Otimizaao dos Parmetros de Um Sistema Massa-Mola c a

Pedro Araujo Rosa April 26, 2011

1 Abstract
Nesse artigo, ns relatamos o uso do modelo matemtico de equaes diferenciais do o a co sistema massa-mola para investigar os diferentes efeitos da variaao parmetros, que c a so os coecientes da equao diferencial. Coecientes esses fornecidos no in a ca cio do problema cujos valores so geralmente obtidos empiricamente, atravs de medies de a e co determinadas propriedades f sicas. Outras propriedades esto diretamente conectadas a a esses parmetros e podem ser calculadas direta, ou indiretamente. A idia variar esses a e e parmetros de modo a obter um valor timo para uma dessas propriedades e vericar a o como o modelo se comporta.

2 Modelo
O modelo j conhecido por muitas pessoas que j estudaram equaoes diferenciais de ae a c segunda ordem, uma vez que ele nos apresenta uma equao que j foi estudada muitas ca a vezes com muita teoria para fundament-la. Trata-se de um caso onde ocorre o fenomeno a da oscilao de um corpo contendo uma quantidade de massa m preso a uma mola ideal, ca ou seja, cuja massa desprez e vel, com coeciente elastico k. O que nos interessa a e posio do corpo ao longo do tempo, e esse valor que oscilando representa o movica e mento peridico do objeto. o Tal oscilaao acontece devido as foras que atuam no corpo. Pela 2a Lei de Newton c c a fora resultante FR atuando sobre um objeto proporcional a sua massa e a sua acelc e eraao a, o que pode ser escrito na forma de equaao: c c 1. FR = m a Se considerarmos o objeto fora da posiao de repouso da mola, uma fora elstica FE c c a atua sobre o objeto, e de acordo com a lei de hooke temos que para a mola ideal: 2. FE = k x Onde x a posiao do objeto em relaao a posiao de repouso da mola. Ou seja, quando e c c c 1

x = 0 a fora elstica nula FE = 0, a posio onde a mola no est tensionada. Em c a e e ca a a um caso especial onde essa a unica fora atuando sobre o corpo, podemos dizer que: e c 3. FR = FE Isso implicaria em: 4. m a = k x Mas como bem sabemos, a aceleraao a segunda derivada da posiao com relaao c e c c ao tempo. Ento se x uma varivel que depende do tempo t ento ela torna-se uma a e a a funo x(t). Supondo que essa funao pertence ao espao C , que o espao das funoes ca c c e c c innitamente diferenciveis, podemos encontrar a segunda derivada da posiao, o que a c ns j sabemos que a acelerao. Ento temos que: o a e ca a 5.
2x t2

=a
2x t2

6. m

= k x(t)

Essas equaes ilustram o caso descrito pela gura abaixo: co

Esse um modelo simples. Onde foras de atrito no so consideradas, e o sistema e c a a no tem nenhum outro efeito externo que inuencia no movimento do corpo. Se puda ermos medir qualquer outra fora externa FX , o calculo da fora resultante no muda c c a muito, uma vez que podemos simplesmente adicion-la no clculo da 2a Lei de Newton a a da seguinte forma: 7. FR = FE + FX Iremos supor que essa uma fora peridica da seguine forma: e c o 2

8. FX = F0 sen(w t) Note que esse agente externo tambm est em funao do tempo, e complicar a nossa e a c a equaao diferencial um pouco mais. Usando ento as equaoes 1, 2 e 8, e substituindo c a c em 7, temos: m a = k x + F0 sen(w t) Porm como nas hipteses citadas acima, podemos utilizar tambm a equaao 5, e troe o e c carmos a componente da fora elstica, para isolarmos a varivel relativa a posiao. c a a c 9. m
2x t2

+ k x(t) = F0 sen(w t)

H tambm mais uma fora presente, que a fora que representa o amortecimento a e c e c viscoso. Curiosamente ela uma fora que depende da velocidade e de um coeciente e c de amortecimento que obtido experimentalmente podendo ser escrita como equaao: e c 10. FV = v Onde v representa a velocidade. Que como ja conhecida, a taxa de variaao e e e c do espao em relaao ao tempo. Em outras palavras, a derivada do espao em relaao ao c c c c tempo. Como x(t) pertence a C , ento no temos problemas em derivar e reescrever 10. a a 11. x = v t 12. FV =

x t

E agora temos mais uma fora para ser adicionada ao sistema, e ento iremos reutic a a Lei de Newton, e reescrever por completo a equaao diferencial. c lizar a 2 13. FR = FE + FX FV O amortecimento viscoso negativo pois ele se ope ao movimento do objeto. e o 14. m
2x t2

x t

+ k x(t) = F0 sen(w t)

