Download PDF
ads:
FERNANDO CÉSAR GAMA DE OLIVEIRA
CONTRIBUIÇÃO AO DESENVOLVIMENTO DE UMA
ESTRUTURA VEICULAR TIPO SPACEFRAME
USANDO MÉTODO DOS ELEMENTOS FINITOS E
MÉTODOS HEURÍSTICOS DE OTIMIZAÇÃO
NUMÉRICA
UNIVERSIDADE FEDERAL DE UBERLÂNDIA
FACULDADE DE ENGENHARIA MECÂNICA
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
FERNANDO CÉSAR GAMA DE OLIVEIRA
CONTRIBUIÇÃO AO DESENVOLVIMENTO DE UMA ESTRUTURA
VEICULAR TIPO SPACEFRAME USANDO MÉTODO DOS
ELEMENTOS FINITOS E MÉTODOS HEURÍSTICOS DE OTIMIZAÇÃO
NUMÉRICA
Dissertação apresentada ao Programa
de Pós-graduação em Engenharia Mecânica da
Universidade Federal de Uberlândia, como
parte dos requisitos para a obtenção do título
de MESTRE EM ENGENHARIA MECÂNICA.
Área de concentração: Mecânica dos Sólidos e
Vibrações.
Orientador: Prof. Dr. José Antônio Ferreira
Borges.
UBERLÂNDIA – MG
2007
ads:
FERNANDO CÉSAR GAMA DE OLIVEIRA
CONTRIBUIÇÃO AO DESENVOLVIMENTO DE UMA ESTRUTURA
VEICULAR TIPO SPACEFRAME USANDO MÉTODO DOS
ELEMENTOS FINITOS E MÉTODOS HEURÍSTICOS DE OTIMIZAÇÃO
NUMÉRICA
Programa de Pós-graduação em Engenharia
Mecânica da Universidade Federal de
Uberlândia.
Área de concentração: Mecânica dos Sólidos e
Vibrações.
Banca examinadora:
___________________________________________
Prof. Dr. José Antônio Ferreira Borges – FEMEC/UFU – Orientador
___________________________________________
Prof. Dr. Marcelo Braga dos Santos – FEMEC/UFU
___________________________________________
Prof. Dr. Sebastião Simões da Cunha Jr.
– CEFET/MG
Uberlândia, 14 de março de 2007
i
AGRADECIMENTOS
À Deus Pai, pela Vida e criação desse maravilhoso mundo de descobertas.
Aos meus pais, Fernando e Marise, pela educação pessoal e oportunidade de desenvolver o
aprendizado.
À minha preciosa filha Maria Fernanda, fonte de inspiração para todas as minhas
realizações. À você, todo o amor que te couber ao coração.
À minha esposa Jandra, com quem compartilho idéias, emoções e carinhos. Obrigado pela
compreensão. Te amo!
Ao meu irmão Bruno, pelo apoio moral e companheirismo.
À todos os familiares e amigos, que sempre acreditaram em mim.
Ao Prof.º José Antônio, pelo importante e presente trabalho de orientação, além de todo o
apoio pessoal e profissional.
Aos colegas de trabalho, Jean Carlos, Felipe Chegury, Patrick, Kotinda, Rômulo, Marcos
Leal, Artur Siquieroli e Fran Sérgio por todo o apoio e contribuição à realização desse
trabalho.
Aos professores Francisco Paulo Lépore Neto e Marcelo Braga dos Santos, pelos recursos
advindos do Laboratório de Sistemas Mecânicos.
À Faculdade de Engenharia Mecânica da Universidade Federal de Uberlândia e a todos os
professores que contribuem para o desenvolvimento dessa instituição.
Ao CNPq, pelo amparo à pesquisa e apoio financeiro.
ii
iii
“Quanto mais eu ando,
Mais vejo estrada
E se não caminho
Não sou nada
Se tenho a poeira
Como companheira
Faço da poeira
O meu camarada...”.
Geraldo Vandré
iv
v
SUMÁRIO
Resumo
ix
Abstract
xi
Lista de Símbolos
xii
Capítulo I – INTRODUÇÃO
1
1.1 – Estruturas veiculares – aspectos gerais 1
1.2 – Objetivos e justificativas 2
1.3 - A estrutura da dissertação
3
1.4 – Revisão bibliográfica
3
1.4.1 – Estruturas básicas 9
1.4.2 – Rigidez estrutural 10
1.4.3 – Material estrutural 11
1.4.4 – Similitude em estruturas veiculares 14
Capítulo II – ESTRUTURAS VEICULARES
16
2.1 – Backbone ou coluna vertebral 16
2.2 – Monocoque 18
2.3 – Ladder frame ou “escada” 19
2.4 – Monobloco 21
2.5 – Spaceframe (“bird cage”) 22
2.6 – Aspectos relativos à fabricação de estruturas veiculares 25
Capítulo III – MÉTODO DOS ELEMENTOS FINITOS
27
3.1 – A importância do método 27
3.2 – Idealização de sistemas 30
3.2.1 – Sistemas contínuos 30
3.2.2 – Sistemas discretos 31
3.3 – Análise matricial de estruturas 36
3.3.1 – Matriz de rigidez de um elemento 37
3.3.2 – Matriz de rigidez de uma estrutura 38
3.4 – O elemento de mola 38
3.5 – O elemento de treliça 41
vi
3.5.1 – Matriz de rigidez do elemento de barra 45
3.5.2 – Relação entre os sistemas de referências local e global –
matriz de transformação
46
3.6 – O elemento de casca 49
3.7 – O elemento sólido 50
3.8 – Metodologia de trabalho dos softwares de elementos finitos 51
3.8.1 – Pré-processamento 52
3.8.2 - Processamento 53
3.8.3 – Pós-processamento 54
Capítulo IV – TÉCNICAS DE OTIMIZAÇÃO NUMÉRICA
55
4.1 – Considerações gerais 55
4.2 – Conceitos básicos 57
4.2.1 – Formulação do problema de otimização 57
4.2.2 – Tratamento de problemas sem restrição 58
4.2.3 – Tratamento de problemas com restrição 59
4.2.4 – O procedimento iterativo de otimização 60
4.3 – Funções sem restrição de N variáveis – definição do vetor de busca S 61
4.3.1 – Métodos de ordem zero 61
4.3.1.1 – Busca randômica 62
4.3.1.2 – Método de Powell 62
4.3.2 – Métodos de primeira ordem 64
4.3.2.1 - Método da máxima descida 64
4.3.2.2 – Método das direções conjugadas (Fletcher and
Reeves)
65
4.3.2.3 – Método da variável métrica 66
4.3.3 – Métodos de segunda ordem 67
4.4 – Critérios de convergência 68
4.5 – Função sem restrição de uma variável – busca pelo
α
*
70
4.5.1 – Aproximação polinomial 70
4.5.2 – Método da Seção Áurea 71
4.6 – Funções restritas de N variáveis – Métodos sequenciais 73
4.6.1 – Método da função de penalidade exterior 74
4.6.2 – Método da função de penalidade interior 74
4.6.3 – Método dos multiplicadores de Lagrange aumentado (MMLA) 75
4.7 – Otimização multi-objetivo 77
vii
4.7.1 – Ótimo de Pareto 78
4.7.1.1 – Operador de dominância de Pareto 79
4.7.1.2 – Otimalidade de Pareto 80
4.7.2 – Tratamento de problemas multi-objetivos 81
4.7.2.1 – Método do Critério Global Ponderado 82
4.7.2.2 – Método Critério Ponderado Exponencial 82
4.7.3 – Tratamento de restrições de igualdade e desigualdade 82
4.8 – Otimização pelos métodos heurísticos 83
4.8.1 – Método da Colônia de Formigas (ACO) 84
4.8.2 – Algoritmos genéticos (GA) 89
4.8.2.1 – Operadores genéticos 90
4.8.2.2 – Codificação dos GA’s 91
4.8.2.3 – Descrição do algoritmo 92
4.8.3 – Enxame de Partículas (PSO) 93
4.8.3.1 – Descrição do algoritmo 94
4.8.3.2 – Tratamento de problemas com restrição 96
4.8.3.3 – Consideração importante sobre as variáveis
discretas/inteiras
96
Capítulo V – CARACTERÍSTICAS DO PROJETO E METODOLOGIAS
97
5.1 – Concepção inicial – definição da geometria 98
5.2 – Modelagem matemática 103
5.3 – Metodologia para o cálculo da rigidez torsional 105
5.4 – O processo de otimização 107
Capítulo VI – RESULTADOS E DISCUSSÕES
110
6.1 – Configuração inicial 110
6.2 – Resultados ótimos 115
6.2.1 – Variáveis de projeto 115
6.2.2 – Otimização contínua 116
6.2.3 – Otimização contínua/discreta 122
Capítulo VII – CONCLUSÕES E PERPECTIVAS
129
Capítulo VIII – REFERÊNCIAS BIBLIOGRÁFICAS
133
viii
ix
GAMA DE OLIVEIRA, F.C. Contribuição ao Desenvolvimento de uma Estrutura
Veicular tipo Spaceframe usando Método dos Elementos Finitos e Métodos
Heurísticos de Otimização Numérica. 2007. 138 f. Dissertação de Mestrado,
Universidade Federal de Uberlândia, Uberlândia.
