Essa dissertação propõe um conjunto de experimentos de simulação em sistemas sujeitos a dois modos de falha com vistas à otimização de confiabilidade. Para tanto, propõe a modelagem analítica e otimização via Algoritmo Genético em sistemas série-paralelo com múltipla escolha de componentes. A ocorrência de falhas em produtos e serviços pode gerar descontentamento aos clientes e até riscos à sua segurança. Em muitos casos práticos, sistemas constituídos por componentes que apresentam dois modos de falha (ou seja, que podem falhar no modo aberto ou curto) são caracterizados por elevada complexidade matemática e analítica para mensuração de sua confiabilidade e estabelecimento de arranjos ótimos. O objetivo da modelagem de estruturas com foco na otimização de confiabilidade consiste em determinar o arranjo que proporciona níveis mais elevados de confiabilidade, ao passo que problemas de alocação de redundância visam à seleção de componentes e níveis apropriados de redundância que maximizem a confiabilidade ou minimizem os custos do sistema frente a restrições de projeto. São estudados os sistemas série-paralelo k-out-of-n (em que qualquer combinação de k dentre n componentes devem operar devidamente). Esse trabalho inova ao apresentar sistemas série-paralelo l-out-of-m, onde a falha de até l dentre m subsistemas não ocasiona falha no sistema geral. Os métodos apresentados fornecem uma contribuição ao estudo de confiabilidade em sistemas com dois modos de falha. / This dissertation proposes a set of simulation experiments in series-parallel systems subject to two failure modes with a view to reliability optimization. Therefore, proposes analytical modeling and optimization by the genetic algorithms in k-out-of-n series-parallel systems and l-out-of-m series-parallel systems, with multiple choice of components. When it comes to products and services, functional errors can lead disgruntlement by customers and even security risks. In many practical cases, systems consisting of two failure modes components (ie, they can fail in open or short mode) rely on highly mathematical and analytical complexity for reliability estimation and establishment of optimal arrangements. The goal of structural modeling focused on reliability optimization is to determine the design that provides the highest reliability levels, while the redundancy allocation problem involves selecting components and appropriate levels of redundancy that either maximize reliability or minimize system costs against design constraints. The k-out-of-n series-parallel structure (any combination of k among n components must operate properly) are studied and this work innovates by presenting l-out-of-m series-parallel systems, where failure of up to l within m subsystems does not cause a overall system failure. The methods presented contribute to the study of reliability in systems with two modes of failure.

A otimização estrutural, utilizando ferramentas computacionais é um grande campo de pesquisa na atualidade. Os métodos utilizados, dependendo da complexidade do problema, demandam um grande custo computacional, e por isso vem sendo avaliandas várias técnicas para diminuí-lo. Uma delas é o emprego de técnicas de aproximação de análises, dentre as quais destacam-se as redes neurais, que combinadas aos métodos de otimização e de análises clássicos conseguem bons resultados e reduzem significativamente o tempo de processamento. O emprego dos compósitos laminados como material estrutural vem crescendo nos últimos tempos, incentivado pela suas excelentes propriedades mecânicas e baixo peso. Em consenso com todo o esforço científico dedicado a essa área, o presente trabalho visa a implementação de uma ferramenta computacional capaz de otimizar estruturas complexas fabricadas com tais materiais, a um baixo custo computacional. Com isto em mente, é desenvolvido um sistema de otimização, aproveitando módulos implementados previamente para a análise estática linear e não linear através do método dos elementos finitos (MEF), e o módulo de otimização por algoritmos genéticos. Serão desenvolvidos os módulos de análise modal, para otimizar também estruturas com critérios baseados em freqüências e modos, e o modulo de redes neurais de tipo perceptron para aproximações das análises feitas através do MEF. Alguns exemplos são apresentados para demonstrar que bons resultados são obtidos com a utilização de redes neurais artificiais, cujo treinamento permite poupar tempo computacional proveniente do grande número de análises usualmente necessárias no processo de otimização. / Structural optimization using computational tools has become a major research field in recent years. Methods commonly used in structural analysis and optimization may demand considerable computational cost, depending on the problem complexity. Therefore, many techniques have been evaluated in order to diminish such impact. Among these various techniques, artificial neural networks may be considered as one of the main alternatives, when combined with classic analysis and optimization methods, to reduce the computational effort without affecting the final solution quality. Use of laminated composite structures has been continuously growing in the last decades due to the excellent mechanical properties and low weight characterizing these materials. Taken into account the increasing scientific effort in the different topics of this area, the aim of the present work is the formulation and implementation of a computational code to optimize manufactured complex laminated structures with a relatively low computational cost by combining the Finite Element Method (FEM) for structural analysis, Genetic Algorithms (GA) for structural optimization and Artificial Neural Networks (ANN) to approximate the finite element solutions. The modules for linear and geometrically non-linear static finite element analysis and for optimize laminated composite plates and shells, using GA, were previously implemented. Here, the finite element module is extended to analyze dynamic responses to optimize problems based in frequencies and modal criteria, and a module with perceptron ANN is added to approximate finite element analyses. Several examples are presented to show the effectiveness of ANN to approximate solutions obtained using the FEM and to reduce significatively the computational cost.

