Made available in DSpace on 2014-12-17T14:57:55Z (GMT). No. of bitstreams: 1 AdrianoSB_TESE.pdf: 4047692 bytes, checksum: 5b0ec3af1fa350ee85a33e2b05f88fc7 (MD5) Previous issue date: 2012-11-30 / The static and cyclic assays are common to test materials in structures.. For cycling assays to assess the fatigue behavior of the material and thereby obtain the S-N curves and these are used to construct the diagrams of living constant. However, these diagrams, when constructed with small amounts of S-N curves underestimate or overestimate the actual behavior of the composite, there is increasing need for more testing to obtain more accurate results. Therewith, , a way of reducing costs is the statistical analysis of the fatigue behavior. The aim of this research was evaluate the probabilistic fatigue behavior of composite materials. The research was conducted in three parts. The first part consists of associating the equation of probability Weilbull equations commonly used in modeling of composite materials S-N curve, namely the exponential equation and power law and their generalizations. The second part was used the results obtained by the equation which best represents the S-N curves of probability and trained a network to the modular 5% failure. In the third part, we carried out a comparative study of the results obtained using the nonlinear model by parts (PNL) with the results of a modular network architecture (MN) in the analysis of fatigue behavior. For this we used a database of ten materials obtained from the literature to assess the ability of generalization of the modular network as well as its robustness. From the results it was found that the power law of probability generalized probabilistic behavior better represents the fatigue and composites that although the generalization ability of the MN that was not robust training with 5% failure rate, but for values mean the MN showed more accurate results than the PNL model / Quando da utiliza??o de materiais em estruturas ? comum ? realiza??o de ensaios est?ticos e c?clicos. Para os ensaios c?clicos avalia-se o comportamento ? fadiga do material e com isso obt?m-se as curvas S-N e estas s?o utilizadas para construir os diagramas de vida constante. Por?m, estes diagramas, quando constru?dos com pequenas quantidades de curvas S-N, subestimam ou sobrestimam o comportamento real do comp?sito, havendo necessidade crescente de se fazer mais ensaios para a obten??o de maior precis?o nos resultados. Pensando assim, uma forma de diminuir custos ? a an?lise estat?stica do comportamento ? fadiga. Assim, este trabalho possui o intuito de avaliar o comportamento probabil?stico ? fadiga de materiais comp?sitos e foi dividido em tr?s partes. A primeira parte consiste em como associar a equa??o de probabilidade de Weilbull ?s equa??es comumente utilizadas no modelamento da curva S-N de mat?rias comp?sitos, quais sejam, a equa??o exponencial e a lei de pot?ncia e suas respectivas generaliza??es. Na segunda parte utilizou-se os resultados obtidos pela equa??o que melhor representa as curvas S-N de probabilidade e treinou-se uma rede modular ? 5% de falha. Na terceira parte, realizou-se um estudo comparativo dos resultados obtidos usando o modelo n?o linear por partes (PNL) com os resultados de uma arquitetura de rede modular (MN) na an?lise do comportamento ? fadiga. Para tanto utilizouse uma base de dados com dez materiais obtidos da literatura para se avaliar a capacidade de generaliza??o da rede modular, bem como sua robustez. A partir dos resultados verificou-se que a lei de pot?ncia generalizada de probabilidade representa melhor o comportamento probabil?stico ? fadiga de comp?sitos e que apesar da capacidade de generaliza??o da MN esta n?o se mostrou robusta para um treinamento com 5% de falha, por?m para valores m?dios a MN apresentou resultados mais precisos que o modelo PNL

No description available.