Resumo
O foco do trabalho está em oferecer uma contribuição para o desenvolvimento do
projeto e construção de uma estrutura veicular tridimensionalisada tipo Spaceframe. Por
ser de natureza complexa, assim como a maioria das aplicações práticas, as estruturas
veiculares requerem o uso de ferramentas computacionais modernas que garantam
soluções aproximadas para o problema, já que o uso de soluções analíticas clássicas são
inviáveis para tal aplicação. O trabalho tem como objetivo principal a determinação de
uma configuração ótima de chassis que atenda aos requisitos de baixo peso e alta rigidez
torsional por meio de uma solução de compromisso. Para a modelagem da estrutura foi
utilizado o Método dos Elementos Finitos (FEM) através do software comercial
ANSYS®. Ao utilizar esse método parte-se da definição da geometria inicial,
discretização do modelo por meio de elementos de barra e aplicação de uma análise
linear estática para o cálculo da rigidez torsional do chassis., bem como de sua massa
inicial. A configuração inicial foi refinada pelo uso de Métodos Eurísticos de
Otimização Numérica, além de alguns ajustes geométricos. Foram aplicados os
Métodos da Colônia de Formigas (ACO), Enxame de Partículas (PSO) e do Algoritmos
Genéticos (GA) para quatro tipo de formulações. Nesse caso, os resultados foram mais
expressivos ao utilizar o Método PSO para o caso onde a massa e a rigidez foram
tomados como restrições de desigualdade. De acordo com essa metodologia, a massa do
projeto final apresentou-se 35% menor que a inicial, e a sua rigidez 62% maior que o
valor inicial. Esses resultados conduzem a perspectivas futuras para o trabalho como a
realização de mais etapas de otimização, assim como a construção da estrutura em
escala real e reduzida.
______________________________________________________________________
Palavras Chave: Estrutura veicular, FEM, Massa, Rigidez torsional, Otimização
numérica.
x
xi
GAMA DE OLIVEIRA, F.C. Contribution to the Development of a Spaceframe
Vehicle Structure using Finite Elements Method and Heuristic Methods of
Numerical Optimization. 2007. 138 f. M. Sc. Dissertation, Universidade Federal de
Uberlândia, Uberlândia.
Abstract
The focus of the work is in offering a contribution for the development of the design
and construction of a 3-D Spaceframe vehicle structure. For being of complex nature, as
well as the majority of the practical applications, the vehicles structures require the use
of modern computational tools that guarantee approached solutions for the problem,
since the use of classic analytical solutions is impracticable for such application. The
work has as objective main the determination of an optimal chassis configuration that
takes care of to the requirements of low weight and high torsional rigidity by means of a
commitment solution. For the modeling of the structure, the Finite Elements Method
(FEM) through commercial software ANSYS® was used. When using this method, it
initiates with the definition of the geometry, model’s discretization by means of bar
elements and application of a static linear analysis for the calculation of the chassis
torsional stiffness as well as of its initial mass. The initial configuration was refined by
the use of Heuristic Methods of Numerical Optimization, beyond some geometric
adjustments. The Ant Colony Methods (ACO), Particle Swarm (PSO) and Genetic
Algorithms (GA) had been applied to four type of formularizations. In this in case, the
results had been expressive when using PSO Method for the case where the mass and
the stiffness had been taken as inequality restrictions. In accordance with this
methodology, the mass of the final design presented 35% minor then the initial value
and its stiffness 62% greater than the initial value. These results lead the future
perspectives for the work as the accomplishment of more stages of optimization, as well
as the construction of the structure in real and reduced scale.
______________________________________________________________________
Keywords: Vehicle structure, FEM, Mass, Torsional stiffness, Numerical Optimzation.
xii
LISTA DE SÍMBOLOS
CAPÍTULO 1
SÍMBOLO Significado
E Módulo de elasticidade (N/m
2
)
I Momento de inércia de área (m
4
)
CAPÍTULO 3
SÍMBOLO Significado
A Área da seção transversal
F Força axial (N)
F
1
e F
2
Forças pontuais sofridas pelas molas nos pontos 1 e 2
f
x1
, f
y1,
f
x2,
f
y2
Forças aplicadas aos nós 1 e 2 do elemento (sistema local)
F
x1
, F
y1,
F
x2,
F
y2
Forças aplicadas aos nós 1 e 2 do elemento (sistema global)
{
}
f
Matriz coluna que representa as forças nodais atuantes no elemento
{
}
F
Matriz coluna que representa as forças nodais atuantes na estrutura
{F}
G
Matriz de forças nodais no elemento (sistema global)
K Rigidez (N/m)
K
1
e K
2
Rigidez das molas 1 e 2 respectivamente
K
ij
Termos da matriz de rigidez especificados pela linha i e coluna j.
K
⎡⎤
⎣⎦
Matriz de rigidez da estrutura
k
e
⎡⎤
⎣⎦
Matriz elementar que contém os coeficientes de rigidez;
L Comprimento (m)
[T] Matriz de transformação do sistema global para o local
[T]
-1
Matriz de transformação transposta
U Componente de deslocamento no sistema global (forças)
U
1
e U
2
Deformações pontuais sofridas pelas molas nos pontos 1 e 2
xiii
U1, U2 Componente de deslocamento no sistema global (deslocamentos)
{
}
u
Matriz coluna que representa os deslocamentos nodais no elemento
{
}
U
Matriz coluna que representa os deslocamentos nodais na estrutura
V Componente de deslocamento no sistema global (forças)
V1, V2 Componente de deslocamento no sistema global (deslocamentos)
x Direção de deslocamento x
y Direção de deslocamento y
α Ãngulo entre os sistemas de referência local e global
∆L Variação de comprimento (m)
{
}
∆
Matriz de deslocamentos nodais (sistema global)
ε Deformação linear média
γ Cosseno do ângulo entre os sistemas de referência local e global
λ Comprimento de onda
µ Seno do ângulo entre os sistemas de referência local e global
σ Tensão normal (N/m
2
)
Σ Somatório
CAPÍTULO 4
SÍMBOLO Significado
A(X, λ, r
p
) Função pseudo-objetivo (Método MMLA)
B
i
Relação entre o valor real da variável x
i
e sua representação binária
C Constante
c
1
e c
2
Parâmetros de confiança
d
ij
Distância Euclidiana entre i e j
D
q
Matriz simétrica de atualização
F(X) Função objetivo
F
k
(X) Vetor das funções-objetivo independentes
F
1 ,. F2 ,. F3 e F4 Funções objetivo calculadas ao longo da direção de busca S
F
1
l
Derivada da função no ponto 1
xiv
()
fx
≈
Função pseudo-objetivo
g
j
(X) Restrições de desigualdade
H Matriz Hessiana
H
q
e H
q+1
Aproximações da matriz Hessiana
h
j
(X) Restrições de igualdade
i Direção ortogonal
J (x) Função única criada pela combinação das funções objetivos
k Número de caracteres
L
k
Comprimento da k-ésima formiga
L(X,λ) Lagrangeano
m Parâmetro de penalidade
N Ciclo de gerações
n Número de direções ortogonais
P Vetor de mudança
p Quantidade de funções-objetivo
p
i
Melhor posição encontrada pela partícula i
s
p
k
Melhor posição do bando durante a iteração k
P(X) Função de penalidade
P
1
Espaço completo de busca
P
2
Conjunto não-dominado
Q Constante de projeto
q Número da iteração
q
max
Número máximo de iterações
r Número randômico entre 0 e 1
r
p
Escalar associado à magnitude da penalidade em cada iteração p
r
p
’
Escalar associado à magnitude da penalidade em cada iteração p (valor
relativamente grande)
r
1
e r
2
Números aleatórios (0 e 1)
S Direção de busca
t Tempo (s)
+1
i
k
v
Vetor de velocidade
xv
X Conjunto de variáveis de projeto.
X
1
, X
2
, X
3
, X
n
Variáveis de projeto
X
i
l
< X
i
< X
i
u
Restrições laterais
[X
l
,X
u
]
Intervalo inicial
[X
l
,X
2
] Novo intervalo
x
i,min
e x
i,max
Limites inferior e superior para a variável i
+1
i
k
x
Posição da partícula i na iteração seguinte
y Vetor de mudança
w Inércia da partícula
w
k
Pesos ou coeficientes de ponderação
α Constante
α* Quantidade escalar ótima que define a distância percorrida em S
β Escalar
∆τ
k
ij
Trilha definida por i e j
∆t Intervalo de tempo
δX Diferença entre as variáveis de projeto
ε Escalar (Número positivo e muito pequeno)
ε
A
Tolerância absoluta
ε
R
Tolerância relativa
ε
k
Constante
Φ Ponderação do feromônio
∇
Gradiente de uma função
Ф(X,r
p
) Função pseudo-objetivo
λ
j
Multiplicadores de Lagrange
λ
k
*. Multiplicador de Lagrange ótimo
ψ Ponderação da informação heurística
Operador de dominância
Não é pior
ρ Coeficiente que representa a persistência da trilha durante o ciclo entre o
tempo (t, t + ∆t)
σ Escalar
τ Escalar
xvi
τ
ij
Intensidade da trilha do caminho (i,j) no tempo t
θ Escalar
CAPÍTULO 5
d distância transversal entre os pontos de aplicação das forças verticais (m)
F Esforço vertical aplicado (N)
Gxy Módulo de cisalhamento (N/m
2
)
IXX, IYY e IZZ Momentos de inércia de área (m
4
)
J (X) Função Pseudo-objetivo
K Rigidez
Kc Rigidez torsional (N.m/º)
K
limite
Valor limite para a rigidez
M Massa
M
limite
Valor limite para a massa
T Torque aplicado (N.m)
t Número da iteração
Ux, Uy e Uz Restrições de translação nas direções x, y e z
V
m
Deflexão vertical no ponto de aplicação do esforço na extremidade
dianteira esquerda
V
p
Deflexão vertical no ponto de aplicação do esforço na extremidade
dianteira direita
x, y e z Eixos nodais
* Operador de multiplicação
φ Ângulo de torção médio (º)
φ
m
Ângulo de torção devido a deflexão no ponto de aplicação do esforço
vertical na extremidade dianteira esquerda
φ
p
Ângulo de torção devido a deflexão no ponto de aplicação do esforço
vertical na extremidade dianteira direita
θ Ângulo de orientação (º)
θ
x
e θ
y
Restrições de translação nas direções x e y
CAPÍTULO I
INTRODUÇÃO
1.1 Estruturas veiculares – aspectos gerais
O desenvolvimento de estruturas veiculares tem sido um desafio constante para os
especialistas da área de dinâmica de veículos, principalmente para pesquisadores acadêmicos
e empresas multinacionais fabricantes de veículos automotivos. Define-se estrutura como um
arranjo específico de material, com a finalidade de suportar diversos tipos esforços. Assim,
cada arranjo deve possuir uma determinada configuração que possibilite obter uma estrutura
resistente e ao mesmo tempo rígida. Nesse sentido, diferentes estruturas para diversas
categorias de veículos foram desenvolvidas e construídas ao longo dos anos, através da
utilização de materiais que atendam as exigências de rigidez e resistência aliados a um baixo
peso que uma estrutura veicular deverá possuir. Os diferentes perfis estruturais indicam uma
tendência em resistir ou não aos diversos tipos de carregamentos, além da facilidade ou não
de fabricação das estruturas.
