 du = (k − 1)! para k inteiros > 0 (B.9)
0
s q −1 (1 − s )
1 r −1
f X ( x) = 0 ≤ s ≤1
β ( q, r ) (B.10)
β s ( q, r )
Fs ( s ) = 0 ≤ s ≤1
β ( q, r ) (B.11)
B.4
Distribuições de valores extremos
PUC-Rio - Certificação Digital Nº 0410735/CA