A equaao 14 a equao que estudada nesse artigo. E uma equao diferencial c e ca e ca ordinria linear no homognea de segunda ordem. As formas de resoluo no sero a a e ca a a discutidas nesse artigo uma vez que podem ser encontradas em diversos livros, mas devemos observar outras propriedades f sicas que podem ser interessantes que dependem justamente dos 3 parmetros principais para a equaao diferencial que so a massa, e a c a coeciente de amortecimento e a constante elstica m, , k. a

Uma equao diferencial no estar completa se no houver condies pr-determinadas, ca a a a co e sejam elas iniciais ou de contorno.

2.1 Propriedades
Algumas propriedades f sicas so medidas e so dados inicias para o problema, outras a a so calculadas a partir de determinadas funes que dependem das informaes fornecia co co dos. De fato, espera-se que a soluao da equao seja uma funao oscilatria como uma c ca c o combinaao linear de senos e cossenos. Se observamos a equao 6, que modela o movic ca mento de forma simples, sem amortecimento ou inuncias externas, temos uma soluao e c j conhecida: a 15. x(t) = C1 sen(
k m

t) + C2 cos(

k m

t)

De posse das funes j conhecidas, calcular o per co a odo de oscilaao T simples, junc e tamente com a frequncia que o inverso desse per e e odo. De fato, o coeciente que multiplica a varivel t, a frequncia natural angular wn a e e 16. T = 2 17. wn =
k m m k

As constantes C1 e C2 podem ser calculadas utilizando as condies iniciais, ou de co contorno, fornecidas no in do problema, e fornecem a amplitude do movimento. cio Porm essa equao j foi vista anteriormente e no o objeto da nossa anlise. O e ca a a e a nosso objetivo a equaao 14, a qual depende das ra da equaao caracter e c zes c stica associada a soluo para a equaao diferencial na sua forma homognea. ca c e
x m 2 + x + k x(t) = 0 t t 18. m r2 + r + k = 0
2

De tal forma que as ra zes dessa equao so: ca a 19. = 20. r1 = 21. r2 = 2 4 m k

+ 2m + 2m

E as solues para a equao 14 na forma homognea dependem diretamente do valor co ca e de e so chamadas de soluao geral xg . Temos ento 3 possibilidades para: a c a a. > 0, > 4 m k, xg (t) = C1 e(r1 t) + C2 e(r2 t) Nesse caso o sistema super amortecido pois o coeciente de amortecimento to e e a 4

forte que o sistema tende ao seu estado natural. b. = 0, = 4 m k, xg (t) = C1 e(r1 t) + C2 t e(r2 t) Nesse caso o sistema chamado de criticamente amortecido, pois esse o menor valor e e poss para , xando os outros parmetros, de modo que no h oscilao. De fato, vel a a a ca esse valor para tambm chamado de amortecimento cr e e tico c e pode ser escrito c = 4 m k. Sempre que = c o amortecimento ser cr a tico. c. < 0, < 4 m k, xg (t) = e( 2m i) (C1 sen( t) + C2 cos( t)) Nesse caso o sistema dito subamortecido. O sistema oscila com sua amplitude e decrescendo conforme o tempo, tendendendo a retornar a seu estado natural com oscilaes sempre na mesma frequncia mas com amplitude cada vez menores. E o co e caso mais esperado de oscilao. Nota-se que aqui temos funes seno e cosseno, o ca co que gera oscilao peridica com per ca o odo wd = . A soluo exata para a equaao 14, formada pela combinao linear da soluo geral ca c e ca ca com uma soluo particular xp que mais complexa de ser encontrada, de modo que: ca e 22. x(t) = xg (t) + xp (t) Felizmente para a equao 14, j conhecida e estudada, sabemos que a soluo parca a ca ticular da forma: e 23. xp (t) = D1 sen(w t + ) De tal modo que podemos substituir na equao 22: ca 24. x(t) = e( 2m i) (C1 sen( t) + C2 cos( t)) + D1 sen(w t + ) Podemos observar alguns acontecimentos interessantes. A primeira coisa que nos chama ateno e o fato da amplitude da oscilao denotada pela soluo geral decair com o ca ca ca tempo, enquanto que a amplitude da oscilao oriunda da soluo particular mantm-se ca ca e ativa. Diz-se que xg descreve a vibrao livre e, como ela se atenua conforme o tempo ca passa, ela chamada tambm de transitria. J xp descreve a vibrao forada, tambm e e o a ca c e chamada de permanente. O segundo fato que encontrar C1 e C2 depende das condies iniciais da equao e co ca diferencial, enquanto que os valores para D1 e esto diretamente associados a equao a ca 14, basta derivarmos a funo descrita em 23, e substituirmos na equao diferencial. ca ca 25. xp (t) = w D1 cos(w t + ) 26. xp (t) = w2 D1 sen(w t + ) 27. m xp (t) + xp (t) + k xp (t) = F0 sen(w t) Abrindo essa equaao e resolvendo temos um sistema de equaes para as costantes c co 5