Até a década de 60, a maioria das estruturas veiculares eram constituídas por membros
arranjados através de uma configuração plana. A partir daí, configurações
tridimensionalisadas em diversos arranjos foram desenvolvidas com intuito de incrementar
ainda mais a rigidez estrutural dos veículos. Já em pleno decorrer da Segunda Guerra
Mundial, uma configuração espacial treliçada constituída por tubos era utilizada para fornecer
uma considerável rigidez aos aviões daquela época. Esse arranjo passou a ser utilizado em
veículos de competição a partir da década de 60 e que até hoje constitui a estrutura tradicional
dos mesmos devido a sua elevada rigidez estrutural, além de garantir uma elevada segurança
para os ocupantes contra impactos e capotamentos. A construção de estruturas em fibras de
carbono despertaram o interesse ainda maior dos entusiastas em desenvolver veículos de
competição cada mais leves e de alto desempenho. Atualmente, 95% das estruturas veiculares
são do tipo monobloco, devido ao seu baixo custo de produção, aliado a uma fabricação em
larga escala graças aos processos robotizados na linha de montagem.
2
1.2 Objetivos e justificativas
A dissertação abrange as principais técnicas necessárias para o desenvolvimento de uma
estrutura veicular tubular tridimensionalisada chamada space frame (bird cage). Esse tipo de
chassi deverá atender a todos os requisitos de rigidez estrutural e limitações de peso, através
de uma solução de compromisso. Ela deve ser capaz de suportar os diversos tipos de esforços
estáticos e dinâmicos decorrentes do uso do veículo. As boas características de
manobrabilidade e dirigilidade são, em grande parte, asseguradas pela obtenção de uma
estrutura robusta e bastante rígida, exercendo influência direta no conforto dos passageiros.
Esse trabalho é parte integrante de um projeto mais amplo e diversificado, onde deseja-se
projetar e construir um protótipo de veículo esportivo, conversível, dois lugares e de alto
desempenho, tração traseira com motor V8 e uma potência aproximada em 200 HP. Todas as
etapas de projeto e construção do veículo são viabilizadas por meio de recursos
computacionais e experimentais disponibilizados pela Faculdade de Engenharia Mecânica da
Universidade Federal de Uberlândia, bem como recursos materiais financiados por um
empresário da cidade de Uberlândia.
As estruturas veiculares são de natureza bastante complexa, apresentando arranjos
geométricos irregulares, condições de carregamentos e contornos não muito simples.
Diferentemente das estruturas mais simples e regulares, onde a solução analítica torna-se
viável para a obtenção de parâmetros como tensões, deformações e deslocamentos, as
estruturas complexas, assim como as veiculares são obtidas através de soluções numéricas por
meio de técnicas de discretização de sistemas. O elevado número de graus de liberdade, bem
como a grande quantidade de equações presentes no modelo matemático justificam o uso de
ferramentas numéricas modernas. As técnicas de discretização são baseadas na modelagem de
sistemas por meio de subdivisões ou elementos discretizados unidos entre si através de pontos
ou nós. O cálculo das tensões, bem como a configuração deformada de uma estrutura
complexa não são obtidos para os infinitos pontos da mesma, mas somente em alguns pontos
ou nós, fornecendo uma solução aproximada do problema. Assim, as ferramentas de
elementos finitos têm-se tornado bastante eficiente para esse tipo de aplicação, possibilitando
diversos tipos de análise estrutural. O software utilizado para a modelagem da estrutura
tridimensionalisada foi o ANSYS®, pois é um software bastante familiar e de fácil manuseio,
que mostrou-se bastante eficiente em relação ao custo computacional para a geração de
resultados precisos tanto para esse trabalho quanto para outros trabalhos de dissertação a nível
estrutural.
3
Para dar suporte ao projeto estrutural, as técnicas de otimização são importantes
ferramentas para fornecer uma robustez final a configuração inicial obtida pelo método dos
elementos finitos (FEM). Para estruturas com uma configuração inicial próxima da
configuração ótima, os métodos de otimização clássicos são suficientes para atingir o objetivo
ou multiobjetivos. Porém, quando a configuração ótima encontra-se afastada da configuração
inicial, alguns métodos de grande robustez são empregados, como os métodos eurísticos. Uma
desvantagem inerente a esses métodos é o alto custo computacional que deve ser levado em
conta para a geração dos resultados. Para o emprego das técnicas de otimização, a redução da
massa aliada a uma elevação da rigidez torsional da estrutura foram tomados como objetivo,
as restrições de peso e rigidez também foram considerados e as variáveis de projeto foram
alguns nós geométricos da estrutura. Essa técnica foi empregada visando atender as condições
ergonômicas de uso do veículo, bem como o conforto dos passageiros.
1.3 A estrutura da dissertação
O segundo capítulo trata de uma descrição dos diversos tipos de estruturas veiculares,
bem como suas aplicações. O intuito dessa parte está em conhecer e se familiarizar com os
diversos arranjos estruturais já desenvolvidos. O terceiro capítulo engloba toda teoria
referente ao método dos elementos finitos, principalmente os elementos de barras, suas
aplicações e procedimentos para a solução de diversos problemas estruturais. O quarto
capítulo descreve as técnicas de otimização existentes, as vantagens e desvantagens de cada
uma delas. Toda a metodologia de desenvolvimento da estrutura desde a análise estrutural em
elementos finitos até a otimização foi abordada no quinto capítulo. Os resultados obtidos, bem
como a discussão dos mesmos foram tratados no sexto capítulo. O sétimo e último capítulo
foi destinado as principais conclusões obtidas, assim como perspectivas futuras são apontadas
para a continuidade do trabalho em uma tese de doutorado.
1.4 Revisão bibliográfica
As estruturas veiculares possuem características próprias de acordo com a concepção e
utilidade do veículo a ser projetado. Os parâmetros de projeto de um chassis tais como massa
total, tamanho dos componentes do veículo, rigidez estrutural, custo de fabricação, etc devem
estar relacionados através de uma solução de compromisso. Isso quer dizer que, nenhum
desses parâmetros deve ser priorizado de forma individual em relação ao outro. Um chassis
4
que apresente uma elevada rigidez estrutural capaz de sofrer insignificantes deflexões ao
longo de sua estrutura está dimensionado do ponto de vista das deformações e tensões, porém
não apresentará um desempenho adequado do ponto de vista de sua capacidade dinâmica de
aceleração e frenagem se a sua massa for extremamente alta. Não existe a melhor maneira de
se construir um chassis pois cada veículo apresenta um conjunto diferente de problemas
durante sua concepção e uso (SOUZA, 1990).
De acordo com Adams (1993), a maioria dos construtores de chassis, mesmo os não
engenheiros, projetam estruturas naturalmente superdimensionadas, porém é errado pensar
que construir um chassis que não quebre é o suficiente. Assim, falhas estruturais são raras
mesmo para construções artesanais.
Para que se tenha um projeto bem-sucedido de uma estrutura veicular, alguns requisitos
devem ser atendidos:
• Em condições normais de uso, nenhum componente estrutural deverá ser danificado,
isso quer dizer que a durabilidade do chassis deve ser igual a vida útil do veículo;
• Apresentar elevada robutez (rigidez) em todas as circunstâncias a que o veículo estiver
submetido, tais como irregularidades na pista, curvas, etc. Isso proporciona a
manutenção da dirigibilidade e manobrabilidade do veículo e mantém os pontos de
ancoragem da suspensão fixos;
• A estrutura deverá constituir-se de um suporte para os painéis da carroceria e outros
componentes de modo a preservar-lhes a vida útil e suas características funcionais.
Em publicação recente (HAPPIAN, 2002) descreve que a rigidez estrutural do chassis é
a base do sentimento que piloto ou motorista possuem ao dirigir o veículo. Ela é responsável
por grande parte da manobrabilidade e dirigibilidade do mesmo, garante a integridade da
carroceria e o comportamento geral do veículo. Pode-se dizer que a rigidez do quadro de
chassis separa um veículo que seja ótimo de dirigir de um outro que é apenas bom. A
percepção dessa observação pode ser obtida ao conduzir veículos mais antigos e mais
modernos. Os especialistas de montadoras nacionais revelam que uma estrutura moderna é
100% mais rígida que uma estrutura mais antiga.
