Orientador: José Roberto de França Arruda / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-16T06:24:37Z (GMT). No. of bitstreams: 1 Fabro_AdrianoTodorovic_M.pdf: 6602156 bytes, checksum: 3a18dd67bde7f65ae2e4dd268670356d (MD5) Previous issue date: 2010 / Resumo: Esta dissertação tem como objetivo geral levar 'a realidade industrial subsídios para a modelagem e análise de sistemas mecânicos lineares com variabilidade, assim como metodologias computacionais para quantificação de incertezas, para fins de aplicação em projeto. Neste sentido, foram realizados estudos sobre técnicas de modelagem e análise estocástica de sistemas mecânicos lineares aplicadas, inicialmente, a algumas estruturas simples, de baixo custo computacional, por meio de simulações em MatLabR. Propõe-se uma abordagem probabilística para a modelagem de incertezas baseada no Princípio da Máxima Entropia para a flexibilidade relativa a uma trinca aberta e não propagante em uma barra modelada através do Método do Elemento Espectral (SEM). Também é apresentada uma abordagem para o tratamento de problemas de campo aleatório utilizando o SEM, onde são utilizadas soluções analíticas da decomposição de Karhunen-Lo'eve. Uma formulação para elementos de viga do tipo Euler-Bernoulli é apresentada e um exemplo em que a rigidez à flexão é modelada como um campo aleatório Gaussiano é tratado. Uma abordagem para análise estocástica do comportamento dinâmico de uma tampa de compressor hermético é proposta. Uma aproximação por elementos finitos obtida com o software Ansys R foi utilizada para representar o comportamento determinístico de uma tampa de compressor, e duas abordagens de modelagem estocástica são comparadas. Um ensaio experimental foi realizado com tampas nominalmente idênticas, sendo medidas apenas frequências naturais com excitação por impacto, de modo a se poder compará-las com os valores obtidos teoricamente / Abstract: This dissertation has as a general objective to bring to the industrial reality subsidies for modeling and analysis of linear mechanical systems with variability, as well as computational methodologies to the uncertainty quantification, aiming industrial design applications. In that sense, theoretical studies about stochastic modeling and analysis for mechanical linear systems were performed. They were applied, firstly, to simple and computationally low cost structures using MatlabR. In that sense, a probabilistic modeling approach based on the Maximum Entropy Principle was proposed to treat the flexibility related to an open and nonpropagating crack in a rod modeled using the Spectral Element Method (SEM). An approach for the treatment of random field problems using SEM, which uses analytical solutions of the Karhunen-Lo'eve Decomposition, is also addressed. An Euler-Bernoulli beam formulation was used, and an example where the flexural stiffness is modeled as a Gaussian random field is presented. A finite element approximation obtained with the software Ansys R was used to represent the deterministic dynamic behavior of a compressor cap shell, and two stochastic modeling approaches were compared. Experiments were performed using nominally identical cap samples. Natural frequencies were measured using impact excitation in order to compare with the theoretical results / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: José Augusto Chinellato / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin / Made available in DSpace on 2018-09-03T07:30:39Z (GMT). No. of bitstreams: 1 Perassa_EderArnedo_D.pdf: 3556275 bytes, checksum: c4e6180df4a4a5dcbfe476b7d331bee4 (MD5) Previous issue date: 2017 / Resumo: Neste trabalho, estudamos os métodos de estatística bayesiana e máxima entropia na análise de dados em eventos de raios cósmicos. Inicialmente, fizemos um resumo sobre o desenvolvimento da física de raios cósmicos em que descrevemos alguns resultados teóricos e experimentais recentes. A seguir, apresentamos uma breve revisão do método bayesiano e o aplicamos na determinação da composição em massa dos primários em eventos de raios cósmicos. Além disso, introduzimos o método de máxima entropia e propomos um método de parametrização do perfil longitudinal de chuveiros atmosféricos extensos. Em todas as aplicações, foram mostrados os algoritmos desenvolvidos e os resultados obtidos a partir de dados de eventos simulados. Os resultados indicaram que tais métodos podem ser utilizados satisfatoriamente como ferramentas na análise de dados em eventos de raios cósmicos / Abstract: In this work, we study bayesian statistics and maximum entropy methods in cosmic ray events data analysis. At first, we summarized developments in cosmic rays physics, describing some recent theoretical and experimental results. We present briefly a review of bayesian method and apply it to the problem of determining mass composition primary cosmic ray events. Moreover, we introduce the maximum entropy method and propose a method for the parametrization of the longitudinal profile of extensive air showers. In all applications, the algorithms developed and the results obtained from simulated event data were shown. The results suggested that such methods can be satisfactorily used as tools in cosmic rays events data analysis / Doutorado / Física / Doutor em Ciências / 277612/2007 / CAPES

Orientador: Jose Augusto Chinellato / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb Wataghin / Made available in DSpace on 2018-08-09T22:35:29Z (GMT). No. of bitstreams: 1 Perassa_EderArnedo_M.pdf: 7742499 bytes, checksum: 5f8e2630e2b11b5f5965e6b95c19be9b (MD5) Previous issue date: 2007 / Resumo: Neste trabalho são estudados os métodos de estatística bayesiana e máxima entropia na análise de dados. É feita uma revisão dos conceitos básicos e procedimentos que podem ser usados para in-ferência de distribuições de probabilidade. Os métodos são aplicados em algumas áreas de interesse, com especial atenção para os casos em que há pouca informação sobre o conjunto de dados. São apresentados algoritmos para a aplicação de tais métodos, bem como alguns exemplos detalhados em que espera-se servirem de auxílio aos interessados em aplicações em casos mais comuns de análise de dados / Abstract: In this work, we study the methods of Bayesian Statistics and Maximum Entropy in data analysis. We present a review of basic concepts and procedures that can be used for inference of probability distributions. The methods are applied in some interesting fields, with special attention to the cases where there¿s few information on set of data, which can be found in physics experiments such as high energies physics, astrophysics, among others. Algorithms are presented for the implementation of such methods, as well as some detailed examples where it is expected to help interested in applications in most common cases of data analysis / Mestrado / Física das Particulas Elementares e Campos / Mestre em Física