D1 e :
w 28. = arctg( kmw2 )

29. D1 =

F0 k 2 m ]2 +[ w]2 [1w k k

E iremos denir tambm o fator de amplicaao , que a razo entre a amplitude e c e a da deexo provocada pela vibraao forada e a deexo causada pela fora esttica. a c c a c a 30. =
D1 F0 k

Esse valor nos mostra mais qualitativamente do que quantitativamente, o quanto o sistema afetado pela inuncia externa FX j conhecida devido a equao 8. De fato essa e e a ca soluo particular s vlida pelo fato da fora externa ser de natureza trigonomtrica. ca oe a c e A soluo particular tem seu nome justamente por servir apenas para aquela equao, ca ca tanto que podemos calcular quaisquer constantes associadas a funo xp (t). e ca Observamos aqui uma srie de propriedades f e sicas como a natureza do movimento, o clculo da frequncia da vibrao transitria, o coeciente de amortecimento cr a e ca o tico, dentre outras. O nosso objetivo est centrado no fator amplicao, j que queremos a ca a um sistema que, no geral, seja menos afetado o possivel pela fora externa. c Podemos enxergar tambm a equaao 30 na seguinte forma: e c =w =
k m 1

2 [1 2 ]2 + mk 2

Da tiramos exatamente a nossa funao objetivo: c 31. Obj = d

2.2 Comportamento
Podemos usar a equao 30 para calcular o valor do fator de amplicaao, e temos ca c tambm, pela equao 29, o valor de D1 . Podemos notar que o fator de amplicaao e ca c depende diretamente dos 3 parmetros inicias da equaao diferencial 14. Basta aplicara c mos corretamente as substituioes. c = 32.
F0 k F0 k [1w2 m ]2 +[ w]2 k k 1 = [1w2 m ]2 +[ w]2 k k

Desse resultado bem sintetizado, ca simples de prever o comportamento de acordo com os valores previamente passados. Basta que observemos o valor do denominador,

uma vez que o numerador constante. Para fazer aumentar ns temos que fazer todo e o o denominador tender a 0. Antes mesmo, temos de ver quando a equao no admite ca a valores reais. Observando a equao 31, a condio para que o valor do fator de amplicao seja ca ca ca um nmero real que o denominador seja real diferente de 0. Isso quer dizer que o que u e quer que esteja no radicando no denominador deve ser estritamente positivo. 33. [1 w2 m ]2 + [ w]2 > 0 k k 2 w2 (k w2 m)2 > 0 As duas parcelas da subtrao so necessariamente positivas por serem elevadas ao ca a quadrado, o que nos leva `: a 34. | w| > |k w2 m| A relao denotada em 33 no de equivalncia, porm facilita bastante na visualca a e e e izao. Fica simples levarmos o denominador para um valor desejado. ca [1 w2 35.
m 2 k] k2

2 w2 (kw2 m)2

+ [ w]2 = k =

E quanto mais perto de 0 estiver , maior ser o valor de . De fato uma razo a e a entre duas amplitudes. A amplitude do movimento oscilatrio, e a amplitude da fora o c externa, e quanto mais prxima de 1 for essa razo, mais prximo da ressonncia estar o a o a a o sistema. Devido ao fato do radicando ser uma soma de quadrados, sempre teremos raiz positiva, resultando em valores reais.