Reimpell (2001) comprovou que as maiores deficiências na manobrabilidade de um
veículo são também causadas por um projeto pobre e inadequado de chassis. As excessivas
deflexões são as principais causas de um excessivo rolamento do veículo. Na presença de
altos carregamentos laterais durante o percurso em uma curva, o efeito das deflexões torna-se
bastante significativo, pois o veículo tende a se inclinar para fora da curva, devido a redução
5
do contato pneu-solo causando o rolamento do veículo. Em situações de altíssimos
carregamentos laterais, o veículo tende a capotar lateralmente. Os efeitos de rolamento
provocados no veículo devido às forças laterais podem ser minimizados não apenas pelo
incremento de rigidez que minimiza as deflexões, mas também pela obtenção de uma
estrutura com um centro de gravidade baixo. (L. D. Metz 1998) enfatizou que a melhor
posição para o CG (centro de gravidade) é estar tão próximo quanto possível da pista
enquanto centralizado ao longo dos eixos longitudinal e lateral. Graças a posição do CG é
possível determinar os esforços nos pneus, nos quais surtem efeitos na capacidade de tração,
frenagem e esterçamento.
(BAKER, 2004) em trabalho recente projetou e construiu um veículo de competição do
tipo Formula SAE-A (Society of Automotive Engineers – Australasia). Uma estrutura do tipo
spaceframe (bird cage) foi modelada e construída utilizando tubos redondos de aço de baixo
teor de carbono. Sua metodologia de trabalho baseou-se nas regras da competição. As
dimensões finais da estrutura foram obtidas através do posicionamento dos componentes do
veículo tais como motor, suspensões, transmissão, piloto etc. Através de um software em
elementos finitos (FEA) foi feita uma modelagem da estrutura utilizando elementos de barras
em 3D. Toda as condições de carregamento e restrições foram simuladas e comprovadas
experimentalmente. Como resultado final obteve-se uma estrutura com rigidez torsional igual
a 233 N.m/grau e concluiu que o chassis experimenta mínimas deflexões perante as condições
impostas por uma competição. Conclui-se também que sua estrutura encontrava-se
superdimensionada e que através de técnicas de otimização seria possível reduzir uma
porcetagem de massa no veículo pela utilização de tubos menores e mais finos. Um desenho
da estrutura desenvolvida está ilustrado através da fig. 1.1.
Figura 1.1 – Estrutura spaceframe de um Formula SAE desenvolvida por Baker (2004).
6
Afim de verificar a influência de determinados membros estruturais na rigidez torsional
de uma estrutura veicular, (THOMPSON; RAJU; LAW, 1998) identificaram a sensibilidade
individual de determinados membros na rigidez torsional de um chassis tipo NASCAR.
Verificaram que para altos valores de sensibilidade havia uma forte influência na rigidez
torsional global, ou seja, de todo o chassis. Os resultados obtidos através da análise de
sensibilidade serviram como base para a modificação da estrutura afim de incrementar a
rigidez torsional com um mínimo incremento de sua massa e baixo centro de gravidade. Foi
possível observar através dessa análise que as regiões do teto, do pára-brisas e do berço
dianteiro são locais de maior potencial para um reprojeto afim de incrementar a rigidez
torsional da estrutura. Através de posicionamentos estratégicos dos membros estruturais, foi
possível obter uma configuração final com um valor de rigidez torsional três vezes maior e
um incremento de massa de apenas 18 Kg. A fig. 1.2 ilustra um desenho da estrutura de um
veículo tipo NASCAR antes e após a análise de sensibilidade indicando os membros de maior
sensibilidade. Como foi observado por Adams (1993) as estruturas triangulares e as barras em
V e em X garantem um incremento maior na rigidez.
Figura 1.2 – Estrutura tipo gaiola de um veículo NASCAR. a. membros estruturais de maior
sensibilidade. b. adição ou reposicionamento de membros estruturais em X e em V após
análise de sensibilidade.
As técnicas de otimização constituem poderosas ferramentas com o intuito de encontrar
o máximo ou o mínimo de uma função sujeita a restrições. De forma geral, a otimização pode
ser entendida como sendo um conjunto de algoritmos matemáticos inteligentes que operam no
sentido de encontrar os extremos de uma função objetivo. Esta função pode ser definida como
uma expressão matemática estabelecida de forma a representar as características do veículo
que se deseja melhorar (BORGES, 1999).
7
Em publicação recente, (BUTKEWITSCH et al., 2002) comparou técnicas de
otimização discreta e contínua para melhorar o desempenho dinâmico e a resistência
mecânica de um protótipo de mini-baja. O comportamento do veículo foi representado por
modelos polinomiais baseados em meta-modelagem conhecidos como superfícies de resposta.
Essas superfícies foram geradas através de uma manipulação estatística dos resultados de uma
série de análises em elementos finitos. A escolha do método das superfícies de resposta
baseou-se na consideração de que o custo computacional é bastante reduzido e, além de uma
significativa melhora no condicionamento numérico das técnicas de otimização. As variáveis
de projeto tomadas em seu trabalho foram o comprimento do veículo, largura do teto, largura
da estrutura base, diâmetro interno e espessura dos tubos. Como respostas da otimização,
obteve-se a massa do protótipo, energia de deformação sob condições padrões de operação,
freqüências naturais de vibração, máxima força atuando na estrutura e o torque máximo. Os
resultados obtido por (BUTKEWITSCH et al., 2002) comprovaram que otimização e
robustecimento podem ser tratados como termos conflitantes. Porém, pesquisas estão sendo
conduzidas de maneira a encontrar uma adequada formulação a fim de introduzir meios de
robustecimento dentro do problema de otimização.
As metodologias abordadas por Pinto Filho (2004) se mostraram bastante adequadas ao
concluir que a utilização de prototipagem virtual, ferramentas de simulação e otimização
numérica contribuem de forma bastante eficiente para acelerar o desenvolvimento tecnológico
de veículos, além de uma significativa redução dos custos nesse tipo de desenvolvimento. O
alvo de estudo foi um veículo do tipo jipe (Troller T4) de uso misto, que combina
características de veículos fora de estrada e os esportivos. A sua estrutura do tipo quadro de
chassis (ladder frame) foi objeto de ensaios experimentais de torção e flexão que visam
estabelcer parâmetros associados as suas características de rigidez. Foi feito um levantamento
das características geométricas da estrutura real de modo a fazer uma modelagem matemática
através do método dos elementos finitos. Para efeito de validação dos resultados
experimentais, modelos em elementos do tipo casca e em barras foram gerados, sendo
possível a obtenção de parâmetros tais como massa, espessura do chassis e modos de vibração
associados a cada uma das frequências naturais. Todas essas informações foram necessárias
para que se chegasse a uma configuração inicial, alvo das técnicas de otimização numérica.
Através da comparação dos resultados tanto experimentais quanto virtuais, foi possível
identificar uma grande fidelidade entre os resultados de rigidez torsional, rigidez à flexão,
massa e frequências naturais. Como resultado da otimização numérica utilizando o software
8
comercial GENESIS® obteve-se uma nova configuração para o chassis com rigidez torcional
75% maior que a configuração original, através da perturbação da posição dos nós que
definem a malha do modelo. Obteve também um centro de gravidade 30mm mais alto e um
acréscimo de peso de apenas 5 Kg (6%). Como vantagem adicional, referente à aspectos de
fabricação, a versão otimizada mostrou-se mais simples do que a versão original. A figura 1.3
ilustra uma comparação entre a versão original e a versão otimizada da estrutura desenvolvida
por Pinto Filho (2004).
9
modelo analítico, bem como através de suas análises de incerteza, pelas variações nas
propriedades, geometria e medições experimentais.
Costa (1997) evidencia em seu trabalho que defeitos de natureza geométrica reduzem de
forma significativa a resistência à fadiga de juntas soldadas ao concluir que o defeito de maior
influência em uma junta soldada de estrutura veicular é a falta de penetração do cordão de
solda. Verificou que a vida de uma junta com penetração completa é 10 vezes maior que uma
junta com defeito. Para a obtenção desses resultados, Costa (1997) realizou testes de fadiga
com esses diferentes tipos de juntas, indicando como evitar os defeitos dessa natureza pela
alteração de parâmetros de soldagem e relatou que as técnicas visuais ou ultra-som são úteis
para a inspeção de uma junta soldada.
1.4.1 Estruturas básicas
Antes de projetar realmente um quadro de chassis e/ou uma estrutura do tipo gaiola, é
necessário reconhecer quais formas e arranjos geométricos são rígidos e quais deles não são
(ADAMS, 1993). A forma triangular é a base para o desenvolvimento de uma estrutura rígida.
Isso se deve pelo fato de sua forma e dimensões não sofrerem grandes mudanças, a menos que
um de seus lados seja rompido. Grandes deformações diagonais estão presentes na forma
quadrada mesmo na presença de pequenos carregamentos oferecendo uma baixíssima rigidez
estrutural. Experiências bem sucedidas para aumentar a rigidez das formas quadradas foram
experimentadas por Adams (1993) ao utilizar travamentos diagonais. A opção de travamento
diagonal simples reduz bastante a deformação nessa direção. Um duplo travamento diagonal
garante uma rigidez consideravelmente maior, porém só é usado quando um carregamento
bastante severo é aplicado à estrutura. Outra alternativa que garante o mesmo efeito do
travamento simples é a utilização de painéis de metal de baixa espessura que podem ser
utilizados como paredes “corta-fogo”, assoalhos e painéis de instrumentos em substituição à
construção complexa e pesada de tubos diagonais. As estruturas básicas bem como algumas
opções de travamento são ilustradas na fig. 1.4.
c
d
a
b
Figura 1.4: a. Forma triangular; b. Deformação diagonal de uma forma quadrada na presença
de carregamento; c.Travamento simples diagonal; d. Painél de metal com travamento simples.
