Escolar Documentos
Profissional Documentos
Cultura Documentos
GOIÂNIA
2020
ANNA ELIZABETE FONSECA PALLA
GOIÂNIA
2020
Dados Internacionais de Catalogação na Publicação na (CIP)
GPT/BC/UFG
A. E. F. PALLA
AGRADECIMENTOS
Agradeço a Deus primeiramente, por me orientar e guiar nesse longo caminho da vida.
Aos meus pais por terem me proporcionado a melhor educação e me incentivado a sempre
buscar pelo conhecimento. Em especial, a minha mãe, Yara, como professora e pesquisadora
sempre foi o meu maior exemplo dentro dessa profissão. Obrigada por me ensinar tanto.
A toda a minha família, irmãos, padrasto, madrasta, avós, tios, primos, agradeço por todo o
apoio e paciência nos momentos de ausência. Vocês sempre foram a minha melhor torcida.
Amanda, Neto, Clara, Gabriel e Augusto, meu eterno amor a vocês que sem saber me
incentivam a ser sempre melhor como irmã e pessoa.
Ao meu querido companheiro de vida, Bruno, agradeço por todo o seu amor, apoio, incentivo
e paciência nos momentos mais difíceis. Obrigada a você e sua família por todo carinho.
A todos os meus amigos que me apoiaram e fizeram parte de mais um grande desafio. A
amizade e o carinho de vocês foram de grande valia durante todo esse processo.
Agradeço ao professor Frederico, por toda a orientação e dedicação ao longo de todos esses
anos desde a Graduação. Obrigada por toda paciência, incentivo e confiança em mim.
A. E. F. PALLA
RESUMO
A. E. F. PALLA
ABSTRACT
This work analyzes the influence of uncertainty of physical and geometric parameters on
nonlinear dynamics of cylindrical panels. This study assumes that the physical and geometric
parameters of a cylindrical panel, thickness, radius and modulus of elasticity, are continuous
random variables. Thus, in the light of Donnell's nonlinear Shallow shell theory, the
investigation introduces the equations of motion of the cylindrical panel from total and kinetic
potential energy functionals. The physical and geometric parameters considered as random
have a uniform probability distribution and are inserted, initially, individually in the
cylindrical panel’s partial differential equation of motion, that becomes a stochastic partial
differential equation. It is also considered in this dissertation the simultaneous action of two,
or more, random variables in cylindrical panels’ nonlinear oscillations. Then, using the
Pertubation Method, the field of lateral displacement of the cylindrical panel is discretized
and the system of stochastic partial differential equations is transformed into a system of
ordinary second-order stochastic equations in time that, later, is discretized through Stochastic
Galerkin method using the Legendre-Chaos polynomial, and transforming a system of
stochastic ordinary differential equations into an equivalent system of deterministic ordinary
differential equations that consider the randomness of the problem. From this system, which
considers randomness in its parameters, the equations are integrated over time by the fourth-
order Runge-Kutta method, obtaining results in time as a response and bifurcation diagrams.
These results are compared with deterministic analyzes obtained through Monte Carlo
simulation, showing the Legendre-Chaos polynomial as a good tool for obtaining dynamic
responses for cylindrical panels with random physical and geometric parameters without the
need for a statistical analysis by a sampling process to obtain the mean and variance of
random process.
A. E. F. PALLA
LISTA DE FIGURAS
Figura 2.2 - Convenção de sinais adotada para a definição dos (a) esforços internos de
membrana e (b) flexão e torçao. .............................................................................................. 39
Figura 4.1 - Diagramas de bifurcação determinístico para hmín, hnom e hmáx da geometria
G1 (Caso 1).............................................................................................................................. 64
Figura 4.2 - Planos fase do painel cilíndrico determinísticos da geometria G1 (a) hmín (b)
hnom e (c) hmáx. (Caso 1, Ωf = 0,9916). ..................................................................................... 65
A. E. F. PALLA
Figura 4.10 - Variância ao longo do parâmetro de controle da amplitude A1(τ) da
geometria G1 e diferenças percentuais entre os dois métodos utilizados (Caso 1). (a)
PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE grau 4. ................................................... 73
Figura 4.14 - Diagramas de bifurcação determinístico para hmín, hnom e hmáx da geometria
G1. (Caso 2)............................................................................................................................. 79
Figura 4.16 - Planos fase do painel cilíndrico (a) determinísticos e (b) estocásticos da
geometria G1 para Ωf = 0,9363 (Caso 2). ................................................................................ 80
A. E. F. PALLA
Figura 4.21 - Variância ao longo do parâmetro de controle da amplitude A2(τ) da
geometria G1 e diferenças percentuais entre os dois métodos utilizados (Caso 2). (a)
PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE grau 4. ................................................... 88
A. E. F. PALLA
Figura 4.34 –(a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da
geometria G1 para o PCE grau 2 e (b) diferenças percentuais entre os dois métodos
utilizados. (Caso 4). ................................................................................................................. 97
A. E. F. PALLA
Figura 4.44 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação
determinístico para Rmín, Rnom e Rmáx da geometria G2 (Caso 3). ............................................ 108
A. E. F. PALLA
Figura 4.57 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G3 para o
PCE grau 2 e (b) diferenças percentuais entre os dois métodos utilizados (Caso 2). .............. 116
A. E. F. PALLA
Figura 4.68 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da
geometria G1 para o PCE grau 2 e (b) diferenças percentuais entre os dois métodos
utilizados. (Caso 1) considerando duas variáveis aleatórias simultaneamente. ...................... 126
A. E. F. PALLA
Figura 4.77 - Planos fase do painel cilíndrico determinísticos e estocásticos da
geometria G1 (Caso 2) considerando duas variáveis aleatórias simultaneamente (a) Ωf =
0,9363 (b) Ωf = 0,9516. ........................................................................................................... 132
A. E. F. PALLA
LISTA DE TABELAS
Tabela 4.2 - Intervalo da distribuição uniforme das variáveis aleatórias consideradas. ......... 57
Tabela 4.5 - Casos de análise da geometria G1 considerando uma variável aleatória. ........... 63
Tabela 4.6 - Casos de análise da geometria G2 considerando uma variável aleatória. ........... 98
Tabela 4.7 - Casos de análise da geometria G3 considerando uma variável aleatória. ........... 111
Tabela 4.8 – Composição do poliômio de Legendre-Caos para duas variáveis aleatórias ...... 122
Tabela 4.10 - Composição do poliômio de Legendre-Caos para três variáveis aleatórias ...... 135
SÍMBOLOS ROMANOS
C Rigidez de membrana
D Rigidez à flexão
L Função de Lagrange
t Tempo
Ub Energia de flexão
Um Energia de membrana
SIMBOLOS GREGOS
δ Parâmetro de perturbação
ζ Variável aleatória
ϕ Processo aleatório
SÍMBOLOS MATEMÁTICOS
∇4 Operador bi harmônico
D1( ) Operador diferencial não linear que dá origem aos termos quadráticos
D2( ) Operador diferencial não linear que dá origem aos termos cúbicos
, Produto interno
Var[ ] Variância
CAPÍTULO 1 .......................................................................................................................... 24
INTRODUÇÃO ...................................................................................................................... 24
CAPÍTULO 2 .......................................................................................................................... 36
CAPÍTULO 3 .......................................................................................................................... 45
CAPÍTULO 4 .......................................................................................................................... 55
A. E. F. PALLA Sumário
4.2.1 Incertezas nos parâmetros físico e geométrico para a geometria G1 ....................... 63
CONCLUSÕES..................................................................................................................... 138
A. E. F. PALLA Sumário
CAPÍTULO 1
INTRODUÇÃO
O painel cilíndrico é um setor circular da casca cilíndrica que pode ser utilizado em diversas
áreas da engenharia, quais sejam: civil, mecânica, aeroespacial, naval, como cobertura de
edificações, fuselagem de foguetes e aviões, entre outras aplicações. Essa abrangência
funcional do painel cilíndrico é resultado de sua estrutura esbelta e de sua capacidade em
atender diferentes designs que demandam um formato leve e resistente. Esse tipo de estrutura
apresenta uma geometria simples, porém suscetível à mudança do regime estável para
instável, devido às excitações externas ou vibrações excessivas, podendo levar a estrutura ao
colapso quando submetida a carregamentos estáticos ou dinâmicos.
A não linearidade geométrica descrita nas relações não lineares das deformações em função
dos campos de deslocamentos é o foco de diversos trabalhos de estruturas esbeltas como o
caso do painel cilíndrico que apresentam deslocamentos da ordem da sua espessura. Dessa
forma, não é aconselhável a linearização do sistema de equações que rege o problema,
motivando pesquisadores a desenvolverem estudos e teorias complexas que permitam analisar
o comportamento não linear estático ou dinâmico.
Também conhecido como casca cilíndrica circular aberta, o painel cilíndrico acompanha a
mesma teoria da casca cilíndrica, porém por não serem completamente fechados
circunferencialmente, há a diferença no comportamento dinâmico entre eles devido ao não
aparecimento do companion mode nos painéis cilíndricos. De acordo com Amabili e
Païdoussis (2003), isso acontece por conta da quebra da simetria axial da estrutura. Dessa
forma, o comportamento da relação frequência-amplitude, que geralmente é do tipo softening
para a maioria das geometrias de cascas cilíndricas, fica dependente do raio de curvatura,
podendo se tornar uma não linearidade do tipo hardening quando o raio de curvatura é muito
grande e a estrutura se aproxima de uma placa.
A teoria não linear de Donnell (1934) para cascas abatidas considera as excentricidades
iniciais ou desvios do formato cilíndrico da estrutura. Donnell (1934) realizou testes em
cilindros esbeltos de modo que a espessura fosse bem menor que as outras duas dimensões.
Estas cascas cilíndricas, submetidas a um carregamento axial e apresentando imperfeições
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 25
geométricas iniciais, são longas o suficiente para que o comprimento e as condições de apoio
pudessem ser desconsiderados. Com base nessa teoria, são estabelecidas três equações de
equilíbrio envolvendo os deslocamentos nas direções axial, circunferencial e transversal da
superfície média da casca. Para a solução desse sistema, é introduzida a função de tensão de
Airy que reduz o problema a duas equações envolvendo apenas o deslocamento na direção
transversal e a própria função de tensão.
Alijani e Amabili (2014) fizeram uma revisão da literatura, no período de 2003 a 2013, sobre
vibrações não lineares das cascas cilíndricas, sendo uma extensão natural do trabalho de
Amabili e Païdoussis (2003). Nessa revisão foram citadas as teorias clássicas de Donnell,
Novozhilov, Sanders, Koiter e Flugge-Lur’e-Byrne, as quais baseiam-se nas hipóteses de
Kirchhoff-Love. A teoria de Donnell (1934), a mais utilizada pelas simplificações de cascas
abatidas e sua boa precisão, despreza a inércia no plano, a deformação cisalhante transversal e
a inércia rotacional, obtendo resultado preciso para cascas esbeltas com a espessura bem
menor que o raio.
Também é realizado por Moussaoui e Benamar (2002) uma revisão de literatura sobre as
vibrações não lineares de estruturas em formato de casca e como os problemas relacionados
ao comportamento dinâmico desse tipo de estrutura são presentes nas engenharias:
aeronáutica, civil e naval. Alguns pontos discutidos nessa extensa revisão, com uma lista de
175 referências, envolvem os efeitos da não linearidade geométrica, as principais dificuldades
na análise dinâmica não linear das estruturas em formato de casca e os métodos mais comuns
de modelagem e solução.
Nas discussões sobre cascas cilíndricas, há diferentes posições entre os pesquisadores sobre o
comportamento não linear dinâmico. Alguns autores observaram vibrações não lineares com
um comportamento com ganho de rigidez inicial. Para Chu (1961) e Nowinski (1963), o
comportamento não linear é caracterizado como sendo do tipo hardening, ou seja, a
frequência natural de vibração cresce à medida que se aumenta a amplitude de vibração.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 26
Um pouco mais a frente, Evensen (1967) utiliza a teoria não linear de Donnell para analisar as
vibrações livres, utilizando apenas o modo clássico de vibração (driven mode), e as vibrações
forçadas, considerando adicionalmente um modo complementar defasado
circunferencialmente do modo clássico, chamado companion mode.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 27
estrutura. Nos últimos anos, a quantificação dessas incertezas tem sido objeto de estudo de
inúmeras pesquisas, pois ainda há um vasto campo a ser explorado sobre como os parâmetros
aleatórios podem influenciar no comportamento dinâmico de painéis cilíndricos.
Ainda na pesquisa de Grigoriu (2000) é apresentada uma classificação para os sistemas físicos
em função da natureza do sistema e da excitação, sendo: (1) sistema e excitação
determinísticos, (2) sistema determinístico e excitação estocástica, (3) sistema estocástico e
excitação determinística e (4) sistema e excitação estocásticos. Na primeira classe estão os
problemas de equilíbrio, propagação e dinâmica comuns da mecânica dos sólidos clássica, por
exemplo, que podem ser resolvidos com métodos numéricos tradicionais. Já a segunda classe
incorpora a incerteza na excitação do sistema, como em um carregamento, sendo objeto de
estudo de diversas pesquisas da mecânica estocástica, tendo como principal objetivo estudar a
lei, os momentos estatísticos e outras propriedades estatísticas das soluções desses problemas.