Essa dissertação propõe um conjunto de experimentos de simulação em sistemas sujeitos a dois modos de falha com vistas à otimização de confiabilidade. Para tanto, propõe a modelagem analítica e otimização via Algoritmo Genético em sistemas série-paralelo com múltipla escolha de componentes. A ocorrência de falhas em produtos e serviços pode gerar descontentamento aos clientes e até riscos à sua segurança. Em muitos casos práticos, sistemas constituídos por componentes que apresentam dois modos de falha (ou seja, que podem falhar no modo aberto ou curto) são caracterizados por elevada complexidade matemática e analítica para mensuração de sua confiabilidade e estabelecimento de arranjos ótimos. O objetivo da modelagem de estruturas com foco na otimização de confiabilidade consiste em determinar o arranjo que proporciona níveis mais elevados de confiabilidade, ao passo que problemas de alocação de redundância visam à seleção de componentes e níveis apropriados de redundância que maximizem a confiabilidade ou minimizem os custos do sistema frente a restrições de projeto. São estudados os sistemas série-paralelo k-out-of-n (em que qualquer combinação de k dentre n componentes devem operar devidamente). Esse trabalho inova ao apresentar sistemas série-paralelo l-out-of-m, onde a falha de até l dentre m subsistemas não ocasiona falha no sistema geral. Os métodos apresentados fornecem uma contribuição ao estudo de confiabilidade em sistemas com dois modos de falha. / This dissertation proposes a set of simulation experiments in series-parallel systems subject to two failure modes with a view to reliability optimization. Therefore, proposes analytical modeling and optimization by the genetic algorithms in k-out-of-n series-parallel systems and l-out-of-m series-parallel systems, with multiple choice of components. When it comes to products and services, functional errors can lead disgruntlement by customers and even security risks. In many practical cases, systems consisting of two failure modes components (ie, they can fail in open or short mode) rely on highly mathematical and analytical complexity for reliability estimation and establishment of optimal arrangements. The goal of structural modeling focused on reliability optimization is to determine the design that provides the highest reliability levels, while the redundancy allocation problem involves selecting components and appropriate levels of redundancy that either maximize reliability or minimize system costs against design constraints. The k-out-of-n series-parallel structure (any combination of k among n components must operate properly) are studied and this work innovates by presenting l-out-of-m series-parallel systems, where failure of up to l within m subsystems does not cause a overall system failure. The methods presented contribute to the study of reliability in systems with two modes of failure.

O principal objetivo do controle de vibrações é a sua redução ou minimização, através da modificação automática da resposta estrutural. Em muitas situações isto é necessário para promover a estabilidade estrutural, e para alcançar o alto desempenho mecânico necessário em diversas áreas técnicas, tais como a engenharia aeroespacial, civil e mecânica, bem como a biotecnologia, inclusive em escala micro e nano mecânica. Uma alternativa é o uso de estruturas inteligentes, que são o resultado da combinação de sensores e atuadores integrados em uma estrutura mecânica, e um método de controle adequado. O principal objetivo deste trabalho é o desenvolvimento de rotinas computacionais para a simulação, via método dos elementos finitos, do controle ativo de estruturas inteligentes de cascas, placas e vigas delgadas de material compósito laminado com camadas de material piezoelétrico como sensores e/ou atuadores. Caracterizam esta pesquisa a utilização do elemento GPL-T9 de três nós e seis graus de liberdade mecânicos por nó, mais um grau de liberdade elétrico por camada piezoelétrica, assim como a avaliação de dois métodos de controle, o Proporcional-Integral-Derivativo (PID) e o Regulador Quadrático Linear ou Linear Quadratic Regulator (LQR), incluindo o LQR Modal, e a otimização da localização de pastilhas piezoelétricas através de um Algoritmo Genético (AG). Várias aplicações são apresentadas e os resultados obtidos são comparados aos disponíveis na literatura especializada. / The main objective of vibration control is its reduction or even its minimization by the automatic modification of the structural response. Sometimes this is necessary to increase structural stability and to attain a high mechanical behavior in several areas such as aerospace, civil and mechanical engineering, biotechnology, including macro, micro and nanomechanical scales. An alternative is to use a smart structure, which results of the combinations of integrated sensors and actuators in a mechanical structure and a suitable control method. Development of a computational code to simulate, using finite elements, the active control in smart structures such as slender shells, plates and beams of composite materials with embedded piezoelectric layers acting as actuators and sensors is the main objective of this work. This research is characterized by the use of the GPL-T9 element with three nodes and six mechanical degrees of freedom and one electrical degree of freedom per piezoelectric layer, by the evaluation of two control methods, the Proportional Integral Derivative (PID) and the Linear Quadratic Regulator (LQR), including the Modal LQR, and, finally by the optimization of piezoelectric patches placement using a Genetic Algorithm (GA). Several examples are presented and compared with those obtained by other authors.