10
Baker (2004) verificou que é importante conhecer a trajetória dos carregamentos de
modo que os membros diagonais estejam submetidos à tração, ao mesmo tempo que os
membros da extremidade estejam submetidos à compressão. Determinadas trajetórias de
carregamentos são capazes de submeter os travamentos diagonais à compressão e os membros
da extremidade à tração. Membros diagonais mais longos são mais susceptíveis à flambagem
quando comprimidos. O efeito torna-se ainda maior quando as extremidades estão sob tração.
1.4.2 Rigidez estrutural
Algumas considerações são importantes para o projeto de estruturas veiculares.
(KIMBAL, 1999) revela que os problemas enfrentados pelos engenheiros raramente incluem
projetos que submetem os materiais ao seu limite de escoamento (com exceção dos projetos
aeroespaciais). Ao invés disto, a verdadeira necessidade que guia os projetos é que a rigidez
das estruturas, quando carregadas, seja suficiente para evitar torção ou flexão excessivas.
Assim, a principal preocupação são os deslocamentos e deformações e não o nível de tensões.
As duas propriedades mais importantes que se relacionam com a rigidez são o módulo de
Young (módulo de elasticidade) do material e o momento de inércia de área da seção do perfil
estrutural, também conhecidos como rigidez do material e rigidez geométrica
respectivamente. A rigidez do material é a deflexão de uma amostra sob uma determinada
carga por unidade de área. As informações referentes a rigidez geométrica tais como área de
seção transversal e espessura indicam que diferentes geometrias se deformam de maneira
diferente sob carregamentos similares.
Timoshenko se refere ao produto EI como rigidez à flexão. O conceito de rigidez à
flexão permite que os engenheiros examinem suas estruturas do ponto de vista das deflexões e
percebam que esta depende do material e do momento de inércia ou rigidez geométrica. Estes
valores podem ser obtidos através da colocação de uma carga sobre a estrutura e medindo-se
seu deslocamento. De acordo com Adams (1993) exitem dois aspectos relativos à rigidez
estrutural de um chassis:
• Rigidez a flexão: Propriedade estática referente à maneira como o chassis sofre
deflexão à medida que o mesmo é submetido a esforços verticais na região do entre-
eixos. A maioria dos veículos não apresenta problema de rigidez flexional cujos
esforços são provenientes do peso de componentes como motor, transmissão e
passageiros. Os componentes de um veículo que podem causar esforços de flexão em
uma estrutura estão ilustrados através da fig. 1.5.
11
Figura 1.5 – Flexão devido aos componentes de um veículo.
Esforço vertical
Ângulo de
Torção
Esforço vertical
• Rigidez torsional: Propriedade estática referente à maneira como o chassis sofre
deflexão quando submetido a um momento aplicado em torno do seu eixo
longitudinal. A representação dos esforços de torção estão ilustrados na figura 1.6.
Figura 1.6 – Representação de deflexões devido a esforços de torção.
1.4.3 Material estrutural
(BAKER, 2004) descreve que as ligas de aço e as ligas de alumínio são provavelmente
os materiais ideais para a construção de chassis à medida que suas propriedades são melhores
do que as de outros materiais. O que os tornam inviáveis para uso em estruturas spaceframes é
12
o seu altíssimo custo. Assim, materiais tais como o aço carbono comum 1020 de uso
comercial torna-se bastante viável tanto em termos de custo quanto em termos de resistência e
rigidez.
A escolha do material a ser utilizado leva em consideração não só critérios de projeto,
mas também aspectos relativos à fabricação e construção de veículos. (FORMULA SAE-A,
APÊNDICE A SEÇÃO 3.3.3, 2004) estabelece que diferentes seções de tubos redondos de
aço são permitidos, mas por questões de simplicidade todo o chassis deve ser fabricado com o
mesmo material. Essa regra permite o uso de grandes diâmetros com uma espessura de parede
reduzida. Ao utilizar um tubo com diâmetros maiores, esses deverão apresentar uma rigidez à
flexão ou um módulo de curvatura equivalente ou superior aos valores de rigidez dos tubos de
menor diâmetro e menor espessura de parede. O produto EI, sendo E o módulo de elasticidade
do material, e I o momento de inércia de área representa uma medida desse módulo de
curvatura.
Apesar da falsa impressão de que um chassis em alumínio seja a melhor opção para um
projeto mais leve, deve-se ter em mente que o alumínio é mais flexível que o aço. Na verdade
sua razão entre rigidez e peso é idêntica a do aço, assim para que uma estrutura de alumínio
apresente uma mesma rigidez que uma estrutura de aço, o peso de sua estrutura deve ser o
mesmo que o peso da estrutura de aço. A grande vantagem do alumínio está na sua alta
resistência à corrosão e em aplicações em que existe a necessidade de seções esbeltas onde
pode ocorrer flambagem, sendo esse último caso uma desvantagem para perfis estruturais
utilizados na indústria automobilística. Outra grande desvantagem é o seu alto custo de
obtenção associado a uma pouca disponibilidade de tubos feitos desse material. (BAKER,
2004) descreve que o aço cromo-molibdênio SAE 4130 é uma boa opção de material para as
estruturas veiculares. Isso porque é um tipo de aço de alta liga constituído por silício, cromo e
molibdênio, elementos que conferem a esse aço-liga uma resistência superior aos outros tipos
comuns de aço. Outra vantagem bastante desse tipo de material é que seus elementos
constituintes possibilitam a formação de uma camada protetora resistente à corrosão. Em
termos de fabricação, sua soldabilidade é muito boa. A grande desvantagem desse material é a
sua fragilidade e que pode ser fadigado por carregamentos flutuantes além de seu alto custo de
obtenção.
A resistência de aços carbono aumenta com o aumento da porcentagem de carbono em
sua estrutura como pode ser observado através da fig. 1.7, mas diminui sua ductilidade
tornando-o susceptível a fraturas frágeis.
13
Figura 1.7 – Resistência à tração e dureza dos aços-carbono puros.
Segundo (SOUZA, 1990), a grande maioria dos veículos de passageiros usa quadro de
chassis em aço de baixo teor de carbono. Este fato deve-se à realidade de que a rigidez das
peças praticamente independe do tipo de aço das quais são feitas. O grande problema do
projeto destes quadros é a rigidez, o problema da resistência fica em segundo plano. Em
caminhões esta situação é diferente pois devido ao elevado carregamento o fator resistência
passa a ser predominante.
Baker (2004) ao desenvolver sua estrutura spaceframe utilizou tubos de aço de médio
carbono produzidos pelo processo de soldagem por resistência elétrica e extrusão a frio
(CDERW - Cold drawn eletric resistance welded). A escolha desse tipo de tubo baseou-se na
facilidade de ser obtido e também na resistência superior oferecida em relação aos outros
materiais próprios para uso, já que o trabalho a frio incrementa a resistência, porém a presença
de cordões de solda podem constituir áreas de grande fragilidade, daí a necessidade de se
utilizar o processo de CDERW. A boa soldabilidade inerente a esse tipo de aço também foi
uma importante critério de escolha considerado por Baker (2004).
14
1.4.4 Similitude em estruturas veiculares
(ADAMS, 1993) estabelece que pela simples avaliação de quais formas são
inerentemente rígidas e quais são flexíveis, é possível visualizar como um chassis defletirá e
flexionará sob carregamentos advindos das condições de movimento. Os modelos em escala
reduzida são poderosas ferramentas que permite essa avaliação. A experiência de Adams
(1993) comprovou essa afirmação ao construir modelos em escala 1/12 utilizando substância
adesiva para aviões, pedaços de madeira e papelões. Através desses materiais foi possível a
determinação da rigidez torsional de uma estrutura tipo escada. A determinação de algumas
modificações na estrutura que podem incrementar a rigidez além de outros fatores de projeto
também foi possível graças os modelos em escala reduzida. A figura 1.8 ilustra a idéia do
trabalho desenvolvida por Adams (1993).
Figura 1.8 – Modelo em escala reduzida desenvolvido por Adams (1993).
A construção de chassis nas dimensões reais consiste em uma série de procedimentos
que requerem bastante habilidade do fabricante. Essas etapas começam desde o desenho em
conjunto de toda a estrutura, passa por um processo de “gabaritagem” e por último a
soldagem dos membros estruturais que deve ser bastante acompanhada afim de evitar
empenamentos ou distorções na estrutura provocados pelo processo de soldagem. Um grande
sentimento de frustração pode ocorrer se alguma falha acontecer em pelo menos uma dessas
etapas. Assim, para evitar constrangimentos e/ou maus resultados, é possível a construção de
modelos em escala reduzida com a finalidade de testar ou validar o projeto virtual. As
técnicas de similitude são bastante importantes para essa finalidade, pois é através delas que
grande parte do comportamento das diversas estruturas deixaram de ser questionados.
15
Frequentemente, por razões econômicas, os modelos são mais baratos do que as estruturas
reais (MURPHY, 1950).
(BAKER, 2004) observou que há uma grande dificuldade em se projetar o habitáculo
destinado à ocupação do piloto em um veículo tipo Formula SAE para atender as condições
impostas por fatores humanos sem desenvolver algum modelo representativo. A utilização de
dados ergonômicos e antropométricos foram bastante úteis para fazer uma aproximação do
tamanho do habitáculo do piloto. Assim, um protótipo em tamanho real feito em madeira
serviu para fazer os ajustes adequados quanto à posição do assento, ajuste da direção e
suspensão. A partir daí, (BAKER, 2004) observou e concluiu que um alargamento tanto no
aro principal do assento para garantir um maior espaço e conforto quanto no aro frontal para
garantir um maior espaço para os joelhos deveriam ser feitos para uma confortável
acomodação do piloto. A figura 1.9 ilustra as modificações feitas por Baker (2004).
a
b
Figura 1.9 – Modificações feitas por Baker (2004) no habitáculo do piloto. a. alargamento do
aro frontal. b. alargamento do aro principal
CAPÍTULO II
ESTRUTURAS VEICULARES
Este capítulo trata dos principais tipos de estruturas veiculares utilizadas ao longo dos
anos até os dias de hoje. São abordados aspectos relativos à geometria de cada estrutura, a
maneira como os diversos membros estruturais estão arranjados e dispostos, os tipos de perfis
estruturais mais utilizados e comuns, bem como aspectos relativos à rigidez. As tecnologias
referentes aos processos de fabricação também são enfocados de modo a conduzir os
fabricantes a escolher qual o tipo de processo mais produtivo e economicamente viável. A
aplicabilidade de cada estrutura está diretamente ligada à categoria de veículo que se deseja
desenvolver. Um enfoque maior é dado às estruturas tipo spaceframe, pois a dissertação trata
do desenvolvimento desse tipo de chassis.