A terceira classe consiste em representar as incertezas da maioria dos sistemas físicos que
apresentam em suas propriedades físicas e geométricas variações notáveis em relação ao valor
nominal. Por fim, a última classe representa os sistemas físicos e numéricos caracterizados
por apresentarem incertezas em suas propriedades e estarem sujeitos a excitação estocástica,
não possuindo um método genérico de resolução, sendo resolvidos por métodos analíticos
como o método da perturbação e linearização equivalente.
Existem diversos métodos numéricos para a resolução de sistemas que consideram a incerteza
de alguma forma nas características do sistema ou na excitação. Xiu (2009) apresenta uma
revisão de técnicas que foram e ainda estão sendo desenvolvidas para tratar das incertezas do
sistema como variáveis aleatórias. Um dos métodos mais simples e comumente usados é a
simulação de Monte Carlo, ou suas variantes, que primeiro gera um campo de amostras da
variável aleatória, com base na sua distribuição de probabilidade, e para cada amostra será
executada uma análise específica, passando a se tratar de um problema determinístico. Após a
execução de diversas análises é possível obter informações estatísticas do conjunto de
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 28
soluções como média e variância, por exemplo. Apesar do método ter uma aplicação simples
e direta, e apenas exigir análises repetitivas do mesmo problema, em muitas vezes torna-se
inviável a aplicação do mesmo em problemas dinâmicos não lineares por necessitar de um
número muito alto de repetições (amostras) para a convergência das informações estatísticas
do conjunto de soluções.
Um dos métodos mais populares que não considera a amostragem é o método de perturbação,
onde os campos aleatórios são expandidos por séries de Taylor em torno da média e
geralmente é truncada na segunda ordem pois o sistemas de equações se torna muito
complicado de resolver para o truncamento da série em ordens maiores (XIU, 2009).
O enfoque na abordagem baseada em Caos Polinomial tem sido bastante discutido, pois existe
um esforço crescente de estudos interessados em métodos numéricos eficientes para resolver
equações diferenciais com entradas aleatórias. Esse método desenvolvido por Ghanem e
Spanos (1991) é uma generalização da Expansão do Caos Polinomial clássico de Wiener e
tem sido estendida por inúmeros estudiosos da área de engenharia.
Para Gel et. al (2013), a quantificação das incertezas de um problema envolve a identificação,
caracterização, propagação e análise de todas as fontes que causam a aleatoriedade no
sistema. E há duas categorias para a classificação dos métodos de propagação de incertezas:
intrusivos e não intrusivos. Os métodos intrusivos como o de Galerkin Estocástico, baseado
na expansão do polinômio de caos generalizado, requerem modificações importantes no
modelo determinístico o que pode ser uma desvantagem em relação aos métodos não
intrusivos que, por sua vez, não modificam os modelos determinísticos e se baseiam em
técnicas de amostragem.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 29
determinísticas dos coeficientes do gPC que descreve o sistema estocástico e, por isso, é
classificado como um método intrusivo de quantificação de incertezas. Mesmo sendo
comprovado como um método eficiente, dependendo da complexidade e não linearidade das
equações que governam o problema, pode ser bem difícil ou até impossível obter o sistema de
equações determinísticas pela projeção de Galerkin Estocástico (XIU, 2010).
Em relação a precisão dos métodos baseados no polinômio de caos, para Xiu (2010) a
abordagem pela projeção do Galerkin Estocástico oferece soluções mais precisas envolvendo
um número menor de equações em espaços aleatórios multidimensionais pelo fato dos
resíduos gerados pela projeção de Galerkin serem ortogonais ao espaço linear medido pelos
polinômios de caos generalizados.
Nessa dissertação será utilizada a abordagem intrusiva pelo método de Galerkin Estocástico
em conjunto com o Caos polinomial para a determinação dos momentos estatísticos de
primeira e segunda ordem (média e variância) das respostas do sistema estocástico de forma
direta sem a necessidade da utilização de um método de amostragem. Essa abordagem foi
escolhida por ser uma técnica pioneira na quantificação de incertezas envolvendo o Caos
Polinomial e para demonstrar a aplicabilidade da mesma na resolução de um sistema contínuo
dinâmico não linear estocástico um pouco mais complexo em relação aos sistemas abordados
na literatura solucionados por essa abordagem intrusiva. Diversos trabalhos abordam o Caos
Polinomial na quantificação de incertezas por diferentes abordagens, demonstrando que esse é
um campo de estudo muito amplo e que ainda pode ser bastante investigado.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 30
Destaca-se também o trabalho de Brazão (2014) que possui um caráter introdutório nos
estudos da influência de incertezas na determinação da carga de instabilidade paramétrica de
cascas cilíndricas. As variáveis aleatórias consideradas foram: módulo de elasticidade,
espessura e amplitude da imperfeição geométrica inicial de maneira isolada e depois de forma
simultânea entre a espessura e o módulo de elasticidade. Nesse trabalho foi utilizado o
polinômio de Hermite-Caos, ideal para variáveis aleatórias com a distribuição de
probabilidade Gaussiana, em conjunto com o método de Galerkin Estocástico. Algumas
conclusões desse trabalho são: a espessura, quando variável aleatória, altera o modo de
vibração para pequenos desvios em relação ao seu valor nominal enquanto que o módulo de
elasticidade e a amplitude de imperfeição geométrica inicial não alteram; as fronteiras de
instabilidade não determinísticas mostram a redução da capacidade de carga da casca
cilíndrica quando consideradas as aleatoriedades; e, a necessidade de avaliar o número de
termos do polinômio utilizado de Hermite-Caos para representar bem as aleatoriedades
presentes nos parâmetros.
Pimentel (2014) aplicou o Caos Polinomial em uma abordagem não intrusiva em problemas
de transferência de calor e massa. O resultado do problema analisado demonstra que a
presença de incertezas no sistema faz com que todas as medidas avaliadas fossem
perturbadas, prevendo a importância da consideração em sistemas experimentais de
perturbações que indiquem indefinições em propriedades do material. Os resultados desse
trabalho obtidos utilizando o polinômio de caos foram comparados com os resultados obtidos
pela simulação de Monte Carlo e apresentaram boa convergência.
Jacquelin et al. (2015) obtêm a resposta da frequência de um sistema massa mola com dois
graus de liberdade com uma variável aleatória pelo método do Caos Polinomial em uma
abordagem intrusiva e comparam os resultados com o método de Monte Carlo, concluindo
que o polinômio de caos é um método eficiente para estimar a resposta dinâmica do sistema,
exceto nas regiões próximas às frequências naturais determinísticas do sistema, e os
momentos estatísticos são obtidos com maior eficiência na presença de um método de
aceleração em série, como o método de Aitken.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 31
García (2019) utiliza da expansão do polinômio de caos em uma abordagem não intrusiva
para quantificação de incertezas em problemas que envolvem fadiga, fratura e
viscoelaticidade como, por exemplo, a representação da incerteza da deflexão máxima e
módulo de relaxação em vigas biapoiadas. Dentre as contribuições desse trabalho, foi
desenvolvido um algoritmo que utiliza apenas os principais componentes da expansão do
polinômio de caos obtendo um polinômio com menos coeficientes, diminuindo o custo
computacional das análises e apresentando praticamente a mesma precisão do polinômio de
caos expandido completo para as análises realizadas. Foram apresentados resultados
concordantes entre as três abordagens: polinômio de expansão de caos completo, polinômio
de expansão caos adaptativo e método de Monte Carlo em análises que consideram a
aleatoriedade em algumas variáveis como na resistência a tração e energia inicial e total de
fratura de vigas de concreto.
Uma variável aleatória X() é essencial para o entendimento de alguns fenômenos incertos,
pois ela associa um valor numérico a cada resultado ζ de um determinado evento aleatório
dentro de um espaço amostral . A função de distribuição de probabilidade associa a cada
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 32
variável aleatória uma probabilidade, ou seja, a cada valor numérico que a variável aleatória
pode assumir existe uma probabilidade de acontecer que está na função de distribuição de
probabilidade.
De acordo com Papoullis e Pillai (2002), variável aleatória consiste em uma função que
relaciona dentro do espaço amostral (Ω) um número X() para cada resultado ζ do
experimento estudado. A função de distribuição da variável aleatória é uma função que
associa valores numéricos de probabilidade de a variável aleatória assumir o valor desejado.
Por exemplo, suponha que a variável aleatória é tal que X() = a para todo resultado ζ
possível dentro de Ω , a função de distribuição seria:
0 p ( x) 1 (1.3)
E pelo segundo axioma que define a probabilidade do espaço amostral ser igual a 1 e o
terceiro axioma que define que a probabilidade de ocorrência de eventos mutuamente
exclusivos dentro do espaço amostral é igual ao somatório da probabilidade de ocorrência de
cada evento, tem-se que a soma de todos os possíveis valores de px(x) deve ser igual a 1:
p ( x) = 1 (1.4)
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 33
Já as variáveis aleatórias contínuas são aquelas onde o espaço amostral consiste em uma faixa
de valores dentro da linha de números reais como, por exemplo, o espaço amostral gerado
pelos números reais dentro do intervalo [0,1]. A diferença entre o tratamento das variáveis
aleatórias discretas e contínuas é, basicamente, que a variável aleatória discreta pode ser
associada a uma probabilidade finita e diferente de zero, porém se associarmos cada valor da
variável contínua a uma probabilidade finita e diferente de zero, a probabilidade total seria
infinita já que existem infinitos pontos entre dois pontos e assim violaria o segundo axioma.
Dessa maneira, para a variável aleatória contínua, a função que descreve a distribuição de
probabilidade é chamada de função densidade de probabilidade (FDP) e é designada por fx(x).
Essa função associa a probabilidade de um valor aleatório ocorrer dentro de uma região do
espaço amostral através da integral dessa função nessa região pré-definida. Portanto, a
probabilidade da variável aleatória que está entre os valores a e b é dada pela integral de
fx(x) abaixo:
b
P(a b) = f ( x)dx (1.5)
a
E para atender aos dois axiomas da probabilidade, a função fx(x) só assume valores positivos e
toda a área abaixo da função fx(x) é igual a 1.
f ( x) 0
+
(1.6)
−
f ( x)dx = 1
É possível tratar a variável como contínua e discreta ao mesmo tempo utilizando funções delta
de Dirac.
Outra função que pode descrever a distribuição de probabilidade tanto das variáveis aleatórias
discretas quanto das contínuas é a função de distribuição acumulada (FDA) representada por
Fx(x), que é definida por todos os valores que a variável aleatória X pode assumir de -∞ a +∞
e é igual a probabilidade da variável X ser menor ou igual ao valor específico de x:
F ( x) = ( x ) (1.7)
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 34
x
F ( x) =
−
f (u )du (1.8)
1.1 JUSTIFICATIVA
Os painéis cilíndricos são estruturas que apresentam um complexo comportamento não linear
dinâmico, inclusive quando se insere a aleatoriedade nos parâmetros físicos e geométricos do
problema. Dessa forma, há a necessidade de se entender melhor o comportamento do painel
cilíndrico frente a aleatoriedade de parâmetros que possam existir por erros de fabricação ou
construção e que influenciam sensivelmente o comportamento não linear desse tipo de
estrutura.
Essa dissertação de mestrado terá como objetivo realizar análises dinâmicas, lineares e não
lineares, estocásticas de painéis cilíndricos esbeltos simplesmente apoiados submetidos a uma
pressão transversal dinâmica. O painel cilíndrico é perfeito e será considerada a aleatoriedade
nos parâmetros físicos e geométricos que atenderão a uma função de probabilidade uniforme.
Será analisada a influência da aleatoriedade de cada parâmetro na frequência, no modo de
vibração e nos diagramas de bifurcação do painel cilíndrico, validando a resposta estocástica,
obtida a partir do Caos Polinomial juntamente com o método de Galerkin Estocástico, através
da técnica de simulação de Monte Carlo.
A. E. F. PALLA Capítulo 1
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 35
O texto está organizado, além deste capítulo introdutório, em mais quatro capítulos.
A. E. F. PALLA Capítulo 1
CAPÍTULO 2
Ainda nesse capítulo, será descrito o Método da Perturbação que é uma das metodologias para
se obter de forma consistente o modelo de baixa dimensão para descrever o campo de
deslocamento transversal do painel para descrever o correto comportamento não-linear do
painel cilíndrico com seus respectivos acoplamentos modais, fenômenos intrinsicamente não
linear que estão presentes na equação de equilíbrio do painel cilíndrico.
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 37
Figura 2.1 - (a) Geometria e campo de deslocamento do painel cilíndrico e (b) detalhamento da seção
transversal.