3 Ferramentas
Foram usados softwares de computao espec ca cos para tratar o problema. Em especial, para a otimizao foi usado o software ModeFrontier produzido pela companhia ca ESTECO. E quanto para realizar o clculo da funo foi usado o Octave. a ca

3.1 ModeFrontier
O software ModeFrontier um software de otimizao com capacidade de acoplar o fune ca cionamento de diversos outros programas fazendo com que a informao transite entre ca os aplicativos fazendo os calculos necessrios at chegar at a funo objetivo, e isso a e e ca e interessante pois cada aplicao capaz de fazer clculos diferentes, e tem formas de ca e a organizao de dados distinta. O que o ModeFrontier faz alterar os valores iniciais do ca e problema, e avaliar os valores retornados pela funo objetivo de modo a otimiz-la. ca a

O programa tambm conta com diversas ferramentas para a anlise dos dados obtie a dos, como critrios de deciso para escolha de uma soluo na fronteira de pareto que e a ca se forma em otimizaes multi-objetivas, Interpolaes com diversas bases de funes co co co dispon veis, dentre outras.

3.2 Octave
O software Octave foi desenvolvido para realizar calculos que necessitam de preciso a numrica. Muitos clculos complexos, como por exemplo clculos de integrao e operaes e a a ca co com matrizes, demoram muito tempo e j foram programados, alguns com otimizaes a co espec cas em seus algoritmos. Essa aplicao no utiliza clculo simblico, ento alguca a a o a mas operaes so realizadas atravs de aproximaes numricas. co a e co e A aplicao funciona com uma linguagem em script, ou seja, possivel programar a ca e funo a ser calculada da forma desejada. E nesse script voc pode invocar funes j ca e co a incorporadas no interpretador como a funo para integrao, ou a funo para resoluo ca ca ca ca de equaes diferenciais. O programa funciona pela linha de comando ento seus dados co a so facilmente redirecionveis, facilitando sua integrao com o software de otimizao a a ca ca utilizado. O programa foi utilizado na verso 3.2.4, e conta com os pacotes ODEPACK[1] e Quada pack[2] de algoritmos para resoluao de equaes diferenciais ordinrias, e integrao c co a ca de funes, respectivamente. Ambos foram escritos em FORTRAN e adaptados para a co linguagem do prprio Octave. O primeiro um pacote de algoritmos para solucionar o e equaes diferenciais com condies iniciais. O segundo um pacote para integrao de co co e ca funes sendo a maioria dos algoritmos baseados na quadratura gaussiana. co

3.3 Sistema
O sistema operacional, bem como a mquina onde os programas esto sendo executados a a podem gerar resultados diferentes. A otimizao foi executada sobre um sistema opca eracional Windows XP 64 bits que funciona sobre dois processadores Intel Core(TM)2 Duo E7400. Memrias cache, RAM, e ROM, inuenciam apenas na velocidade do proo cessamento, no necessitando sua explicitao, uma vez que o objetivo no vericar a a ca a e velocidade do algoritmo e sim investigar os fenomenos no modelo.

4 Otimizaao c
Problemas de otimizao tem aparies constates na matemtica e possuem diversos ca co a mtodos de resoluo que seguem diferentes idias e caminhos. Alguns problemas seguem e ca e o caminho determin stico, onde voc caminha pelas variveis, uma de cada vez, procue a rando melhores valores para sua funo, geralmente seguindo o gradiente. Outros algoritca mos usam da probabilidade com regras para a deciso de melhores valores aproximandoa se dos pontos timos. Isso divide os algoritmos em duas classes: Estocsticos e Detero a 8