Os tópicos a seguir são destinados à apresentação dos principais desenvolvimentos bem-
sucedidos de estruturas veiculares. De acordo com Souza, existem dois tipos básicos de
estrutura veicular: o clássico quadro de chassis e o tipo monobloco. O quadro de chassis
suporta diretamente as suspensões, o conjunto propulsor e a carroceria, enquanto que o
monobloco integra chassis e carroceria em uma única peça.
2.1. Backbone ou coluna vertebral
A geometria de uma estrutura backbone é bastante simples: constitui-se de uma peça
única cujo principal membro estrutural é um túnel central bastante robusto feito em aço
disposto em um formato aproximadamente retangular. Sua principal função está em conectar
através de suas extremidades aos eixos dianteiro e traseiro servindo como suporte para o
motor e suspensões e alojando todo o sistema de transmissão em sua cavidade interior. O
resultado desse arranjo fornece quase toda a resistência mecânica necessária ao chassis. Esse
tipo de estrutura foi desenvolvida por Colin Chapman em 1962 ao desenvolver o Lotus Elan.
Toda a carenagem que encobre esse tipo de arranjo é feita em fibra de vidro. A rigidez
17
torsional de um backbone chassis é seis vezes maior que a rigidez de uma estrutura tipo
escada (ladder frame). Adams (1993) chegou a essa conclusão ao testar a rigidez desses dois
tipos de estruturas em escala reduzida, observando que uma estrutura com túnel central
deflete seis vezes menos que uma estrutura constituída por membros transversais e
longitudinais. A figura 2.1 ilustra um backbone chassis desenvolvido por Colin Chapman.
Observa-se nessa ilustração, como a estrutura se conecta com o motor, suspensões e promove
um alojamento para a transmissão.
Túnel central Motor
Suspensões
traseiras
Transmissão
Figura 2.1 – Estrutura backbone de um Lotus Elan (Colin Chapman).
A grande vantagem inerente a uma estrutura backbone está na sua grande robustez em
veículos esportivos menores, principalmente quando o túnel central apresenta-se mais largo e
maior. Uma estrutura mais leve e mais robusta é obtida através de uma configuração mixta
entre tubos e a própria geometria backbone. Adams (1993) ilustra através da fig. 2.2 esse tipo
de configuração feita de chapas finas de alumínio e tubos de mesmo material. A fabricação
pode ser feita manualmente, e o processo é viável economicamente para baixos volumes de
produção.
Figura 2.2 – Estrutura backbone feita em alumínio (Adams, 1993).
18
A grande desvantagem de seu uso está na insuficiente robustez fornecida para os
veículos maiores, além do túnel central que ocupa um grande volume no compartimento dos
passageiros e comprometendo assim o uso do espaço interno como pode ser visto pela fig.
2.2. Outra desvantagem está no acesso para manutenção de componentes mecânicos como
motor e caixa de mudanças que é dificultado neste tipo de projeto em função dos painéis que
compõem o chassis. Em termos de segurança, esse tipo de estrutura não oferece proteção
contra impactos laterais, função que deve ser suprida por uma carenagem bastante eficiente
para esse fim.
2.2. Monocoque
Constitui-se por um único arranjo que define toda a forma ao veículo. Esse tipo de
chassis já encontra-se incorporado ao corpo do veículo em uma única estrutura constituída por
diversos membros soldados. O assoalho que abrange a maior área da estrutura assim como
outras partes são prensadas pelo processo de estampagem. Esse tipo de estrutura é bastante
eficiente na proteção contra impactos, sendo usado em competições de alto nível (Fórmula 1 e
Fórmula Indy). O resultado deste tipo de projeto é uma estrutura incrivelmente rígida como
ilustrado na fig. 2.3.
Figura 2.3 – Estrutura monocoque de uma Ferrari F-1.
A partir da década de 80, grande parte dos veículos do tipo monocoque passaram a
apresentar toda a sua estrutura em fibra de carbono, principalmente os veículos de
competição, pois essa estrutura não apresenta a única função de suporte para motor,
19
suspensões e transmissão, mas também serve como uma célula de proteção bastante rígida.
Assim, a fibra de carbono constitui em um sofisticado tipo de material devido à sua elevada
razão rigidez/peso. Todas as desvantagens inerentes às estruturas em fibra de vidro tais como
baixa qualidade visual e incapacidade de atuar como membros estruturais solicitados são
supridas pelo uso das fibras de carbono.
Algumas adaptações presentes nesse tipo de estrutura são comuns. Diferentemente de
um veículo McLaren F1, as suspensões traseiras de uma Ferrari F50 estão unidas diretamente
ao motor e ao conjunto da transmissão como ilustra a fig. 2.4. Isso significa que o motor tem
uma função estrutural que suporta todo o carregamento proveniente do eixo traseiro. Assim,
todo o conjunto motor-transmissão-suspensão traseira está unido ao chassis em fibra de
carbono de liga leve. Isso conduz a uma grande desvantagem para as estruturas monocoque
em fibra de carbono, pois grande parte da vibração proveniente do motor é transmitida à
estrutura e ao cockpit do piloto. Outra grande desvantagem é o seu alto custo de fabricação.
Figura 2.4 – Suspensão traseira de uma Ferrari F50 unida diretamente ao conjunto motor-
transmissão.
2.3 Ladder frame ou “escada”
Constitui o tipo de estrutura veicular mais antiga já existente. Até a década de 60, a
maioria dos veículos, principalmente os que eram destinados a suportar altos carregamentos,
utilizavam esse tipo de estrutura. O chassis tipo “ladder”, também chamado de “twin-rail”, é
tipicamente construído a partir de tubos retangulares, redondos ou em perfil aberto tipo C. É
composto de membros longitudinais chamados longarinas que são os principais membros
estruturais que suportam os carregamentos provenientes da aceleração e frenagem. È
composto também por membros transversais chamados travessas que fornecem resistência às
20
forças laterais, além de um incremento adicional na rigidez torsional da estrutura. Nesta
abordagem pode-se usar longarinas retas ou curvas, paralelas ou não, com duas ou mais
travessas. Os suportes geralmente são prolongamentos das longarinas ou travessas e os pontos
de fixação da suspensão podem ou não estar integrados ao projeto. A figura 2.5 ilustra a
geometria dessa estrutura com os principais membros estruturais.
Travessa
Longarina
Figura 2.5 – Longarinas e travessas em uma estrutura do tipo ladder ou “escada”.
A quantidade de travessas é função da rigidez requerida pelo projeto e da necessidade
de servirem como suportes para componentes como a caixa de câmbio, Souza (). (HAPPIAN,
2002) comenta que podem ser usadas seções abertas em “C” ou fechadas, sendo as fechadas
mais usadas para carros de passageiros pois oferecem maior rigidez. Atualmente, a maioria
dos projetos modernos utiliza longarinas construídas em perfis retangulares fechados. Este
tipo de perfil passou a ser usado devido a vários fatores de ordem prática (AIRD, 1997). Um
destes fatores é que sob carregamento de flexão pura um tubo retangular de 100mm x 75mm é
cerca de 37% mais rígido que um tubo redondo de mesma espessura de parede de 100mm de
diâmetro (Chassis Design Logic web site, 2004). Soma-se a este fato a dificuldade para
posicionar e fixar adequadamente suportes nas longarinas sendo estas redondas. Segundo
Souza (1990), as longarinas de perfil aberto, apesar de sua menor rigidez, apresentam grande
vantagem quando da recuperação de uma estrutura avariada. Além disto o perfil aberto facilita
a montagem de diversos acessórios comuns em veículos de carga (tanque de combustível,
reservatório de ar comprimido, etc). Apesar de ser uma estrutura que requer um baixo custo e
facilidade de fabricação comparada à outros tipos de estrutura, ela apresenta uma rigidez
torsional relativamente baixa, devido a sua configuração plana. Isso se torna evidente
principalmente quando a estrutura está sob condições de carregamentos verticais e grandes
impactos provenientes da interação do veículo com a superfície da pista.
21
2.4 Monobloco
A estrutura monobloco é caracterizada pelo fato do chassis, carroceria e estrutura frontal
estarem integrados em uma única peça soldada. Este tipo de estrutura foi utilizado
primeiramente em carros pequenos e depois evoluiu para aplicação em praticamente todas as
categorias de automóvel. Atualmente, 95% dos veículos produzidos apresentam estrutura do
tipo monobloco, devido principalmente ao seu baixo custo de produção, associado à uma
grande adequação aos processos robotizados de fabricação. Apresenta uma concepção
diferente dos outros tipos de estruturas, que fornecem apenas os membros estruturais (tubos,
longarinas, travessas) e que necessitam de uma carenagem adicional para garantir a sua
integridade. Um monobloco é uma estrutura única que define toda a forma ao veículo como
ilustrado na fig. 2.6. Na verdade o chassis é composto por diversos membros unidos por solda
a ponto (às vezes soldagem à laser) em um processo robotizado (braços de robôs). Alguns
membros tais como o assoalho são feitos pelo processo de estampagem. Todo o processo de
montagem leva alguns minutos, graças às modernas linhas de produção. No estágio final de
montagem apenas alguns acessórios são introduzidos ao veículo como portas, capôs, teto, etc.