(a) (b)
De acordo com a teoria não linear de Donnell (1934) para cascas abatidas, o campo de
deformações específicas da superfície média para um painel cilíndrico imperfeito é obtido em
termos dos deslocamentos u, v e w dado por:
1
x = u, x + w,2x + w, x w0, x
2
1 1 1
= (v, + w) + 2
w,2 + 2 w, w0, (2.1)
R 2R R
1
x = v, x + (u, + w, x w, + w, x w0, + w0, x w, )
R
onde εx, εθ e γxθ são, respectivamente, as deformações específicas nas direções axial e
circunferencial e a distorção angular de um ponto localizado na superfície média do painel
cilíndrico. u, v e w são, respectivamente, as componentes dos campos de deslocamentos nas
direções axial (x), circunferencial (θ) e transversal (z) do painel cilíndrico. w0 é a imperfeição
geométrica inicial no campo de deslocamento transversais, previsto na teoria não linear de
Donnell (1934), porém nesse trabalho é desconsiderada essa influência das imperfeições no
campo de deformação do painel.
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 38
As mudanças de curvatura da superfície média são definidas por Donnell (1934) como:
x = − w, xx
1 (2.2)
= − w,
R2
1
x = − w, x
R
Para um ponto qualquer do painel cilíndrico localizado a uma distância z da superfície média
(-h/2 ≤ z ≤ h/2), as deformações específicas e a distorção angular são dadas pelas seguintes
equações:
x = x + zx
= + z (2.3)
x = x + 2 z x
Dessa maneira, o estado plano de tensões de um ponto qualquer do painel cilíndrico obedece
às seguintes relações constitutivas:
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 39
E
x = ( x + v )
1 − v2
E
= ( + v x ) (2.4)
1 − v2
E
x = x
2(1 + v)
h h h
2 2 2
Nx = h
x dz N = dz
h
N x = dz
h
x
− − −
2 2 2
h h h (2.5)
2 2 2
Mx = z x dz M = z dz
h
M x = z dz
h
x
h − −
−
2 2 2
Figura 2.2 - Convenção de sinais adotada para a definição dos (a) esforços internos de membrana e (b) flexão e
torçao.
(a) (b)
Fonte: Del Prado (2001)
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 40
N x = C ( x + v ) M x = − D ( x + v )
N = C ( + v x ) M = C ( + v x )
(2.6)
C (1 − v) M x = − D (1 − v) x
N x = x
2
Eh Eh3
C= D= (2.7)
1 − v2 12(1 − v 2 )
Para a solução das equações do painel cilíndrico, os esforços internos de membrana são
comumente substituídos pela função de tensão de Airy, f(x,θ), de acordo com as seguintes
relações:
f , xx = N
f , = R 2 N x (2.8)
f , x = − RN x
sendo possível escrever, a partir das equações (2.6) e (2.8), a relação entre as deformações da
superfície média e a função de tensão de Airy como:
( f , − vR 2 f , xx )
x =
EhR 2
( R 2 f , xx − vf , )
= (2.9)
EhR 2
2 R (1 + v) f , x
x = −
EhR 2
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 41
Foi considerado para a formulação das equações não lineares de movimento o painel
cilíndrico com suas extremidades simplesmente apoiadas e sobre a ação de um carregamento
lateral dinâmico, p(t), conforme a Figura 2.3.
Para a obtenção das equações não lineares de movimento, foram escritos os funcionais de
energia do sistema e aplicado o princípio de Hamilton. A energia interna de deformação (UI),
pode ser escrita como a soma das parcelas da energia de membrana (Um) e da energia de
flexão (Ub), que é descrita em função das tensões e das deformações em um ponto qualquer ao
longo da espessura, tendo como referência a superfície média. De acordo com Brush e
Almroth (1975), tem-se:
h /2 L
UI =
R
2 − h/2 0 0
( )
x x + + x x dxd dz (2.10)
L
CR 2 1 − 2
Um = x + + 2 x + x dxd
2
2 0 0 2 (2.11)
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 42
L
Ub =
DR
2 0 0
( x2 + 2 + 2 x + 2 (1 − ) x2 ) dxd (2.12)
A energia cinética (T) do painel cilíndrico considera apenas a inércia relativa ao deslocamento
transversal (w), pois a simplificação por não considerar as parcelas relativas ao deslocamento
axial (u) e circunferencial (v) não gera erros significativos, visto que a vibração nesses
sentidos são bem superiores à vibração transversal do painel. Desta forma, tem-se para a
energia cinética:
hR L
T= w dxd
2
(2.14)
2 0 0
Quanto as forças de dissipação, estabelece para o painel cilíndrico, segundo Popov et al.
(1998):
L
1
2 0 0
Re = 1 w2 dxRd (2.15)
A equação (2.15) representa as forças lineares viscosas devida à resistência do ar, sendo β1 o
parâmetro de amortecimento viscoso dado por:
A partir dos funcionais de energia, a função de Lagrange pode ser escrita da seguinte forma:
L = T − (U m + U b ) + Ve (2.17)
d L L
− =Q , U = u , v, w
T
(2.18)
dt U U
Re
Q=− (2.19)
U
N x ,
N x, x + =0
R
N ,
N x , x + =0 (2.20)
R
N N 2 N x
hw + 1w + D 4 w − − N x w, xx + 2 w, + w, x − p (t ) = 0
R R R
w ( 0, ) = w ( L, ) = 0
(2.21)
w ( x, 0 ) = w ( x, ) = 0
M x ( 0, ) = M x ( L, ) = 0
(2.22)
M ( x, 0 ) = M ( x, ) = 0
1 1
hw + 1w + D 4 w − f , xx − 2 f , w, xx − 2 f , x w, x + f , xx w, − p (t ) = 0 (2.23)
R R
Para que a equação (2.24) tenha solução possível e determinada, é necessária uma nova
equação composta dessas mesmas duas incógnitas. A partir da teoria da elasticidade, tem-se a
A. E. F. PALLA Capítulo 2
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 44
x , x , x
2
+ , xx − =0 (2.24)
R R
A. E. F. PALLA Capítulo 2
CAPÍTULO 3
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 46
Por isso existem métodos não estatísticos alternativos que incorporam a aleatoriedade de
forma analítica nas equações. Recentemente, um método desenvolvido que se tornou um dos
métodos mais utilizados para esse tipo de problema, e que será utilizado no presente trabalho,
é o Caos Polinomial Generalizado (gPC) baseado na teoria de caos homogêneo de Wiener-
Hermite. Nesse método as soluções estocásticas são expressas como polinômios ortogonais
dos parâmetros aleatórios de entrada. De acordo com a distribuição de probabilidade das
variáveis aleatórias, diferentes tipos de polinômios ortogonais podem ser escolhidos para
melhorar a convergência do método. O Caos Polinomial clássico utiliza o polinômio de
Hermite que possui a mesma função peso da distribuição de probabilidade gaussiana,
portanto, é apenas um caso em específico do caos polinomial generalizado (XIU, 2009).
Xiu e Karniadakis (2002) demonstram para o método gPC que os polinômios do esquema de
Askey podem ser utilizados para representar os processos estocásticos com uma boa taxa de
convergência, já que possuem uma função peso idêntica a funções pesos de certas
distribuições de probabilidade. Dessa maneira, os autores introduziram a expansão do caos
polinomial Wiener-Askey, que generaliza a expansão relacionando a variável aleatória a um
dado polinômio do esquema de Askey que possua a mesma função peso, conforme mostrado
na Tabela 3.1. Xiu e Karniadakis (2002) realizaram diversos exemplos com diferentes tipos de
entradas aleatórias, resolvendo uma equação diferencial estocástica específica. As taxas de
convergência da expansão Wiener-Askey foram comparadas com a solução exata da equação,
mostrando a eficiência do método.
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 47
( ) ( )
i1
X ( ) = c0 I 0 + ci1 I1 i1 ( ) + ci1i2 I 2 i1 ( ) , i2 ( )
i1 =1 i1 =1 i2 =1
(3.9)
( )
i1 i2
+ ci1i2i3 I 3 i 1 ( ) , i2 ( ) , i3 ( ) + ,
i1 =1 i2 =1 i3 =1
amplitudes dos modos aleatórios do processo estocástico X(ϕ). É importante observar que ao
invés de se considerar o primeiro somatório como infinito, atribui-se um valor limite
correspondente ao número de variáveis aleatórias a ser analisada no problema.
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 48
onde existe a correspondência direta entre as funções que representa o polinômio In(ζi1,...,ζin) e
a base polinomial Фj (ζ) bem como entre os coeficientes ci1 i2i3 e cˆ j .
i , j = i2 ij (3.3)
onde δij é o delta de Kronecker e <·,·> representa o produto interno dentro do espaço de
Hilbert para as funções dependentes das variáveis aleatórias contínuas f(ζ) e g(ζ) , ou seja:
f ( ) , g ( ) = f ( ) g ( ) W ( ) d (3.4)
sendo que W(ζ) representa função peso correspondente ao polinômio de caos de Wiener-
Askey, que nesse caso é a mesma função da distribuição de probabilidade da variável
aleatória, e o intervalo de integração é o domínio da variável aleatória em questão.
(3.5)
O total de termos dessa expansão é (NT+1) e é determinada pela dimensão (n) da variável
aleatória (ζ) e da maior ordem (p) dos polinômios {Фj}:
( NT + 1) =
( n + p )!
(3.6)
n! p !
u ( x, t ; ) u ( x, t ; ) NT ˆ
N = u0
( )
NT (3.7)
Var u ( x, t ; ) = u ( x, t ; ) − ( u ( x, t ; ) ) uˆi2 ( x, t ; ) 2j
2
i =1
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 49
1
W ( ) = (3.8)
b−a
Os oito primeiros polinômios de Legendre-Caos denotado por {Len (z)} definido no intervalo
de [a,b]=[-1,1] estão apresentados a seguir:
Le0 = 1
Le1 = z
Le2 =
1
2
( 3 z 2 − 1)
Le3 = ( 5 z 3 − 3z )
1
2
Le4 = ( 35 z 4 − 30 z + 3)
1 (3.9)
8
Le5 = ( 63 z 5 − 70 z 3 + 15 z )
1
8
Le6 = ( 231z 6 − 315 z 4 + 105 z 2 − 5 )
1
16
Le7 = ( 429 z 7 − 693z 5 + 315 z 3 − 35 z )
1
16
Para a distribuição da variável aleatória (ζ) dentro de qualquer outro intervalo [a,b], é
necessário uma mudança de variável nos polinômios de Legendre-Caos de modo que os
valores limites do intervalo qualquer seja correspondente ao intervalo [-1,1], que é o intervalo
para a consideração dos polinômios de Legendre-Caos, dados pela equação (3.9). Sendo
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 50
assim, a equação abaixo representa essa mudança dos limites da variável aleatória em questão
para o intervalo [-1,1]:
2 − ( a − b )
z= (3.10)
b−a
O sistema de equações não lineares do painel cilíndrico, (2.20), pode ser escrito da seguinte
forma:
Nota-se na equação (3.11) que os termos quadráticos são multiplicados pelo parâmetro de
perturbação δ (h/R) e os termos cúbicos multiplicados por δ2. Como o painel cilíndrico é
considerado uma estrutura esbelta com h/R<<1, o parâmetro δ pode ser tomado como um
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 51
valor muito pequeno e o campo de deslocamentos, U, pode ser reescrito como uma série de
potência de δ:
u = i ui ( x, , t )
i =0
v = i vi ( x, , t ) (3.12)
i =0
w = i wi ( x, , t )
i =0
Substituindo os termos da equação (3.12) na equação (3.11) e agrupando todos os termos com
igual potência de δ , obtém-se uma série de sistemas de equações lineares da seguinte forma:
L(U 0 ) − U ,0tt = 0
L(U1 ) − U1,tt = D1 (U 0 )
(3.13)
L(U ) − U = D1 (U , U ) + D2 (U )
2 2
,tt
0 1 0
podendo ser resolvidos recursivamente, visto que os termos à direita das igualdades para Ui
contém termos até a ordem máxima (i-1).
m x n
u0 = U 0 f (t ) cos sen
L
m x n
v0 = V 0 f (t )sen cos (3.14)
L
m x n
w0 = W 0 f (t )sen sen
L
A partir de U0, é possível encontrar usando os seguintes sistemas lineares (3.13) a forma dos
demais modos secundários de ordens mais altas U1, U2, etc, que acoplarão aos modos
principais até a precisão desejada. A solução geral do campo de deslocamentos pode ser
escrita a seguir como o somatório dos modos encontrados pelo método da perturbação:
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 52
im x jn
w=
i =1,3,5 j =1,3,5
Aij (t )sen
L
sen
+
3 + 6 6 m x
B(2+ 6 )(2 +6 ) (t ) cos
= 0,1,2,3... = 0,1,2,3... 4 + 12 L
(3.16)
(2 + 6 )m x 1 + 6 (4 + 6 ) m x 3 + 6 6 n
− cos + cos cos
L 4 + 12 L 4 + 12
(2 + 6 ) n 1 + 6 (4 + 6 ) n
− cos + cos
4 + 12
m x n
w = A11 (t )sen sen +
L
(3.17)
3 2m x 1 4m x 3 2n 1 4n
B22 (t ) − cos + cos − cos + cos
4 L 4 L 4 4
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 53
Nesse trabalho o processo randômico X(ϕ) representa as amplitudes modais que serão
expandidas em um somatório de termos que englobam os termos do polinômio de Legendre-
Caos (Le) e as amplitudes dos modos aleatórios (aj e bj), conforme a seguinte equação:
NT
Aij (t ) = a j Le j = a0 Le0 + a1Le1 + a2 Le2 + + a NT LeNT
j =0
NT
(3.13)
Bij (t ) = b j Le j = b0 Le0 + b1 Le1 + b2 Le2 + + bNT LeNT
j =0
EQi ( a j (t ), b j (t ), Le j , p (t ), ) = 0 , i = 1, 2 (3.14)
Para a solução de equações diferenciais ordinárias estocásticas (EDOE), dadas por EQi (i=1,2)
na equação (3.14), que possuem variáveis aleatórias independentes em um espaço de
probabilidade conhecido, o método de Galerkin Estocástico transforma as equações do tipo
EDOE em um sistema de equações diferenciais ordinárias determinísticas (EQOD) conforme
equação (3.15), que incorpora a incerteza do problema através da expansão do caos
polinomial sob a variável aleatória desejada:
A. E. F. PALLA Capítulo 3
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 54
Sendo Фj o j-ésimo termo do polinômio de caos, conforme equação (3.9). Demonstrando que
a solução de um processo aleatório pode ser aproximada pela expansão das amplitudes modais
a partir do Caos Polinomial. A projeção de Galerkin-Estocástico é então conduzida de
maneira a assegurar que o erro da aproximação seja ortogonal ao espaço funcional medido
pela base polinomial finita {Фi}.
