Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-09-28T13:05:06Z
No. of bitstreams: 2
Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-09-30T13:03:40Z (GMT) No. of bitstreams: 2
Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-09-30T13:03:41Z (GMT). No. of bitstreams: 2
Dissertação - Tatiane Nunes da Costa - 2016.pdf: 5111300 bytes, checksum: 82d5b13d4c4d57e1f4850a62f149025c (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2016-08-25 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Most of the time, modern problems of engineering are nonlinear and, may also be subject to certain types of uncertainty that can directly influence in the answers of a particular system. In this sense, the stochastic methods have been thoroughly studied in order to get the best settings for a given project. Out of the stochastic techniques, the Method of Monte Carlo stands out and, especially the Latin Hypercube Sampling (LHS) which is a simpler version of the same. For this type of modeling, the Stochastic Finite Elements Method (SFEM) is becoming more frequently used, given that, an important tool for the discretization of stochastic fields can be given by the Karhunèn-Loève (KL) expansion. In this work, the following three case studies will be used: A discrete system of 2 g.d.l., a continuous system of a coupled beam type both in linear and nonlinear springs and a rotor consisting of axis, bearings and disks. In this sense, the influence of uncertainties in the systems studied will be checked, using for this, the LHS, SFEM and the KL expansion. The stochastic study in question will be used in the construction of the great project for the rotor problem already presented. / Problemas modernos de engenharia, na maioria das vezes são não lineares e, podem também estar sujeitos a certos tipos de incertezas que podem influenciar diretamente nas respostas de um dado
sistema. Nesse sentido, os métodos estocásticos têm sido exaustivamente estudados com o intuito de se obter as melhores configurações para um dado projeto. Dentre as técnicas estocásticas, destacam-se o Método de Monte Carlo e, principalmente o Método Hipercubo Latino (HCL) que é uma versão mais simples do mesmo. Para este tipo de modelagem, é cada vez mais utilizado o Método dos Elementos Finitos Estocásticos (MEFE), sendo que uma importante ferramenta para a discretização dos campos estocásticos pode ser dada pela expansão de Karhunèn-Loève (KL). Neste trabalho serão utilizados três estudos de casos, quais sejam: Um sistema discreto de 2 g.d.l., um sistema contínuo do tipo viga acoplada tanto em molas lineares quanto não lineares e um rotor composto por eixo, mancais e discos. Nesse sentido, será verificada a influência de incertezas nos sistemas estudados, utilizando para isto, o método HCL, MEFE e a expansão de KL. O estudo estocástico em questão será empregado na construção do projeto ótimo robusto para o problema do rotor já apresentado.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/6308 |
| Date | 25 August 2016 |
| Creators | Costa, Tatiane Nunes da |
| Contributors | Borges, Romes Antonio, Borges, Romes Antonio, Cavallini Junior, Aldemir Aparecido, Rabelo, Marcos Napoleão |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Modelagem e Otimização (RC), UFG, Brasil, Regional Catalão (RC) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | 5321942601948699525, 600, 600, 600, 600, 6665988530194015545, 1150358437947804771, 2075167498588264571 |
Page generated in 0.0022 seconds