A sua fabricação é inviável para produção em baixa escala, devido aos altos custos de
ferramentas, moldes e máquinas de estampagem necessárias para tal finalidade.
Figura 2.6 – Estrutura monobloco: integridade estrutural em uma única peça soldada.
Uma das principais vantagens que uma estrutura monobloco oferece é o espaço interno
bastante eficiente, proporcionando a ocupação de um número maior de passageiros, facilitada
pela presença de um túnel central para o conjunto da transmissão não muito grande. Assim, a
sua configuração em um formato de casca a torna uma estrutura bastante atrativa em termos
de produção de veículos em massa. Outra grande vantagem inerente a essa estrutura é que ela
oferece uma boa proteção contra impactos, graças a alguns membros com função estrutural
tais como as colunas laterais na região frontal, central e traseira.
22
Do ponto de vista estrutural um monobloco tem que resistir aos mesmos esforços e
atender aos mesmos requisitos que um veículo similar que possua quadro de chassis e
carroceria. Em função disto e apesar da diferença filosófica entre as duas estruturas, é possível
identificar em um monobloco regiões significativamente mais reforçadas que podem ser
associadas a longarinas, travessas e colunas como mostra a fig. 2.7. Geralmente, o principal
membro estrutural de um monobloco é sua lateral inferior.
Regiões de
grande reforço
estrutural
Figura 2.7 – Regiões de grande reforço em uma estrutura do tipo monobloco.
Em contraste a muitas vantagens, uma estrutura monobloco é muito pesada, devido a
extrema quantidade de metais utilizados. A relação rigidez/peso é bastante baixa comparada
às outras estruturas, visto que a configuração em casca garante uma boa eficiência de espaço
interno, porém, a resistência estrutural fica comprometida, mesmo porque as partes
constituídas por metais prensados e extrudados não são tão robustos quanto os tubos de metal.
O seu alto peso final deve-se também pelo fato de que toda a estrutura é feita em um só tipo
de material, geralmente aço, não possibilitando a combinação com outros tipos de materiais
como fibra de carbono, alumínio etc.
2.5 Spaceframe (“bird cage”)
A principal característica desse tipo de estrutura é a sua configuração tridimensional
bastante complexa, desenvolvida por engenheiros de equipes de veículos de competição. A
carência de robustez das estruturas planas tipo escada é suprida pelo desenvolvimento dessas
estruturas bastante rígidas em três dimensões. Um chassis tipo spaceframe é compostos por
membros tubulares redondos de pequeno diâmetro e/ou quadrados posicionados em diferentes
23
posições afim de oferecer uma altíssima rigidez contra diversos tipos de carregamento. Uma
estrutura tipo spaceframe verdadeira é composta de pequenos tubos submetidos apenas à
tração e compressão (não são submetidos a carregamentos de torção ou flexão). Isto significa
que cada ponto de suporte deve ser composto por membros em três planos, evitando cargas de
torção e flexão. Na prática é quase impossível construir um chassis tipo spaceframe eficiente,
porém existem diversos excelentes exemplos deste tipo de construção como o Mercedes
300SLR, Lamborghini Countach, Jaguar Bird Cage, como ilustra a fig. 2.8.
Figura 2.8 - Estrutura spaceframe de um Lamborghini Countach.
O primeiro projeto dessa estrutura foi desenvolvido por um aviador inglês, Barnes
Wallis em plena Segunda Guerra Mundial, e que proporcionou aos aviões da época a
capacidade de suportar grandes quantidades de danos em certas áreas, sempre mantendo a
resistência, mesmo em condições de pleno vôo. Após a Segunda Guerra (1947), alguns
entusiastas tais como o Dr. Ferdinand Porsche utilizou o conceito para desenvolver carros
esportivos. Fabricantes de veículos como a Lotus e a Maserati também adotaram a idéia da
estrutura tipo gaiola de pássaro, nomenclatura dada a estrutura devido a variedade de tubos
presentes nela.
As estruturas do tipo gaiola oferecem grande flexibilidade em termos de fabricação em
baixa escala, pois permite a sua construção em uma variedade de materiais tais como o aço,
alumínio, compósitos etc. Quando se deseja uma produção em alta escala, como nos veículos
tipo monobloco, um spaceframe se torna bastante inviável economicamente. Além disso,
grande habilidade é exigida do construtor, principalmente no processo de soldagem, que pode
conduzir a grandes empenamentos se a precisão dimensional dos gabaritos não for muito boa.
24
Outro incômodo inerente ao processo de fabricação dessa estrutura é que não é muito fácil
fazer soldas de determinados componentes da estrutura em tubos redondos, ao contrário dos
tubos quadrados que oferecem uma superfície de fácil conexão entre esses membros.
De uma maneira tradicional, spaceframes são construídos a partir de tubos de seção
quadrada, devido aos motivos anteriormente mencionados. Essa superfície plana dos tubos
quadrados é que permite a utilização de técnicas de fabricação relativamente fáceis. Porém, as
estruturas spaceframes modernas utilizam tubos redondos em toda a sua configuração, pois
dessa maneira, a rigidez torsional torna-se bastante alta. Aliada a esse incremento adicional na
rigidez, a fabricação em tubos de aço envolve técnicas de fabricação mais complicadas, pois
esse tipo de aplicação envolve a confecção de entalhes que devem ser bastante precisos para
garantir uma junção estrutural robusta entre os tubos. A figura 2.9 ilustra as junções feitas em
tubos quadrados e redondos (entalhamento). Esses métodos de junção são fáceis de ser
executados principalmente para aços endurecidos com a utilização de ferramentas de altíssima
qualidade. Outra vantagem é que a junção de tubos pelo processo de entalhamento aumenta a
região de solda, conseqüentemente incrementando a resistência na junção. As técnicas de
soldagem modernas revolucionaram a fabricação de spaceframes, permitindo soldas mais
complexas, introdução de materiais de preenchimento que garantem uma solda mais resistente
e mais limpa. (BAKER, 2004) estabelece que quando os aços extrudados a frio são utilizados,
o processo de soldagem TIG (Tungstênio Inerte Gás) é mais apropriado do que o processo
MIG (Metal Inerte Gás), porque no primeiro processo, o efeito regiões localizadas de calor é
bem menor que o no segundo processo. Isso preserva as propriedades de dureza do aço
utilizado.
Figura 2.9 – Junções entre tubos quadrados e redondos (entalhamento).
A sua configuração complexa é uma das principais causas para uma construção detalhada e
mais difícil. Outra grande desvantagem é que as soleiras laterais dificultam o acesso a região
25
ocupada pelo motorista, como pode ser visto em alguns veículos de competição da Mercedes
como 300 SLR, na década de 50. Devido a essa redução na acessibilidade dessa região, os
engenheiros da Mercedes optaram por extender as portas em direção ao teto do veículo. Desde
meados da década de 60, muitos carros esportivos longos adotaram a idéia do spaceframe
tubular para aumentar a relação rigidez/peso. Porém, muitos deles utilizam uma estrutura
mista entre regiões treliçadas na parte frontal e traseira e uma estrutura em casca na região
central, principalmente a ocupada pelo motorista afim de reduzir custo e eliminar o problema
da falta acessibilidade inerente as estruturas veiculares spaceframes. Esse problema também é
solucionado quando os veículos utilizam uma concepção conversível, porém algumas
estratégias adicionais devem ser estudadas afim de incrementar a rigidez que é relativamente
baixa nessa concepção.
2.6 Aspectos relativos à fabricação de estruturas veiculares
Dentre os variados tipos de fixação para os diversos membros do quadro de chassis
podemos citar o aparafusamento, rebitamento a quente e soldagem, todos estes função do
compromisso entre custo, quantidade a ser produzida e tipo de utilização. Em caminhões, por
exemplo, são predominantemente usados os processos de rebitamento e aparafusamento. As
uniões por rebitamento e aparafusamento das travessas nas abas das longarinas possuem uso
limitado, pois oferecem pouca rigidez nas juntas enquanto que as uniões soldadas oferecem
maior rigidez. Portanto, o tipo de fixação usado para unir as travessas às longarinas é muito
importante para definir a rigidez total do quadro (SOUZA, 1990).
A soldagem das travessas às longarinas constitui o processo mais adequado quando se
trata de produção em pequena e média escala, pois este é o mais econômico. Atualmente o
acesso a processos de soldagem modernos do tipo MIG permite a construção de quadros de
chassis com soldas cada vez mais seguras e adequadas a construção de estruturas veiculares,
conforme verificou Costa (1998). Até mesmo as montadoras de veículos como a Troller
optam pela construção de seus quadros de chassis pelo processo de soldagem ratificando o
exposto acima.
Em uma estrutura do tipo ladder frame, a posição das travessas em relação as longarinas
é fator de extrema importância no projeto do quadro de chassis, sendo a configuração mais
utilizada a do tipo escada onde todas as travessas são transversais às longarinas e paralelas
entre si. (HAPPIAN, 2002) relata que uso de travessas em “X” pode também ser considerado,
26
pois este tipo de componente atua simultaneamente como reforço longitudinal e pode
substituir duas travessas convencionais. Sua principal característica é a resistência à
deformação do quadro e, consequentemente o aumento da rigidez à torção do conjunto.
Apesar de ser uma excelente opção de travamento estrutural. Uma grande desvantagem dessa
configuração é que a travessa em “X” dificulta a utilização do espaço entre as longarinas e
pode levar à obtenção de um veículo com centro de gravidade muito alto, o que é indesejável.