A. E. F. PALLA Capítulo 3
CAPÍTULO 4
RESULTADOS NUMÉRICOS
m x n
w( x, , t ) = A1 (t )sen sen +
L
(4.1)
3 2m x 1 4m x 3 2n 1 4n
A2 (t ) − cos + cos − cos + cos
4 L 4 L 4 4
onde A1(t) e A2(t) são as amplitudes modais do campo de deslocamento transversal do painel
cilíndrico, m descreve o número de semi-ondas longitudinais, n o número de semi-ondas
circunferências no painel cilíndrico e L e Θ são o comprimento axial e ângulo de abertura do
painel, respectivamente.
Esse modelo de baixa dimensão composto por dois graus de liberdades, dado pela equação
(4.1), representa satisfatoriamente o comportamento não linear do painel cilíndrico para as
três geometrias estudadas, minimizando o esforço computacional e o tempo de análise tanto
em uma abordagem determinística quanto em uma abordagem estocástica. Morais (2017) e
Morais e Silva (2019) demonstraram a eficiência desse modelo em representar o
comportamento não linear pós-críticos das geometrias consideradas nesse estudo dentre as
diversas expansões modais para os deslocamentos transversais do painel cilíndrico que foram
investigadas pelos autores. Essa eficiência também foi observada para uma análise dinâmica
de painéis cilíndricos excitados lateralmente (SATTLER, 2015).
Os parâmetros adimensionais empregados nas equações desse trabalho são definidos por:
f
= 0t f = (4.2)
0
Na análise das vibrações forçadas, os painéis cilíndricos foram submetidos a uma pressão
lateral, p(t), na forma do modo fundamental de vibração dos painéis cilíndricos simplesmente
apoiados, a saber:
m x n
p(t ) = PLsen sen cos ( f t ) (4.3)
L
Nas análises forçadas do painel cilíndrico, utilizou-se uma magnitude da pressão lateral
aplicada que ativasse a não linearidade geométrica do problema, provocando amplitudes
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 57
modais de vibração máximas próximas do valor de duas vezes a espessura dos painéis
cilíndricos, considerado um limite de utilização da teoria de Donnell (1934).
Variável aleatória Limite mínimo (A) Valor Nominal Limite máximo (B)
E (Pa) 1,89 x 1011 2,1 x 1011 2,31 x 1011
h (m) 0,009 0,01 0,011
R - G1 (m) 3,74985 4,1665 4,58315
R - G2 (m) 7,4997 8,333 9,1663
R - G3 (m) 1,8747 2,083 2,2913
A análise dinâmica linear, para a obtenção da frequência natural e dos modos de vibração do
painel cilíndrico, foi realizada considerando cada um dos três parâmetros h, R e E da Tabela
4.1 como uma variável aleatória que obedece a distribuição uniforme de probabilidade já
mencionada na Tabela 4.2. É importante destacar que, no intervalo de distribuição da variável
aleatória do problema, não foi observado alteração nos modos de vibração em nenhum dos
casos de geometria e em nenhuma das variáveis aleatórias consideradas nesta dissertação.
A frequência natural do painel cilíndrico para cada caso de geometria foi calculada pela
mesma expansão para o campo de deslocamento transversal descrito na equação (4.1). A
expansão com dois graus de liberdade também foi utilizada na análise dinâmica linear, pois o
segundo grau de liberdade, A2(t), influencia na obtenção das frequências naturais do primeiro
modo de vibração, A1(t), quando obtidas pelo Caos Polinomial. Isso, por sua vez, interfere na
análise dinâmica forçada visto que a frequência natural do sistema é um dos parâmetros que é
inserido na equação não linear de equilíbrio em função da variável aleatória.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 58
Foram obtidas as frequências naturais para o primeiro e segundo grau de liberdade para o
sistema determinístico com os valores dos parâmetros nominais de cada geometria. A
expansão modal para o campo de deslocamento, equação (4.1), é substituída na equação de
compatibilidade geométrica do painel cilíndrico, equação (2.26), obtendo-se analiticamente a
função de tensão que será empregada na equação não linear de movimento do painel
cilíndrico, equação (2.24). Após a aplicação do método de Galerkin, as equações de equilíbrio
discretizadas são linearizadas em torno das amplitudes modais que, por sua vez, são
temporalmente descritas por Ai(t) = ai cos(0 t) (i = 1, 2), gerando um problema de autovalor-
autovetor resultante, onde os autovalores desse sistema fornecem as frequências naturais
associadas aos respectivos modos de vibração da solução modal da equação (4.1). As
frequências naturais, 0, para cada geometria avaliada neste trabalho com seus respectivos
modos de vibração (m, n) estão apresentadas na Tabela 4.3.
No estudo de Jacquelin et. al (2015), as frequências naturais de um sistema massa mola com
dois graus de liberdade também são calculadas a partir da Expansão do Caos Polinomial e são
denominadas de frequências ressonantes que se dividem em dois grupos centrados nos
autovalores do sistema determinístico. Como o número de graus de liberdade do sistema
estocástico é um múltiplo do número de graus de liberdade do sistema determinístico, o
número de frequências ressonantes aumenta à medida que o grau do polinômio de Legendre-
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 59
Assim como no estudo de Jacquelin et. al (2015), as frequências ressonantes também foram
calculadas para os sistemas estocásticos do presente trabalho. Porém, com o aumento da
complexidade das equações lineares do painel cilíndrico em relação ao sistema massa-mola
apresentado por Jacquelin et. al (2015), as frequências ressonantes aparecem com termos
imaginários para determinados graus do polinômio, demonstrando já na análise dinâmica
linear que, para sistemas estruturais contínuos como o de painéis cilíndricos, há uma maior
dificuldade de se obter resultados para graus de alta ordem do polinômio empregado no
método de Galerkin Estocástico.
Na Tabela 4.4 são apresentadas as frequências ressonantes obtidas para a geometria G1,
considerando a espessura, módulo de elasticidade e raio como variáveis aleatórias de forma
independente e obedecendo o intervalo de distribuição uniforme já estabelecido na Tabela 4.2.
Para o caso da aleatoriedade na espessura do painel cilíndrico, a partir do polinômio de grau 4
já se observa frequências ressonantes com termos imaginários para o primeiro grau de
liberdade. Porém, para os graus pares do polinômio, os grupos de frequências ressonantes
estão centrados em valores bem próximos das frequências naturais do sistema determinístico
da geometria G1 que estão destacados em negrito na Tabela 4.4, com a diferença percentual
em relação as frequências naturais determinísticas de cada caso.
Também foi observado na Tabela 4.4 que, dependendo do parâmetro físico, ou geométrico,
que é incorporado como variável aleatória, as frequências ressonantes podem se aproximar
mais das frequências naturais determinísticas, a exemplo do módulo de elasticidade como
variável aleatória. Nota-se também que, diferente do caso com aleatoriedade no módulo de
elasticidade, os termos imaginários apareceram a partir do polinômio de Legendre-Caos de
grau 5. Isso pode ser explicado pelo fato de a espessura ser uma variável aleatória não linear
enquanto o módulo de elasticidade é uma variável aleatória linear na equação de equilíbrio do
painel cilíndrico que, por sua vez, influenciam a obtenção das frequências naturais.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 61
No caso do método de Monte Carlo (MC), a partir do conjunto de amostras geradas pelo
intervalo da distribuição uniforme definido para cada variável aleatória, sucessivas análises
foram realizadas traçando em cada uma delas um diagrama de bifurcação e, posteriormente,
os momentos estatísticos de primeira e segunda ordem foram obtidos a partir do conjunto total
dessas soluções. Já utilizando a Expansão do Caos Polinomial (PCE), a variável aleatória é
incorporada nas equações não lineares de movimento através da aplicação do método de
Galerkin Estocástico. Portanto, a análise é feita uma única vez para cada grau do polinômio de
Legendre-Caos, obtendo os momentos estatísticos de primeira e segunda ordem de forma
direta, conforme dado nas equações 3.7 (XIU e KARNIADAKIS, 2003).
Em todos os casos que serão apresentados nas subseções seguintes, os momentos estatísticos
de primeira e segunda ordem dos resultados obtidos pelo PCE serão comparados com os
obtidos pelo método de MC com o propósito de avaliar a metodologia estocástica utilizada
nesta dissertação. Deve-se destacar que o número de amostras (n) utilizadas no MC foi de
1000 amostras para cada caso de carregamento, de geometria e de variável aleatória analisado
no presente trabalho.
Na primeira subseção a seguir (4.2.1) serão apresentados os resultados dos 4 casos analisados
para geometria G1, o primeiro considerando a aleatoriedade em h em um sistema menos
amortecido que nos demais casos 2, 3 e 4 que consideram a aleatoriedade em h, E, R,
respectivamente. O primeiro caso dessa subseção foi necessário para demonstrar que em
sistemas menos amortecidos, o comportamento dinâmico e os resultados obtidos pelo PCE
podem ser inferiores a casos de sistemas mais amortecidos. Na segunda subseção 4.2.2 são
apresentados os casos considerando a aleatoriedade em h, E e R para o mesmo valor de
carregamento e amortecimento dentro da análise da geometria G2. E na subseção 4.2.3 foi
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 63
feito o mesmo para a geometria G3. Já na subseção 4.3.1, foram consideradas duas variáveis
aleatórias simultâneas em 3 casos para a geometria G1, considerando os valores de
carregamento e amortecimento do sistema mais amortecido da geometria G1 analisado na
subseção 4.2.1. E por fim, na subseção 4.3.2 é apresentado um único caso para a geometria
G1 que considera a aleatoriedade nas três variáveis aleatórias simultâneas h, E e R.
A geometria G1, conforme apresentado na Tabela 4.4, possui o raio com o valor intermediário
entre as demais geometrias G2 e G3. Os resultados, considerando a incerteza em um dos
parâmetros, físico ou geométrico, são apresentados primeiramente para essa geometria, pois
durante o estudo de cada caso, percebeu-se que essa geometria apresenta um comportamento
dinâmico não linear complexo devido ao carregamento aplicado e ao coeficiente de
amortecimento viscoso relativamente baixo. Esse caso será apresentado como o primeiro caso
na subseção seguinte. A partir desse primeiro caso, foi estabelecido para os demais casos um
coeficiente de amortecimento viscoso mais alto e, consequentemente, uma pressão lateral (PL)
mais alta para ativar a não linearidade do problema até que a amplitude máxima atingisse duas
vezes o valor da espessura.
Na Tabela 4.5 são apresentados os quatro casos que foram analisados para a geometria G1,
considerando a incerteza na espessura para os Casos 1 e 2, porém com carregamentos
diferentes devido a alteração do amortecimento. Para os Casos 3 e 4 foram considerados a
incerteza no módulo de elasticidade e no raio, respectivamente, e com a mesma amplitude do
carregamento lateral do Caso 2, permitindo avaliar a influência da aleatoriedade de cada
parâmetro dentro da mesma geometria e submetida ao mesmo carregamento e ao mesmo
amortecimento.
A primeira análise dinâmica forçada e amortecida foi realizada para a geometria G1,
considerando a aleatoriedade na espessura, h, do painel cilíndrico. Como apresentado na seção
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 64
4.1, não foi observado nenhuma modificação no modo de vibração do painel cilíndrico para o
intervalo de distribuição adotado para a variável aleatória em questão, dado na Tabela 4.2.
Neste caso foi considerado um valor de PL = 600 N/m² e o coeficiente de amortecimento
viscoso de η1 = 0,001.
Figura 4.1 - Diagramas de bifurcação determinístico para hmín, hnom e hmáx da geometria G1 (Caso 1).