Currently, one of the main research problems in Structural Bioinformatics is associated to the study and prediction of the 3-D structure of proteins. The 1990’s GENOME projects resulted in a large increase in the number of protein sequences. However, the number of identified 3-D protein structures have not followed the same growth trend. The number of protein sequences is much higher than the number of known 3-D structures. Many computational methodologies, systems and algorithms have been proposed to address the protein structure prediction problem. However, the problem still remains challenging because of the complexity and high dimensionality of a protein conformational search space. This work presents a new computational strategy for the 3-D protein structure prediction problem. A first principle strategy which uses database information for the prediction of the 3-D structure of polypeptides was developed. The proposed technique manipulates structural information from the PDB in order to generate torsion angles intervals. Torsion angles intervals are used as input to a genetic algorithm with a local-search operator in order to search the protein conformational space and predict its 3-D structure. Results show that the 3-D structures obtained by the proposed method were topologically comparable to their correspondent experimental structure.

O principal objetivo do controle de vibrações é a sua redução ou minimização, através da modificação automática da resposta estrutural. Em muitas situações isto é necessário para promover a estabilidade estrutural, e para alcançar o alto desempenho mecânico necessário em diversas áreas técnicas, tais como a engenharia aeroespacial, civil e mecânica, bem como a biotecnologia, inclusive em escala micro e nano mecânica. Uma alternativa é o uso de estruturas inteligentes, que são o resultado da combinação de sensores e atuadores integrados em uma estrutura mecânica, e um método de controle adequado. O principal objetivo deste trabalho é o desenvolvimento de rotinas computacionais para a simulação, via método dos elementos finitos, do controle ativo de estruturas inteligentes de cascas, placas e vigas delgadas de material compósito laminado com camadas de material piezoelétrico como sensores e/ou atuadores. Caracterizam esta pesquisa a utilização do elemento GPL-T9 de três nós e seis graus de liberdade mecânicos por nó, mais um grau de liberdade elétrico por camada piezoelétrica, assim como a avaliação de dois métodos de controle, o Proporcional-Integral-Derivativo (PID) e o Regulador Quadrático Linear ou Linear Quadratic Regulator (LQR), incluindo o LQR Modal, e a otimização da localização de pastilhas piezoelétricas através de um Algoritmo Genético (AG). Várias aplicações são apresentadas e os resultados obtidos são comparados aos disponíveis na literatura especializada. / The main objective of vibration control is its reduction or even its minimization by the automatic modification of the structural response. Sometimes this is necessary to increase structural stability and to attain a high mechanical behavior in several areas such as aerospace, civil and mechanical engineering, biotechnology, including macro, micro and nanomechanical scales. An alternative is to use a smart structure, which results of the combinations of integrated sensors and actuators in a mechanical structure and a suitable control method. Development of a computational code to simulate, using finite elements, the active control in smart structures such as slender shells, plates and beams of composite materials with embedded piezoelectric layers acting as actuators and sensors is the main objective of this work. This research is characterized by the use of the GPL-T9 element with three nodes and six mechanical degrees of freedom and one electrical degree of freedom per piezoelectric layer, by the evaluation of two control methods, the Proportional Integral Derivative (PID) and the Linear Quadratic Regulator (LQR), including the Modal LQR, and, finally by the optimization of piezoelectric patches placement using a Genetic Algorithm (GA). Several examples are presented and compared with those obtained by other authors.