min sticos. Obviamente, por serem to distintos, seus resultados podem divergir. a Fizemos a otimizao com mais de um algoritmo justamente para comparar os resultaca dos, utilizando um algoritmo determin stico, e dois algoritmos estocsticos diferentes. O a primeiro, que o determin e stico, um mtodo Quasi-Newton, o segundo um algoritmo e e e gentico, e o terceiro um mtodo de disperso de particulas. e e e a Fizemos tambm otmizaes robustas, que contam com incertezas estat e co sticas, o que aproxima a otimizao da realidade. Tais incertezas seguem a distribuio normal ca ca tambm conhecida como distribuio Gaussiana. A otimizao procura alm de ene ca ca e contrar os pontos de mximo das funes objetivo, procura os pontos onde diferenas a co c nas variveis implicam em menores diferenas no resultado. De certa forma voc adia c e ciona mais um objetivo de minimizar o gradiente da funo. ca Algoritmos deterministicos tem a vantagem de serem mais velozes, uma vez que eles simplesmente seguem formulas para convergir em um unico ponto, lhe fornecendo apenas um ponto de mximo alcanvel a partir do ponto inicial dado. Como partimos de a ca diversos pontos iniciais em, momentos diferentes, h possibilidade de encontrarmos mais a de um valor timo para a funo. Vale citar tambm que a convergncia do mtodo o ca e e e determin stico signicantemente mais veloz que a dos mtodos estocsticos, e tambm e e a e tem uma maior aproximaao do mundo cont c nuo, uma vez que a sua discretizao ca e apenas em uma regio. a Por outro lado, algoritmos estocsticos, conseguem fugir das frmulas espalhando suas a o tentativas de encontrar sua soluo por todo o dom ca nio. encontrando, ou pelo menos chegando prximo, dos pontos timos do dom o o nio. Como os mtodos estocsticos dee a pendem de discretizaes bem maiores para seu funcionamento, natural que ele se co e distancie um pouco dos valores em um mundo cont nuo, apesar de que, a diferena ser c a pequena, e sempre podendo ser reduzida, claro, ao custo de mais lentido no algoritmo. a

5 Resultados
Aqui apresentamos alguns resultados obtidos na otimizao. Toda a otimizao foi feita ca ca considerando a amplitude da fora constante de valor 2N . E importante tambm citar c e os limites das variveis de entrada: a 1m2 0.5 2 1k2 04 Alguns parmetros extras sero mitidos, como a preciso da soluo, a taxa de aproxa a a ca imao do ponto timo pelo gradiente, a quantidade de valores discretos usados para ca o 9

executar o algoritmo gentico, dentre outros. Lembrando que a funo objetivo uma e ca e integral, e o calculo desta foi feito utilizando o software Octave.

5.1 BFGS (Quasi-Newton):

k 1 1.003333 2 2 m 1.003333 1 1.333333 1.333333 1.4477 1.4477

5.2 MOGA(Algoritmo Gentico): e

k 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 m 1 1 1 1 1 1 1 1 1 1 1 1.1 1.1 1.1 2.8 1.2 0 0.4 2 0.8 1.6 3.2 3.6 2.4 4 1.2 1.6 2.4 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484

10

5.3 MOPSO(Disperso de Part a culas):

k 1.1 1 1.1 1 1.1 1.1 1.1 1 1.1 1.1 1.1 1.1 1.1 1 1.1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 m 1 1.1 1 1.1 1 1 1 1.1 1 1 1 1 1 1.1 1 1.1 1.1 1.1 2.4 1.6 2 2 2.8 1.2 3.2 2.4 4 3.6 0.4 0.8 1.6 1.2 0 3.2 0.8 2.8 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484 1.484

6 Concluses o
Observe que em todos os pontos timos encontrados, o valor para o Amortecimento o e mximo, o que signica que ele tem uma importncia signicativa no fator de amplia a cao. Nota-se que o mesmo valor pode ser obtido com diversos valores diferentes para ca as variveis. a O mais interessante que a massa e a constante elstica nunca cam m e a nimas ao mesmo tempo para atingir o ponto mximo. O que no algo bvio apesar de ser um dos a a e o resultados do algoritmo. Outro ponto interessante que diversas velocidades angulares e para a fora externa resultam no ponto timo. Como a funo no simples por ser uma c o ca a e integral de uma funo racional, encontrar pontos timos pode ser um pouco custoso, ca o apesar do pequeno dom nio escolhido. Notamos tambm que nesse caso o mtodo determin e e stico conseguiu encontrar uma soluo melhor que o mtodo estocstico, porm uma quantidade muito mais limitada ca e a e de solues. E necessria uma anlise antes de escolher o ponto timo para a obra ser co a a o executada.

11

7 Referncias e
[1] A. C. Hindmarsh, ODEPACK, A Systematized Collection of ODE Solvers, in Scientic Computing, R. S. Stepleman et al. (eds.), North-Holland, Amsterdam, 1983 (vol. 1 of IMACS Transactions on Scientic Computation), pp. 55-64. [2] R. Piessens, E. De Doncker-Kapenga and C. W. Uberhuber. QUADPACK: a subroutine package for automatic integration. [3] R. C. Hibbeler, Dinmica Mecnica para Engenharia, 10a edio. a a ca

12