Observa-se a partir da Figura 4.1 que a forma do diagrama de bifurcação é a mesma para cada
uma das amostras determinísticas, nos quais antes da região de ressonância, frequência de
excitação Ωf = 1,00, é notado um salto dinâmico e a estrutura tem a possibilidade de vibrar
entre essas duas soluções estáveis que coexistem para o mesmo parâmetro de controle,
caracterizando esse comportamento não linear do painel cilíndrico como softening.
Na Figura 4.2 são apresentados os planos fase determinísticos para os três valores da variável
aleatória da Figura 4.1, ilustrando a coexistência dos dois atratores para o parâmetro de
controle Ωf = 0,9916, sendo a órbita de cor preta os pontos que convergem para a solução de
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 65
maior amplitude modal (resposta ressonante) e na cor cinza os pontos que convergem para
valores de menor amplitude da resposta (resposta não-ressonante) do diagrama de bifurcação.
Figura 4.2 - Planos fase do painel cilíndrico determinísticos da geometria G1 (a) hmín (b) hnom e (c) hmáx. (Caso 1,
Ωf = 0,9916).
Portanto, nesse primeiro momento, observa que a aleatoriedade dentro do intervalo estudado
influencia na posição e na amplitude da solução estável de maior amplitude que é transladada
para a esquerda à medida que o valor da espessura diminui. Porém, a forma do diagrama de
bifurcação do painel é mantida, não aparentando uma influência qualitativa da aleatoriedade
da variável espessura no comportamento dinâmico não linear do painel cilíndrico.
A partir dessa análise inicial, o método de Monte Carlo foi adotado para o número de
amostras, n = 1000, com o intuito obter os momentos estatísticos de primeira e segunda
ordem (média e variância) com uma precisão maior para posterior comparação com a
Expansão do Caos Polinomial. Na Figura 4.3 é apresentado os diagramas de bifurcação das
1000 amostras determinísticas na cor cinza, obedecendo o intervalo da variável aleatória,
0,009 < h < 0,011, e a média de todas essas amostras para cada valor do parâmetro de controle
nos trechos de ida e volta do digrama de bifurcação na cor preta.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 66
Figura 4.4 - Diagramas de bifurcação determinístico para h = 0,0103 m e geometria G1 (Caso 1).
Da mesma forma que foi apresentado o plano fase para as espessuras mínima, nominal e
máxima, observa-se na Figura 4.5 a coexistência de dois atratores no plano fase da espessura
h = 0,0103 m para o parâmetro de frequência Ωf = 0,9916.
Figura 4.5 - Planos fase do painel cilíndrico determinísticos h = 0,0103 m para a geometria G1 para Ωf = 0,9916
(Caso 1).
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 67
Por outro lado, para o parâmetro de controle Ωf = 0,8498 nota-se que nessa região contém
uma nuvem de soluções conforme apresentado na Figura 4.4. Observa-se na Figura 4.6 a
coexistência de dois atratores para esse valor de parâmetro de controle. No trecho de volta do
diagrama de bifurcação, várias seções de Poincaré são mapeadas como mostrado no plano
fase de cor escura, demonstrado que nessa região é obtida uma solução quase periódica,
Figura 4.6a, para o atrator de maior amplitude. Por outro lado, o atrator de menor amplitude é
apresentado na Figura 4.6b na cor clara com uma solução periódica de período 1T.
Figura 4.6 - Planos fase do painel cilíndrico determinísticos h = 0,0103 m para a geometria G1 para Ωf = 0,8498
(Caso 1) (a) atrator de maior amplitude (b) atrator de menor amplitude.
(a) (b)
Assim, a partir dos diagramas obtidos pelo método de Monte Carlo (MC), onde há amostras
que englobam os valores de espessura que geram essa nuvem de soluções, é possível afirmar
que a aleatoriedade influencia qualitativamente no comportamento dinâmico do painel para
esse caso de geometria e de carregamento aplicado, estabelecendo uma dificuldade maior para
a obtenção dos momentos estatísticos de primeira e segunda ordem pela Expansão Polinomial
do Caos.
Após a obtenção dos diagramas de bifurcação pelo método MC, foram traçadas as médias e as
variâncias dos diagramas de bifurcação utilizando o polinômio de Legendre-Caos para a
expansão da amplitude modal A1(t), considerando a variável aleatória nos termos do
polinômio como já demonstrado no Capítulo 3. As soluções obtidas pelo PCE, associado ao
Galerkin Estocástico, são apresentadas a seguir, diferenciando-as entre si pelo grau do
polinômio e, consequentemente, pelo número de termos utilizados na discretização das
amplitudes modais da expansão modal. Cada resultado do PCE foi obtido a partir de
incrementos (trecho de ida) e decrementos (trecho de volta) do mesmo intervalo do parâmetro
de controle e já avaliados com o método de MC.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 68
Para uma melhor compreensão dos resultados que serão apresentados e comparados entre as
duas metodologias utilizadas, MC e PCE, a apresentação dos diagramas de bifurcação será
feita por trecho de ida e de volta de forma isolada, a fim de demonstrar a funcionalidade e
eficiência do método PCE para o completo entendimento dos resultados apresentados na
Figura 4.7.
Figura 4.7 - Diagramas de bifurcação da amplitude A1(τ) do PCE grau 0 e média MC da geometria G1. (Caso 1).
Esse erro percentual do resultado do PCE em relação ao resultado obtido pelo MC será
relacionado para cada trecho de ida e volta do diagrama de bifurcação, conforme Figura 4.8.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 69
Figura 4.8 - Diagramas de bifurcação da amplitude A1(τ) da geometria G1 e diferenças percentuais entre os dois
métodos utilizados (Caso 1). (a) PCE grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 70
Assim como apresentado para alguns casos determinísticos da variável aleatória, na Figura
4.9 são apresentados os planos fase obtidos para o mesmo parâmetro Ωf = 0,9916
demonstrando a eficiência do PCE em descrever a coexistência dos dois atratores nesse
parâmetro de controle. Para a reconstrução do plano fase a partir da variação dos coeficientes
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 71
As órbitas são obtidas para cada instante de tempo, sendo possível analisar o tipo de solução
encontrada para aquele parâmetro de controle. A título de comparação, os planos fase obtidos
de forma determinística pela média de MC estão presentes na Figura 4.9 nas cores cinza claro
e escuro enquanto os resultados obtidos para o PCE estão representados nas cores vermelho e
azul para as órbitas de menor e maior amplitude, respectivamente.
Figura 4.9 - Planos fase do painel cilíndrico estocásticos da geometria G1 para Ωf = 0,9916 (Caso 1) (a) PCE
grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 72
Além do momento estatístico de primeira ordem (média), é obtido pelo PCE o momento
estatístico de segunda ordem (variância), como já demonstrado no Capítulo 3 e ilustrado na
Figura 4.10 para os graus de polinômio analisados.
Observa-se na Figura 4.10 que a variância das respostas para cada parâmetro de controle foi
comparada entre os dois métodos, observando boa convergência do PCE em relação aos
resultados determinísticos obtidos via MC. Os erros variaram entre 3,00% e 4,00% ao longo
dos trechos de ida e de volta do diagrama de bifurcação, exceto na região do trecho de volta
do diagrama de bifurcação de 0,80 < Ωf < 0,98. Os resultados de variância são apresentados
para os polinômios a partir do grau 1, já que o polinômio de grau 0 possui apenas um termo
na expansão, a0, e dessa forma só é possível se obter a média para esse grau de polinômio.
As Figura 4.9 eFigura 4.10 comparam os resultados obtidos pelo PCE com os obtidos pelo
MC para a amplitude A1(τ). Mesmo não obtendo resultados para polinômios com o grau
maior que 4, o método do PCE conseguiu apresentar boa correspondência tanto para a média
quanto para a variância quando comparados com os resultados obtidos para o MC. Observa-se
que para a média, 79% dos resultados apresentaram diferenças percentuais menores que
0,05% enquanto para a variância 95% valores obtidos demonstraram erros menores que
4,00% no trecho de ida do diagrama de bifurcação. Já no trecho de volta do diagrama de
bifurcação, para a média apenas 35% dos resultados analisados geraram resultados com
diferenças percentuais menores que 0,05% enquanto para a variância apenas 46% dos valores
obtidos tiveram diferenças percentuais menores que 4,00%, pois, como já observado nos
diagramas de bifurcação, no trecho de volta o intervalo do parâmetro de controle 0,80 < Ωf <
0,98 gera soluções quase periódicas e o PCE não as representa de forma satisfatória.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 73
Figura 4.10 - Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 e diferenças
percentuais entre os dois métodos utilizados (Caso 1). (a) PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE
grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 74
Figura 4.11 - Diagramas de bifurcação da amplitude A2(τ) da geometria G1 e diferenças percentuais entre os dois
métodos utilizados (Caso 1). (a) PCE grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 75
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 76
Figura 4.12 - Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G1 e diferenças
percentuais entre os dois métodos utilizados (Caso 1). (a) PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE
grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 77
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 78
Apesar dessa possível piora nos resultados para o segundo grau de liberdade da expansão
modal, a sua influência na resposta não linear do painel cilíndrico é inferior ao do primeiro
modo da expansão modal, bastando observar a relação entre os valores da amplitude de
vibração de cada um dos modos, onde A2(t) é em torno de dez vezes menor do que A1(t).
O segundo caso que será apresentado considera a incerteza na espessura para o caso de
geometria G1, porém com o amortecimento dez vezes maior. A motivação dessa análise é
demonstrar que para sistemas mais amortecidos, os resultados obtidos pelo polinômio de caos
têm melhor correspondência com os resultados obtidos para as amostras determinísticas. Com
o aumento do amortecimento, a magnitude da pressão lateral, PL, também sofreu um aumento
de cerca de 15 vezes do valor do caso anterior para que a não linearidade do sistema fosse
mantida, gerando amplitudes máxima de vibração em torno de duas vezes o valor da
espessura do painel cilíndrico.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 79
Figura 4.14 - Diagramas de bifurcação determinístico para hmín, hnom e hmáx da geometria G1. (Caso 2).
Apresentam-se na Figura 4.15 - Figura 4.15 os planos fase para o parâmetro de controle Ωf =
0,9363 para os valores mínimo, nominal e máximo da espessura. Foi observado que a
estrutura pode vibrar entre duas soluções estáveis, como ilustrado na Figura 4.15a e na
Figura 4.15c para, respectivamente, a espessura mínima e a máxima, sendo a órbita de cor
escura a de maior amplitude (resposta ressonante) e a de cor clara a de menor amplitude
(resposta não ressonante). Porém, para o valor de espessura nominal, Figura 4.15b, nota-se
uma solução estável de menor amplitude, ilustrada pela órbita de cor clara, enquanto a outra
solução de maior amplitude indica a existência de uma solução quase periódica onde as
seções de Poincaré são mapeadas na cor vermelha. Esses planos fase indicam como o
comportamento dinâmico pode ser alterado de acordo com o valor que a variável aleatória em
questão assume.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 80
Figura 4.15 - Planos fase do painel cilíndrico determinísticos da geometria G1 para Ωf = 0,9916 (Caso 2) (a) hmín
(b) hnom (c) hmáx.
O plano fase para o mesmo parâmetro de controle Ωf = 0,9363 foi obtido considerando o valor
médio da variável aleatória da espessura para as amostras determinísticas, conforme
apresentado na Figura 4.16. Percebe-se, a partir desta figura, a semelhança com o plano fase
obtido para o valor nominal da variável aleatória. Isso significa que, para esse parâmetro de
controle, o PCE dificilmente conseguiria representar a solução quase periódica encontrada
para o valor médio da variável aleatória, conforme apresentado na Figura 4.16.
Figura 4.16 - Planos fase do painel cilíndrico (a) determinísticos e (b) estocásticos da geometria G1 para
Ωf = 0,9363 (Caso 2).
A partir dos diagramas de bifurcação determinísticos foram obtidas as médias dos trechos de
ida e de volta e comparadas com o primeiro termo da expansão do polinômio de caos que
representa o momento estatístico de primeira ordem. Ao lado do diagrama de bifurcação de
cada trecho, representa-se a diferença percentual da seção de Poincaré entre os resultados
obtidos entre o PCE e o MC obtida para cada parâmetro de controle.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 81
Na Figura 4.17 são apresentados os resultados obtidos pelos polinômios de grau de 0 a 4 para
a amplitude A1(τ). Observam-se que, para os graus de polinômio de 1 a 4, as diferenças
percentuais, excluindo o intervalo 0,90 < Ωf < 1,00 no trecho de ida e o intervalo de 0,85 < Ωf
< 1,00 no trecho de volta, são inferiores a 0,02%, mostrando assim a eficiência do método
PCE para pelo menos 68% dos pontos analisados. O diagrama obtido pela expansão do
polinômio de caos de grau 0 gera diferenças percentuais maiores entre MC e PCE e o trecho
de volta estocástico se assemelha ao trecho de volta do diagrama de bifurcação determinístico
para a espessura média, já que o polinômio de grau 0 possui apenas um termo, a0, não
representando bem a aleatoriedade quanto os demais graus de polinômio que possuem mais
termos envolvendo a variável aleatória.