A otimização estrutural, utilizando ferramentas computacionais é um grande campo de pesquisa na atualidade. Os métodos utilizados, dependendo da complexidade do problema, demandam um grande custo computacional, e por isso vem sendo avaliandas várias técnicas para diminuí-lo. Uma delas é o emprego de técnicas de aproximação de análises, dentre as quais destacam-se as redes neurais, que combinadas aos métodos de otimização e de análises clássicos conseguem bons resultados e reduzem significativamente o tempo de processamento. O emprego dos compósitos laminados como material estrutural vem crescendo nos últimos tempos, incentivado pela suas excelentes propriedades mecânicas e baixo peso. Em consenso com todo o esforço científico dedicado a essa área, o presente trabalho visa a implementação de uma ferramenta computacional capaz de otimizar estruturas complexas fabricadas com tais materiais, a um baixo custo computacional. Com isto em mente, é desenvolvido um sistema de otimização, aproveitando módulos implementados previamente para a análise estática linear e não linear através do método dos elementos finitos (MEF), e o módulo de otimização por algoritmos genéticos. Serão desenvolvidos os módulos de análise modal, para otimizar também estruturas com critérios baseados em freqüências e modos, e o modulo de redes neurais de tipo perceptron para aproximações das análises feitas através do MEF. Alguns exemplos são apresentados para demonstrar que bons resultados são obtidos com a utilização de redes neurais artificiais, cujo treinamento permite poupar tempo computacional proveniente do grande número de análises usualmente necessárias no processo de otimização. / Structural optimization using computational tools has become a major research field in recent years. Methods commonly used in structural analysis and optimization may demand considerable computational cost, depending on the problem complexity. Therefore, many techniques have been evaluated in order to diminish such impact. Among these various techniques, artificial neural networks may be considered as one of the main alternatives, when combined with classic analysis and optimization methods, to reduce the computational effort without affecting the final solution quality. Use of laminated composite structures has been continuously growing in the last decades due to the excellent mechanical properties and low weight characterizing these materials. Taken into account the increasing scientific effort in the different topics of this area, the aim of the present work is the formulation and implementation of a computational code to optimize manufactured complex laminated structures with a relatively low computational cost by combining the Finite Element Method (FEM) for structural analysis, Genetic Algorithms (GA) for structural optimization and Artificial Neural Networks (ANN) to approximate the finite element solutions. The modules for linear and geometrically non-linear static finite element analysis and for optimize laminated composite plates and shells, using GA, were previously implemented. Here, the finite element module is extended to analyze dynamic responses to optimize problems based in frequencies and modal criteria, and a module with perceptron ANN is added to approximate finite element analyses. Several examples are presented to show the effectiveness of ANN to approximate solutions obtained using the FEM and to reduce significatively the computational cost.

Orientador: Janito Vaqueiro Ferreira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-24T20:08:14Z (GMT). No. of bitstreams: 1 MartinezRicardo_DianaMarcela_M.pdf: 3485991 bytes, checksum: 9bd64ce80b2e1c25ed98644d4f52fd64 (MD5) Previous issue date: 2014 / Resumo: Este trabalho tem como objetivo desenvolver um processo de identificação da vazão de gás em um dos equipamentos usados na indústria petrolífera, às bombas centrífugas submersas (BCS) em regime de escoamento multifásico. Estas bombas apresentam falhas frequentes prematuras quando a vazão de gás é alta, as quais ocorrem por falta de informação do tipo de escoamento bifásico presente na bomba no tempo de operação. Por isto estudos de identificação experimental são requeridos nesta área. Neste contexto a presente pesquisa tem seu foco na obtenção de modelos mediante dados experimentais, recompilados diretamente da resposta do sistema que descrevem o comportamento da vazão de gás na planta de interesse, como: vibração, vazão, elevação entre outros. Estes modelos estão baseados na identificação não paramétrica e no algoritmo de aprendizagem de Máquina de Vetores de Suporte (SVM), onde os parâmetros ocultos da máquina de aprendizagem serão obtidos mediante algoritmos genéticos, visando obter modelos mais representativos / Abstract: This work develops a process to identify the flow of gas in one of the equipment used in the oil industry, the electric submersible pump (EPS) under multiphase flow. These pumps feature frequent premature failures when the gas flow is high. That occurs due to lack of information on the type of two ¿ phase flow in the pump in operation time. Experimental studies for this identification are required in this area. In this context, the present research focuses on obtaining models by experimental data collected directly from the system response which describes the behavior of the gas flow on the system of interest such as: vibration, fluid, elevation etc. These models are based on nonparametric identification and in learning algorithm support vector machine (SVM), where the hidden parameters of the learning machine will be obtained by genetic algorithms in order to obtain more representative models / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestra em Engenharia Mecânica