Figura 4.17 - Diagramas de bifurcação da amplitude A1(τ) da geometria G1 e diferenças percentuais entre os dois
métodos utilizados (Caso 2). (a) PCE grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 82
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 83
Para o parâmetro de controle Ωf = 0,9363, já foi observado na Figura 4.16 que o PCE não
consegue obter a solução quase-periódica de maior amplitude. Já para o parâmetro de controle
Ωf = 0,9516, coexistem dois atratores como observado no diagrama de bifurcação da
Figura 4.13. Na Figura 4.18 é apresentado os planos fase determinísticos nas cores cinza claro
e escuro e a correspondência com os resultados obtidos pelo PCE para o parâmetro de
controle Ωf = 0,9516. É interessante observar que para os polinômios de grau par há a
correspondência entre os resultados obtidos pelo PCE e os encontrados pelo MC, tanto para a
resposta ressonante como para a não ressonante. Porém, para os polinômios de grau ímpar a
resposta ressonante do PCE não convergiu para a órbita de maior amplitude obtida pela média
das amostras determinísticas.
Figura 4.18 - Planos fase do painel cilíndrico estocásticos da geometria G1 para Ωf = 0,9516 (Caso 2) (a) PCE
grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 84
Figura 4.19 - Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 e diferenças
percentuais entre os dois métodos utilizados (Caso 1). (a) PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE
grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 85
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 86
Figura 4.20 - Diagramas de bifurcação da amplitude A2(τ) da geometria G1 e diferenças percentuais entre os dois
métodos utilizados (Caso 2). (a) PCE grau 0 (b) PCE grau 1 (c) PCE grau 2 (d) PCE grau 3 (e) PCE grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 87
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 88
Na Figura 4.21 é apresentado os resultados para o momento estatístico de segunda ordem para
o segundo grau de liberdade, para os graus 1, 2, 3 e 4 do polinômio de caos, com diferenças
percentuais em torno de 3% para 56% e 52% dos pontos analisados nos trechos de ida e de
volta, respectivamente.
Figura 4.21 - Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G1 e diferenças
percentuais entre os dois métodos utilizados (Caso 2). (a) PCE grau 1 (b) PCE grau 2 (c) PCE grau 3 (d) PCE
grau 4.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 89
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 90
A partir da Figura 4.22 é possível notar que diferentemente dos casos anteriores, Caso 1 e 2,
as amostras determinísticas geram diagramas de bifurcação qualitativamente idênticos e,
apenas no parâmetro de controle em torno de Ωf = 0,9363, observa-se uma nuvem de seções
de Poincaré que correspondem a uma solução quase-periódica nessa região, como está melhor
representado nos diagramas de bifurcação determinísticos da Figura 4.23 obtidos para os
valores mínimo, nominal e máximo da variável aleatória em questão.
Figura 4.23 - Diagramas de bifurcação determinístico para Emín, Enom e Emáx da geometria G1 (Caso 3).
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 91
Daqui por diante serão apresentados apenas os resultados para o grau do polinômio que
obteve boa convergência de média e de variância, tanto para o primeiro como para o segundo
grau de liberdade, a fim de demonstrar a eficiência dos resultados para o melhor grau do
polinômio que não necessariamente é o do maior grau analisado, pois o ganho obtido nos
valores de média de variância são mínimos frente ao esforço computacional que o maior grau
de polinômio necessita. Portanto, para o Caso 3 da geometria G1, o polinômio de grau 2
apresentou resultados para a média com cerca de 99% (trecho de ida) e de 86% (trecho de
volta) dos pontos analisados ao longo do intervalo do parâmetro de controle com diferenças
percentuais entre os dois métodos, PCE e MC, menores que 0,08%, conforme apresentado na
Figura 4.24.
Figura 4.24 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
pelo PCE é capaz de descrever a resposta obtida pelo método determinístico. Já para o
parâmetro de controle Ωf = 0,9516, Figura 4.25b, estão apresentadas as duas soluções estáveis
e periódicas, onde o PCE consegue representar muito bem quando comparado com os
resultados obtidos pelo MC.
Figura 4.25 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 (Caso 3) (a)
Ωf = 0,9363 (b) Ωf = 0,9516.
Figura 4.26 -(a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 93
Como já foi observado nos casos anteriores, o segundo grau de liberdade tem menor
influência no comportamento dinâmico não linear do painel cilíndrico. Os resultados do têm
aproximadamente 95% (trecho de ida) e 86% (trecho de volta) dos pontos analisados com
diferenças percentuais menores que 0,2%, conforme pode ser observado na Figura 4.27.
Figura 4.27 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
Figura 4.28 -(a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 94
Figura 4.28 -(a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3).
(a) (b)
Figura 4.29 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para Rmín,
Rnom e Rmáx da geometria G1 (Caso 4).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 95
Nos diagramas de bifurcação para os valores mínimo, nominal e máximo da variável aleatória
do raio, observa-se na Figura 4.29b que, da mesma forma do Caso 2 da geometria G1, para o
valor nominal da variável aleatória o diagrama de bifurcação apresenta próximo ao parâmetro
de controle Ωf = 0,9363 uma nuvem de pontos que pode indicar uma solução quase-periódica.
No Caso 4, o PCE de grau 2 foi o que gerou os melhores resultados em comparação com os
demais graus, considerando que a convergência dos valores obtidos de média e de variância
não melhorou consideravelmente para os graus maiores que 2, compensando desta forma o
maior esforço computacional envolvido na análise computacional. Dessa maneira, na
Figura 4.30 apresenta os resultados para a média com aproximadamente 88% e 76% dos
pontos analisados com diferenças percentuais menores que 0,5% para os trechos de ida e de
volta, respectivamente.
Figura 4.30 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 4).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 96
Figura 4.31 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 (Caso 4) (a)
Ωf = 0,9363 (b) Ωf = 0,9516.
Já os resultados para o momento estatístico de segunda ordem, 91% dos pontos analisados
geraram diferenças percentuais menores que 15% no trecho de ida. Porém para o trecho de
volta não foram obtidos resultados satisfatórios para a variância, apesar da convergência dos
valores da média apresentarem aderência com os obtidos no método determinístico,
Figura 4.32.
Figura 4.32 -(a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 4).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 97
Figura 4.33 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 4).
(a) (b)
Porém, para a variância apresentada na Figura 4.34, conforme já observado para o primeiro
grau de liberdade no trecho de ida, 60% dos pontos analisados apresentaram diferenças
percentuais menores que 15% comparando os dois métodos de análise MC e PCE. Já no
trecho de volta do diagrama de bifurcação não foram obtidos resultados satisfatórios.
Figura 4.34 –(a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 4).
(a) (b)
Após a apresentação dos resultados dos quatros casos analisados para geometria G1,
observou-se que nos Casos 1 e 2 o aumento do amortecimento viscoso gerou um
comportamento dinâmico não linear do painel cilíndrico com um maior número de soluções
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 98
Dessa forma, nos Casos 3 e 4 foram utilizados o mesmo coeficiente de amortecimento viscoso
e pressão lateral aplicada (PL) do Caso 2. Pelos resultados apresentados, é possível observar
que, quando a variável aleatória é o módulo de elasticidade, o PCE consegue com um grau
relativamente baixo do polinômio obter resultados com boa correspondência entre o método
determinístico e não-determinístico, e para os dois graus de liberdade, para os trechos de ida e
de volta do diagrama de bifurcação.
Já o Caso 4, que considera o raio como variável aleatória, apresentou as maiores diferenças
percentuais entre os dois métodos de análise. Para a variância no trecho de volta, o PCE não
obteve resultados considerados satisfatórios, demonstrando que o raio por ser um termo não
linear, com maior complexidade, da equação não linear de equilíbrio do painel cilíndrico, esse
termo tem maior influência no comportamento dinâmico não linear do painel.
A geometria G2, conforme já apresentado na Tabela 4.1, possui o maior raio dentre todas as
geometrias analisadas. Os resultados para essa geometria serão apresentados considerando a
incerteza em um dos parâmetros físicos e geométricos, conforme apresentado na Tabela 4.2.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 99
Figura 4.35 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para hmín,
hnom e hmáx da geometria G2 (Caso 1).
(a) (b)
Para esse caso, é apresentado o polinômio de grau 2 com sendo os melhores resultados para se
obter os momentos estatísticos tanto em correspondência com os resultados de MC como em
custo computacional em relação aos demais graus.
Para o primeiro grau de liberdade é possível observar, tanto no trecho de ida como no trecho
de volta do diagrama de bifurcação (Figura 4.36), a dificuldade do PCE em descrever a região
em que ocorre o salto dinâmico entre as soluções estáveis, visto que para o mesmo parâmetro
de controle algumas seções de Poincaré são mapeadas antes, e outras após, o salto dinâmico,
dependendo do valor que a variável aleatória assume.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 100
Figura 4.36 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 1).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 101
Figura 4.37 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G2 (Caso 1) (a)
Ωf = 0,9363 (b) Ωf = 0,9516.
Os planos fases representados na Figura 4.37 demonstram que, para esses parâmetros
próximos da região de salto dinâmico nos trechos de ida e de volta do diagrama de bifurcação,
as soluções encontradas pelo PCE não possuem boa correspondência com as soluções
encontradas pelo MC como ocorre para os demais valores do parâmetro de controle no
intervalo analisado.
Figura 4.38 -(a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G2 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 1).
(a) (b)
Para o momento estatístico de segunda ordem, o PCE apresentou boa convergência com os
resultados de MC, apresentando 91% e 87% dos pontos analisados com diferenças percentuais
entre os dois métodos, PCE e MC, menores que 4,00%, como ilustrado na Figura 4.38.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 102
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 103
Figura 4.39 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A2(τ) da geometria G2 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 1).
(a) (b)
(c) (d)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 104
Figura 4.40 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para Emín,
Enom e Emáx da geometria G2 (Caso 2).
(a) (b)
Figura 4.41 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A1(τ) da geometria G2 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 2).
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 105
(a) (b)
(c) (d)
O plano fase para o parâmetro de controle Ωf = 0,9363, Figura 4.42a, nesse caso apresenta a
mesma solução estável para o trecho de ida e de volta, onde há completa correspondência do
resultado estocástico com o resultado determinístico para esse parâmetro de frequência. Para o
segundo parâmetro analisado Ωf = 0,9516, Figura 4.42b, assim como no Caso 1 da geometria
G2, são determinadas duas soluções estáveis nessa região, onde o PCE pode representar as
duas órbitas periódicas.
Figura 4.42 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G2 (Caso 2) (a) Ωf =
0,9363 (b) Ωf = 0,9516.
Outro fato interessante a se destacar é que para o segundo grau de liberdade, os resultados
obtidos desse caso, assim como observado para os resultados obtidos para o primeiro grau de
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 106
liberdade, apresentam boa concordância entre os métodos PCE e MC. Como pode ser
observado na Figura 4.43, 96% dos pontos analisados obtiveram diferenças percentuais
menores que 0,20% entre os resultados obtidos pelo MC e pelo polinômio de grau 2 tanto
para a média como para a variância. Essa melhora significativa na comparação entre os
resultados para esse grau de liberdade, pode ser explicada pelo parâmetro físico que está
sendo analisado que participa da equação não linear de equilíbrio do problema como um
termo linear.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 107
Figura 4.43 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A2(τ) da geometria G2 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 2).
(a) (b)
(c) (d)
Para o caso que se considera a aleatoriedade no parâmetro geométrico raio, assim como já
discutido na geometria G1, os resultados estocásticos não conseguem convergir para o
momento estatístico de segunda ordem para nenhum dos graus de liberdade. Apesar da
incerteza no raio não influenciar na forma do diagrama de bifurcação, como ilustrado na
Figura 4.44, há uma dificuldade maior para a obtenção dos resultados gerados pelo polinômio
de caos, pois o raio é uma variável aleatória não linear na equação de equilíbrio.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 108
Figura 4.44 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para Rmín,
Rnom e Rmáx da geometria G2 (Caso 3).
(a) (b)
Nota-se na Figura 4.45a que na região do salto dinâmico do diagrama os resultados gerados
pelo polinômio de caos de grau 2 não possui uma boa correspondência com os resultados
gerados pelas amostras determinísticas. No entanto, 95% e 92% dos demais valores obtidos
para o parâmetro de controle geraram diferenças percentuais menores que 0,10% entre os dois
métodos, PCE e MC, de análise para o momento estatístico de primeira ordem, Figura 4.45b.
Figura 4.45 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 109
Os planos fase são apresentados para os mesmos parâmetros considerados nos Casos 1 e 2 da
geometria G2. Para o parâmetro de controle Ωf = 0,9363, Figura 4.46a, assim como no Caso
2, é obtido apenas uma solução estável em uma órbita de pequena amplitude tanto pelo
método determinístico quanto pelo estocástico com boa correspondência entre eles.
Figura 4.46 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G2 (Caso 3) (a) Ωf =
0,9363 (b) Ωf = 0,9516.
Figura 4.47 -(a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G2 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 110
Para o segundo grau de liberdade, a média obtida pelo polinômio de caos foi satisfatória com
78% e 74% dos pontos analisados dentro do intervalo de parâmetro de controle observado
com diferenças percentuais menores que 0,10%, apresentando melhores resultados do que os
obtidos para o segundo grau de liberdade do Caso 1.
Figura 4.48 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G2 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
Porém, para o momento estatístico de segunda ordem, o polinômio de grau 2, mesmo obtendo
os melhores resultados em relação aos demais graus de polinômio analisados, não conseguiu
representar bem a resposta da variância ao longo do parâmetro de controle para a incerteza na
variável aleatória raio, onde, praticamente, 85% dos pontos analisados geraram diferenças
percentuais entre 5% e 50% nos trechos de ida e de volta do diagrama de bifurcação,
Figura 4.49.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 111
Figura 4.49 -(a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G2 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3).
(a) (b)
A geometria G3, conforme já apresentado na Tabela 4.1, possui o menor raio dentre todas as
geometrias analisadas, metade do raio da geometria G1 e um quarto do raio da geometria G2,
o que torna esse painel o mais rígido dentre as geometrias analisadas. Os resultados para essa
geometria serão apresentados considerando a incerteza em um dos parâmetros físicos e
geométricos conforme dado na Tabela 4.2.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 112
Figura 4.50 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para hmín,
hnom e hmáx da geometria G3 (Caso 1).
(a) (b)
Figura 4.51 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G3 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 1).
(a) (b)
Figura 4.52 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G3 (Caso 1) (a) Ωf =
0,9516 (b) Ωf = 1,0565.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 114
Em virtude do que já foi analisado para os resultados obtidos pelo MC para o trecho de ida do
diagrama de bifurcação, a comparação do momento estatístico de segunda ordem também foi
prejudicada na mesma região do parâmetro de controle já comentado na apresentação dos
resultados da média. No trecho de ida, 79% dos pontos analisados apresentaram diferenças
percentuais menores que 4,00%, enquanto no trecho de volta foram praticamente 98% com
diferenças inferiores a 4,00%.
Figura 4.53 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G3 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 1).
(a) (b)
As Figura 4.54 e Figura 4.55 demonstram que, assim como para o primeiro grau de liberdade,
os resultados de média e de variância obtidos pelo PCE para o trecho de ida não apresentaram
boa correspondência na região do salto dinâmico, resultando em 78% e 95% dos pontos
analisados nos trechos de ida e volta, respectivamente, com diferenças percentuais menores
que 0,20% entre os resultados obtidos pelo PCE e MC.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 115
Figura 4.54 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G3 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 1).
(a) (b)
Para a variância, foram obtidos também uma boa correspondência dos resultados estocásticos,
com 80% e 98% dos pontos analisados com diferenças percentuais menores que 4,00% nos
trechos de ida e de volta do diagrama de bifurcação, respectivamente.
Figura 4.55 - (a) Variância ao longo do parâmetro de controle da amplitude A2(τ) da geometria G3 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 1).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 116
Figura 4.56 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para Emín,
Enom e Emáx da geometria G3 (Caso 2).
(a) (b)
O polinômio de grau 2 foi o escolhido para representar os resultados obtidos pelo PCE. No
trecho de ida do diagrama de bifurcação houve um aumento da convergência com os
resultados determinísticos em relação ao Caso 1, onde 91% dos pontos analisados
apresentaram diferenças percentuais menores que 0,08% enquanto no trecho de volta do
diagrama de bifurcação há 98% dos pontos analisados com diferenças percentuais menores
que 0,08%.
Figura 4.57 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G3 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 2).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 117
Assim como no Caso 1 para a geometria G3, os planos fase para os parâmetros de frequência
Ωf = 0,9516 e Ωf = 1,0565 foram traçados para os trechos de ida e de volta do diagrama de
bifurcação, sendo que os resultados obtidos pelo PCE apresentaram boa convergência com os
resultados obtidos com a média determinística, como é possível observar na Figura 4.58
Figura 4.58 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G3 (Caso 2) (a) Ωf =
0,9516 (b) Ωf = 1,0565.
Para o momento de segunda ordem, os resultados do PCE de grau 2 para o primeiro grau de
liberdade apresentam boa convergência com 90% e 99% nos trechos de ida e volta do
diagrama de bifurcação, respectivamente, com diferenças percentuais menores que 4,00%.
Figura 4.59 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G3 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 2).
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 118
Para o segundo grau de liberdade, é possível observar uma excelente convergência para o
momento de primeira e segunda ordem com 87% e 99% dos pontos analisados nos trechos de
ida e de volta do diagrama de bifurcação, respectivamente, com erros menores que 0,20%
para a média. Enquanto para a variância, Figura 4.60c, 92% e 99% dos pontos analisados
apresentaram diferenças percentuais entre os métodos MC e PCE menores que 5% para os
trechos de ida e de volta do diagrama de bifurcação, respectivamente.
Figura 4.60 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G3 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A2(τ) da geometria G3 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 2).
(a) (b)
(c) (d)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 119
É possível observar na Figura 4.61 que, assim como nos Casos 1 e 2 apresentados para essa
geometria, a forma do diagrama de bifurcação não foi alterada de acordo com o valor que a
variável aleatória assume, mantendo um mesmo padrão das soluções que são obtidas ao longo
do intervalo do parâmetro de controle.
Figura 4.61 -(a) Diagramas de bifurcação determinísticos e (b) diagramas de bifurcação determinístico para Rmín,
Rnom e Rmáx da geometria G3 (Caso 3).
(a) (b)
Os resultados do momento estatístico de primeira ordem para o primeiro grau de liberdade são
apresentados na Figura 4.62 para o PCE de grau 1, pois não foram obtidos resultados
satisfatórios para graus mais elevados do polinômio. A convergência com os resultados
determinísticos foi de 65% e 81% dos pontos analisados com diferenças percentuais menores
que 2,00% nos trechos de ida e de volta do diagrama de bifurcação, respectivamente.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 120
Figura 4.62 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G3 para o PCE grau 1 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
Figura 4.63 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G3 (Caso 3) (a)
Ωf = 0,9516 (b) Ωf = 1,0565.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 121
Figura 4.64 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G3 para o PCE grau 1 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3).
(a) (b)
Os resultados do momento estatístico de segunda ordem não foram satisfatórios para nenhum
grau de liberdade e por isso não são apresentados para esse caso. O PCE de grau 1 possui
apenas um termo para compor a variância estocástica e isso pode ser um indicativo da má
convergência com os resultados determinísticos, porém para esse caso não foi possível obter
resultados para o polinômio de grau maior que 2 e, ainda sim, o do PCE de grau 1 foi o
melhor entre os resultados estocásticos obtidos.
Para a geometria G3, os resultados estocásticos obtidos para o Caso 2, que considera a
incerteza no módulo de elasticidade, assim como para as outras geometrias, foram os que
apresentaram a melhor convergência com os resultados obtidos pelo MC. No Caso 1, as
diferenças percentuais na região do parâmetro de controle 1,10 < Ωf < 1,25 podem ser
atribuídas a média determinística por não representar tão bem o que realmente acontece nessa
região do que ao resultado estocástico obtido que aparenta ser mais coerente pela forma do
diagrama obtido para esse trecho. E o caso 3 que considera a aleatoriedade no raio do painel
cilíndrico foi o que apresentou os piores resultados dentre todos os casos, e isso pode ser
atribuído pela variável aleatória ser um termo altamente não linear nas equações governantes
do problema.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 122
Nessa seção serão apresentados os resultados obtidos para a geometria G1, considerando a
aleatoriedade em duas, ou em três, variáveis aleatórias simultâneas. O processo de obtenção
dos resultados dos diagramas de bifurcação é o mesmo da seção anterior, porém com a
consideração de mais de uma variável aleatória de maneira simultânea na equação estocástica
do problema. E para a obtenção dos planos fase determinístico, uma amostra específica foi
escolhida para posterior comparação com o PCE e não a média da variável aleatória como foi
possível nos casos que consideraram apenas uma variável aleatória.
Dessa maneira, nas subseções seguintes serão apresentados os resultados para os três casos
que agrupam as variáveis aleatórias: espessura, módulo de elasticidade e raio, tomadas duas a
duas, e o caso único da consideração dessas três variáveis aleatórias em questão para a
geometria G1.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 123
Tabela 4.9 - Casos de análise da geometria G1 considerando duas variáveis aleatórias simultaneamente.
Caso Geometria ζ PL (N/m²) η1
1 h,E
2 G1 h,R 9000 0,01
3 E,R
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 124
Figura 4.65 - Diagramas de bifurcação determinísticos da geometria G1 considerando duas variaveis aleatórias
simultaneamente (Caso 1).
Figura 4.66 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 1) considerando duas variáveis aleatórias
simultaneamente.
(a) (b)
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 125
Na Figura 4.67 também são apresentados os planos fase para os mesmos parâmetros
Ωf = 0,9363 e Ωf = 0,9516 analisados nos casos que consideraram apenas uma variável
aleatória para o PCE de grau 2. Os planos fase determinísticos foram obtidos para valores de h
e E iguais a 0,0092m e 2,1636e+11 N/m², respectivamente. Observa-se que, diferentemente
dos primeiros casos que consideraram a variável aleatória isolada, para o parâmetro de
controle Ωf = 0,9363 as respostas determinísticas e estocásticas para o atrator de maior
amplitude são do tipo periódicas. Porém, foi obtido uma boa correspondência apenas para o
atrator de menor amplitude conforme dado na Figura 4.67a. Já para o parâmetro de controle
Ωf = 0,9516, observa-se na Figura 4.67b que há a existência de duas soluções estáveis e
periódicas, conforme casos anteriores dessa geometria, e uma boa correspondência para os
dois atratores de menor e maior amplitude.
Figura 4.67 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 (Caso 1)
considerando duas variáveis aleatórias simultaneamente (a) Ωf = 0,9363 (b) Ωf = 0,9516.
Assim como já analisado para a média para o intervalo 0,80 < Ωf < 1,00 no trecho de volta do
diagrama de bifurcação, foi observado nos resultados para o momento estatístico de segunda
ordem que 87% e 72% dos pontos analisados apresentaram erros menores que 8,00% nos
trechos de ida e de volta, respectivamente, para o primeiro grau de liberdade, como pode ser
observado na Figura 4.68.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 126
Figura 4.68 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 1) considerando duas variáveis
aleatórias simultaneamente.
(a) (b)
Já para o segundo grau de liberdade, tanto para a média quanto para a variância, os resultados
do PCE convergentes com os resultados obtidos pelo Monte Carlo ocorrem em menor
número. Na Figura 4.69a são apresentados os resultados para a média com 76% e 40% dos
pontos analisados com erros menores que 2,00% nos trechos de ida e de volta,
respectivamente. Enquanto para a variância 72% e 63% dos pontos analisados apresentaram
erros menores que 8,00% para os trechos de ida e de volta, respectivamente.
Figura 4.69 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 1) considerando duas variáveis aleatórias simultâneas.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 127
(a) (b)
(c) (d)
Figura 4.70 - Diagramas de bifurcação determinísticos da geometria G1 considerando duas variaveis aleatórias
simultaneamente (Caso 2).
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 128
A baixa convergência dos resultados em relação aos apresentados para o Caso 1 dessa seção
pode ser explicado pela não linearidade que essas variáveis, h e R, geram nas equações de
movimento do problema.
Figura 4.71 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 2) considerando duas variáveis aleatórias
simultaneamente.
(a) (b)
Porém para o limite estabelecido de 2,00% das diferenças percentuais entre os dois métodos
utilizados, foram obtidos bons resultados para a média do primeiro grau de liberdade com
95% e 80% dos pontos analisados com diferenças menores que o limite estabelecido para os
trechos de ida e volta do diagrama de bifurcação, respectivamente, como pode ser observado
na Figura 4.71.
Os planos fase desse caso são apresentados na Figura 4.72 e para o parâmetro de controle
Ωf = 0,9363 não houve convergência na resposta do atrator de maior amplitude, pois o PCE
encontrou uma solução do tipo quase periódica enquanto a resposta determinística é uma
solução periódica. No parâmetro de controle Ωf = 0,9516, as respostas são soluções estáveis
periódicas para os dois atratores, porém o PCE não conseguiu representar muito bem a
resposta de menor amplitude como pode ser observado na Figura 4.72b. Os planos fase
determinísticos foram obtidos para valores de h e R iguais a 0,0098m e 4,1562m,
respectivamente.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 129
Figura 4.72 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 (Caso 2)
considerando duas variáveis aleatórias simultaneamente (a) Ωf = 0,9363 (b) Ωf = 0,9516.
Assim como para o momento estatístico de primeira ordem, os resultados para a variância
também foram considerados com uma boa convergência em 89% e 73% dos pontos
analisados com diferenças menores que o limites estabelecido de 8,00% para os trechos de ida
e de volta como pode ser visualizado na Figura 4.73.
Figura 4.73 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 2) considerando duas variáveis
aleatórias simultaneamente.
(a) (b)
Assim como no Caso 1, há uma dificuldade na obtenção dos resultados para o primeiro grau
de liberdade para o intervalo do parâmetro de controle 0,80 < Ωf < 1,00 no trecho de volta do
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 130
Figura 4.74 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 2) considerando duas variáveis aleatórias simultâneas.
(a) (b)
(c) (d)
Os resultados para o segundo grau de liberdade foram apresentados na Figura 4.74,
demonstrando também resultados menos convergentes com o método de Monte Carlo do que
para o primeiro grau de liberdade com 60% e 52% dos pontos analisados para a média com
diferenças percentuais menores que 2,00% e com 55% e 46% dos pontos analisados para a
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 131
variância com diferenças percentuais menores que 8,00% para os trechos de ida e volta,
respectivamente.
Figura 4.75 - Diagramas de bifurcação determinísticos da geometria G1 considerando duas variaveis aleatórias
simultaneamente (Caso 3).
Para a média foi observado que 96% e 83% dos pontos analisados apresentam diferenças
percentuais menores que 2,00% nos trechos de ida e de volta, respectivamente, conforme
demonstrado na Figura 4.76.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 132
Figura 4.76 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados (Caso 3) considerando duas variáveis aleatórias
simultaneamente.
(a) (b)
Nesse caso, o plano fase referente ao parâmetro de controle Ωf = 0,9363, Figura 4.77a,
apresenta para a solução determinística de maior amplitude uma solução quase periódica, o
mesmo observado nos casos que consideraram apenas uma variável aleatória para essa
geometria. Assim como nos casos anteriores, o PCE não conseguiu representar bem essa
solução, e para esse parâmetro de controle houve apenas convergência no atrator de menor
amplitude.
Figura 4.77 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 (Caso 2)
considerando duas variáveis aleatórias simultaneamente (a) Ωf = 0,9363 (b) Ωf = 0,9516.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 133
Na Figura 4.77b é possível observar as soluções estáveis periódicas encontradas pelos dois
métodos de análise, porém não houve convergência em nenhum dos dois atratores. Os planos
fase determinísticos foram obtidos para valores de E e R iguais a 2,0897e+11 N/m2 e 4,1420
m.
Assim como para o momento estatístico de primeira ordem, os resultados para a variância
também apresentaram uma boa convergência com 92% e 79% dos pontos analisados com
diferenças percentuais menores que 8,00% nos respectivos trechos de ida e de volta, como é
possível observar na Figura 4.78.
Figura 4.78 - (a) Variância ao longo do parâmetro de controle da amplitude A1(τ) da geometria G1 para o PCE
grau 2 e (b) diferenças percentuais entre os dois métodos utilizados. (Caso 3) considerando duas variáveis
aleatórias simultaneamente.
(a) (b)
Já para o segundo grau de liberdade, o Caso 3 foi o que apresentou os resultados obtidos pelo
PCE menos convergentes com os obtidos pelo MC para a média dentre os demais casos dessa
subseção. Na Figura 4.79 é possível observar apenas 0,5% e 42% dos pontos analisados com
diferenças percentuais menores que 2,00% para a média e em 73% e 67% dos pontos
analisados com diferenças percentuais menores que 8,00% para os trechos de ida e de volta,
respectivamente.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 134
Figura 4.79 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados para média (c) variância ao longo do parâmetro de
controle da amplitude A2(τ) da geometria G1 para o PCE grau 2 e (e) diferenças percentuais entre os dois
métodos utilizados para variância (Caso 3) considerando duas variáveis aleatórias simultâneas.
(a) (b)
(c) (d)
Nessa seção será apresentado o caso único que levou em consideração as três variáveis
aleatória, h, E e R para a geometria G1, mantendo a magnitude da pressão lateral PL e o valor
do coeficiente de amortecimento viscoso, conforme os casos anteriores, nos valores de 9000
N/m2 e 0,01, respectivamente.
Na Tabela 4.10 são apresentados os termos para compor o PCE de grau 1 quando é
considerado três variáveis aleatórias simultaneamente. O PCE de grau 2 possui 10 termos,
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 135
porém, a não linearidade geométrica do problema é elevada de tal sorte que não foi possível
obter nenhum resultado para algum grau de polinômio superior a 1.
Figura 4.80 - Diagramas de bifurcação determinísticos da geometria G1 considerando três variaveis aleatórias
simultaneamente.
Foram obtidos bons resultados para o momento estatístico de primeira ordem do primeiro
grau de liberdade com 90% e 73% dos pontos analisados com erros menores que 2,00% e,
assim como já observados nos casos anteriores, para essa mesma geometria e carregamento,
há uma dificuldade da correspondência do PCE com a média determinística na região do salto
dinâmico no trecho de volta, conforme ilustrado na Figura 4.81.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 136
Figura 4.81 - (a) Diagramas de bifurcação da amplitude A1(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados considerando três variáveis aleatórias simultaneamente.
(a) (b)
Os planos fases são apresentados na Figura 4.82 para os parâmetros de controle Ωf = 0,9363 e
Ωf = 0,9516 e foram obtidas apenas soluções estáveis periódicas para os dois atratores
existentes em cada parâmetro de controle analisado, tanto de forma determinística como
estocástica. Porém, para os atratores de maior amplitude o PCE não conseguiu representar
bem a solução obtida de forma determinística. Os planos fase determinísticos foram obtidos
para os valores de h, E e R iguais a 0,0098m, 2,1414e+11 N/m2 e 4,1562m.
Figura 4.82 - Planos fase do painel cilíndrico determinísticos e estocásticos da geometria G1 considerando três
variáveis aleatórias simultaneamente (a) Ωf = 0,9363 (b) Ωf = 0,9516.
A. E. F. PALLA Capítulo 4
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 137
Para o segundo grau de liberdade, os resultados apresentados na Figura 4.83 indicam uma pior
correspondência nos dois trechos de ida e de volta principalmente na região do salto
dinâmico. Apenas 57% e 48% dos pontos analisados apesentaram diferenças percentuais
menores que 2,00%.
Figura 4.83 - (a) Diagramas de bifurcação da amplitude A2(τ) da geometria G1 para o PCE grau 2 e (b)
diferenças percentuais entre os dois métodos utilizados considerando três variáveis aleatórias simultaneamente.
(a) (b)
A. E. F. PALLA Capítulo 4
CAPÍTULO 5
CONCLUSÕES
Esta dissertação teve como objetivo analisar as curvas de ressonância de um painel cilíndrico
esbelto simplesmente apoiado, submetido a uma pressão transversal dinâmica, para três
geometrias diferentes, considerando a aleatoriedade em parâmetros físicos e geométricos,
como: espessura, módulo de elasticidade e raio.
As geometrias nominais analisadas se diferenciam pelo raio de curvatura sendo que o raio da
geometria G1 é 50% maior que o da geometria G2 e 50% menor que o da geometria G3. O
valor da magnitude da pressão transversal dinâmica utilizada, em cada geometria analisada,
foi diferente entre si, apresentando para a geometria de menor raio, a maior carga para ativar a
não linearidade do problema até que a amplitude máxima atingisse duas vezes o valor da
espessura.
A. E. F. PALLA Capítulo 5
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 139
Diante das diversas análises realizadas para diferentes graus do polinômio de caos,
carregamento, coeficiente de amortecimento e geometrias do painel cilíndrico, têm-se como
as principais conclusões dessa dissertação:
A. E. F. PALLA Capítulo 5
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 140
dos resultados pelo PCE. Por isso, para a geometria G3 os momentos estatísticos de
segunda ordem obtidos pela abordagem estocástica não foram satisfatórios;
• O aumento do grau do polinômio não gerou uma maior eficiência que na resposta
estocástica que compensasse o elevado custo computacional. Os resultados de todas as
análises foram gerados até o grau máximo do polinômio capaz de obter as soluções
dinâmicas e, mesmo assim, a maioria dos resultados desse trabalho foram
apresentados para polinômios de baixa ordem, demonstrando a alta eficiência do
método utilizado na obtenção dos resultados na maioria dos trechos do diagrama de
bifurcação obtidos;
• A partir da comparação com os resultados determinísticos, foi possível observar que a
pior correspondência dos resultados estocásticos com os determinísticos se deu em
trechos próximos a ressonância em todos os casos analisados seja no diagramas de
bifurcação com comportamento do tipo softening, ou do tipo hardening, demonstrando
a limitação para a obtenção dos resultados estocásticos para os casos analisados nesse
trabalho diante da abordagem intrusiva adotada;
• Na consideração de duas, ou de três, variáveis aleatórias simultâneas, a quantidade de
termos aumenta consideravelmente para o mesmo grau de polinômio. Em problemas
contínuos com não linearidade geométrica, isso dificulta ainda mais a obtenção dos
resultados estocásticos para maiores graus do polinômio que melhoram a convergência
principalmente do momento estatístico de segunda ordem. A variabilidades das
soluções encontradas variou de acordo com o grupo de variáveis que estavam sendo
consideradas, demonstrando novamente a influência de cada parâmetro aleatório de
forma diferente;
• Em todos os casos, também foram obtidos planos fase pela abordagem do Caos
Polinomial e Galerkin Estocástico para a verificação da qualidade das soluções e
posterior comparação com os resultados determinísticos. Foi observado que, em
relação aos trechos com pior correspondência entre os diagramas de bifurcação
obtidos pelo PCE e MC, há uma deficiência de convergência da abordagem intrusiva
empregada nessa dissertação. Porém, para as regiões onde não coexistem soluções
quase-periódicas ou caóticas, a abordagem proposta é totalmente aderente as soluções
encontradas pelo MC. Com a consideração de mais de uma variável aleatória, houve
uma pior correspondência nesse tipo de resultado quando comparado com os obtidos
pelo método de Monte Carlo, o que já havia sido observado nos diagramas de
A. E. F. PALLA Capítulo 5
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 141
bifurcação. Nas soluções quase periódicas encontradas para alguns casos não foi
possível obter a mesma qualidade de solução pelo PCE;
• A abordagem intrusiva do método de Galerkin Estocástico apresenta uma maior
dificuldade de implementação à medida que o nível de incertezas e o grau do
polinômio utilizado aumenta, ainda mais em uma análise dinâmica não linear de um
sistema contínuo com um nível de complexidade mais alto do que os sistemas
discretos. Ainda assim, os resultados estocásticos obtidos para os casos de geometria e
carregamento analisados apresentaram boa correspondência com os resultados obtidos
pelo Monte Carlo na maioria dos trechos do parâmetro de controle, incluindo trechos
que apresentaram uma média de vibração alta;
• Esse trabalho tem como caráter introdutório considerar a aleatoriedade na análise
dinâmica de um sistema contínuo como o painel cilíndrico através da inserção dessas
incertezas pelo Caos Polinomial em uma abordagem intrusiva, juntamente com o
método de Galerkin Estocástico, na tentativa de entender a aplicabilidade e eficiência
do método para a resolução desse tipo de problema. Diante das diferentes geometrias e
carregamento, os resultados estocásticos em sua grande maioria apresentaram boa
correspondência com os obtidos pelo método de Monte Carlo, demonstrando que o
método é capaz de descrever o comportamento dinâmico da estrutura considerando a
aleatoriedade em parâmetros físicos e geométricos sem a necessidade de um processo
de amostragem.
Como sugestão para trabalhos futuros e continuidade da pesquisa, tem-se os seguintes pontos:
A. E. F. PALLA Capítulo 5
REFERÊNCIAS
ALIJANI, F.; AMABILI, M. Non-linear vibrations of shells: A literature review from 2003 to
2013. International Journal of Non-Linear Mechanics, [s. l.], v. 58, p. 233-257, 2014.
AMABILI, M. Nonlinear vibrations and stability of shells and plates. 1. ed. New York:
Cambridge University Press, 2008. 390 p.
BRUSH, D. O.; ALMROTH, B.O. 1 ed. Buckling of bars, plates and shells. McGraw-Hill,
1975. 379 p.
DONNELL, L. H. A new theory for the buckling of thin cylinders under axial compression
and bending, Transactions of the American Society of Mechanical Engineers, [s. l.], v.56,
p. 795-806, 1934.
A. E. F. PALLA Referências
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 143
GEL, A.; GARG, R.; TONG C.; SHAHNAM M.; GUENTHER C. Applying uncertainty
quantification to multiphase flow computational fluid dynamics. Powder Technology, v. 242,
p. 27-39, 2013.
A. E. F. PALLA Referências
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 144
WIRSCHING, P. H.; PAEZ, T. L.; ORTIZ, K. Random vibrations: theory and practice. 1.
ed. New York: Dover Publications, 2006. 448 p.
A. E. F. PALLA Referências
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 145
A. E. F. PALLA Referências
APÊNDICE A
FREQUÊNCIAS RESSONANTES
A. E. F. PALLA Apêndices
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 147
460,72 422,32
998,22 433,40
1027,53 441,35
1061,36 453,25
1111,85 456,79
1148,00 1128,96
1174,52 1131,32
426,77+6,14i 1039,84+2,51i
448,71+7,21i 1086,19+6,72i
426,77-6,14i 1086,19-6,72i
448,71-7,21i 1039,84-2,51i
A. E. F. PALLA Apêndices
Utilização do Caos Polinomial para análise das curvas de ressonância estocásticas de painéis cilíndricos 148
A. E. F. PALLA Apêndices