Além disto, a colocação de travessas em “X” é extremamente difícil quando as longarinas
apresentam perfil tubular redondo.
CAPÍTULO III
MÉTODO DOS ELEMENTOS FINITOS
3.1 A importância do método
Como parte da grande rotina enfrentada pelos engenheiros, encontram-se os trabalhos
técnicos e os projetos de natureza diversas. O tratamento dos problemas estruturais são
abordados através de pontos de vista diferentes, dependendo da disponibilidade de
ferramentas intelectuais e materiais. Alguns problemas são de natureza bastante simples, o
que dispensa o uso de excessivos e dolorosos esforços para resolvê-los, senão a pura e
eficiente experiência. As técnicas utilizadas nos dias de hoje são oriundas dos conceitos
advindos da Mecânica Geral, mais especificamente da Estática, onde são abordadas as teorias
de vigas, placas e cascas. Essas teorias tratam de problemas bem definidos, cujas soluções
analíticas são deduzidas através de equações diferenciais ordinárias. Muitas dessas soluções já
se encontram em diversos livros técnicos ou até em tabelas de cálculo que auxiliam o
engenheiro em sua trajetória profissional. Essas soluções são bastante apropriadas para os
problemas mais simples, pelo fato de suas aplicações servirem de base para as aplicações mais
gerais e usuais. Assim deve ficar claro que ao adotar soluções clássicas para enfrentar um
problema seja ele estrutural ou não, as respostas sempre surgirão a partir de hipóteses
simplicadoras, surtindo efeito na acuracidade da solução.
Por outro lado, alguns problemas são bastante complexos e requer um conhecimento
mais aprofundado de quem irá tratá-lo, bem como de recursos disponíveis e suficientes para
resolvê-lo. O interesse dos profissionais por soluções que garantam um menor custo e uma
grande economia de tempo tem despertado um sentimento forte pela busca de sofwares
modernos de grande robustez e que garantam resultados eficientes. Independentemente da
dificuldade encontrada nos problemas de ordem estrutural, todo engenheiro deverá considerar
a estrutura como um objeto de análise de forma a elaborar um esquema de cálculo ou um
modelo de cálculo. Através da fig. 3.1, Alves Filho (2000) esquematizou um conjunto de
28
etapas principais para a abordagem de problemas estruturais. Essas etapas não constituem
uma obrigatoriedade de seu uso, mas é bastante suficiente para tal aplicação.
Problema Real
Idealização da
Estrutura
Equações de
Equilíbrio
Equilíbrio de forças: Σ Forças = 0
Equilíbrio de momentos: Σmomentos = 0
Solução das
Equações de
Equilíbrio
Interpretação dos
Resultados
Figura 3.1 – Principais etapas de abordagem de um problema estrutural.
A grande maioria dos problemas práticos de natureza estrutural são bastante complexos,
pois tratam de estruturas com geometrias arbitrárias, carregamentos irregulares ou não
uniformes e apoios ou condições de contornos não muito simples. Diferentemente das
29
estruturas mais simples, que podem ser calculadas por métodos analíticos clássicos, oriundos
dos conceitos de resistência dos materiais e baseados no estudo e emprego de equações
diferenciais, cuja solução é exata em todos os seus pontos, as estruturas complexas são
tratadas por intermédio de soluções aproximadas ou por métodos numéricos. Esses métodos
não baseiam-se em tentativa e erros, consumindo uma extrema quantidade de recursos, mas
em projetos bem elaborados e que podem sofrer alterações ao longo de sua análise.
Consequentemente, ganha-se em competitividade todas as empresas que empregam essa
metodologia, ao se reduzir os custos em ferramental, ao mesmo tempo, atendendo à demanda
de serviços. Assim, o método dos elementos finitos (FEM) faz parte desse arsenal de
metodologias modernas e eficientes, que aliado a outros programas sofisticados e bem
implementados garante um trabalho bastante competitivo.
Os softwares de elementos finitos aliados aos programas CAD (Computer-Aided
Design) constituem uma poderosa ferramenta que conduz a um processo de prototipagem
virtual gerada a partir de modelos numéricos. Toda essa metodologia garante a
possibilibilidade de erros mínimos durante a análise do projeto. Diferentemente, dos
protótipos físicos, em tempo real, a prototipagem virtual permite ao usuário dos programas de
FEM/CAD, avaliar o projeto em todas as suas etapas, fazendo as possíveis correções até
chegar em um protótipo adequado, para a sua posterior fabricação e teste. Kurowski (2004)
apresenta em seu livro uma lógica de interface entre os programas CAD e os FEM. Nesse tipo
de estrutura, a linha de interface entre os dois programas é cruzada duas vezes como mostra a
fig. 3.2, de modo que a todo o momento o FEM é utilizado para modificar a geometria de uma
estrutura feita em CAD, ajustando-a ao processo de análise. No segundo cruzamento da
interface, todos os resultados obtidos pelo FEM são implementados pelo programa CAD.
a b
Figura 3.2 – Lógica de interfaces entre os programas FEM/CAD. a. interface de grande
esforço computacional. b. interface com reduzido esforço computacional.
30
Esse processo pode conduzir a menores esforços em termos de interface, quando se
conhece as diferenças entre as geometrias CAD e FEM, ou seja, inicializando um processo de
análise com uma geometria em FEM executando as devidas iterações e após essas serem
suficientes a transferência dos resultados poderá ser feita para o ambiente CAD. Isso leva à
apenas um cruzamento da interface. Outras interfaces bem-sucedidas também podem ser
feitas com softwares que abordam a teoria de multicorpos como o ADAMS® e o software de
ferramentas matemáticas como o MATLAB®.
Este capítulo descreve os principais tipos de sistemas discretos e contínuos utilizados
para a abordagem dos diversos problemas de ordem prática. Uma ênfase maior será dada aos
modelos discretizados, bem como os tipos existentes. Tópicos relacionados à análise matricial
também são importantes, pois ajudam a relembrar os conceitos de matrizes bastante úteis para
tratar as informações mais relevantes do problema. Os conceitos de matriz de rigidez do
elemento e da estrutura são a base para entender o comportamento global de uma estrutura,
assim como a relação entre os forças e deslocamentos. Enfim, um enfoque maior será dado
aos elementos estruturais em barras, alvo de estudo da dissertação, abordando toda a sua
teoria e prática.
3.2 Idealização de sistemas
Como visto anteriormente, os problemas estruturais devem ser tratados como objetos de
análise. Conhecido o problema real, de modo a conhecer todas as suas características físicas,
as estratégias para a idealização de uma estrutura constituem uma nova etapa de abordagem
que podem ditar o comportamento da mesma, ou mesmo julgar a sua precisão. Uma delas
permite subdividir os sistemas, ou em particular, a estrutura em subconjuntos individuais ou
elementos. Assim, a partir da compreensão do comportamento dos elementos tem-se como
conseqüência a compreensão do comportamento de toda a estrutura. Em torno dessa
abordagem, dois tipos de sistemas são definidos para a idealização de estruturas: contínuos e
discretos. A compreensão dessa distinção é bastante útil para entender os conceitos de
modelagem.
3.2.1 Sistemas contínuos
Nesse tipo de sistema, a solução é obtida para os infinitos pontos de uma estrutura, por
intermédio de uma função matemática. A resposta do comportamento de uma estrutura é
31
obtida por meio da integração de equações diferenciais. Considere como exemplo de
aplicação, uma plataforma flutuante como ilustrada na fig. 3.3. Sabendo que toda essa
estrutura é suportada por apoios ou botes flutuantes, pode-se “aproximar” os botes como se os
mesmos se comportassem como molas, desde que estejam espaçados uns aos outros por uma
pequena distância quando comparados ao comprimento da linha elástica que se forma quando
por exemplo um carregamento devido ao peso de um veículo trafega ao longo do seu
comprimento.
Hipótese: λ>>d
λ
d
P
Plataforma apoiada sobre molas
Figura 3.3 – Idealização de uma plataforma flutuante através de um sistema contínuo.
Como foi discutido anteriormente sobre as limitações de emprego das soluções
analíticas, pelo fato da maioria dos problemas serem de grande complexidade, um outro tipo
de idealização torna-se necessário com a finalidade de evitar o desconforto em resolver as
equações diferenciais mais complicadas.
3.2.2 Sistemas discretos
A aplicação dos conceitos de diagrama de corpo livre, que implica na elaboração das
equações de equilíbrio para um dado corpo são bastante adequados quando temos um sistema
discretizado. Isso porque, existe uma relação direta entre as grandezas quando tem-se um
elemento finito, ao contrário de um sistema contínuo que envolve termos diferenciais
relacionados entre si por meio das equações diferenciais. Em uma discretização de sistemas, a
estrutura é sub-dividida em partes distintas (elementos) separadas e interligadas entre si
através de pontos ou nós como mostra a fig. 3.4. Os elementos não são diferenciais, mas sim
finitos e os parâmetros que descrevem o comportamento do sistema são os deslocamentos
nodais. A quantidade de pontos ou nós é bastante importante e depende da acuracidade dos
32
resultados que se desejam obter. Esse processo é chamado malhagem e constituem em uma
das etapas mais críticas do FEM, pois a precisão do resultado final depende signifcativamente
do tipo de malha utilizada.
Figura 3.4 – Discretização de um sistema: subdivisão da estrutura em elementos finitos.
Geralmente, nos programas comerciais de elementos finitos tais como o ANSYS®, um
recurso de malhagem automática torna bastante simples o tratamento do problema,
principalmente quando as geometrias são importadas dos programas CAD. Uma geometria
limpa e de boa qualidade permite a aplicação de uma malha também de boa qualidade. A
aparência da malha também fornece um indicativo da sua qualidade, sendo que o resultado
não será necessariamente bom se a malha apresentar uma boa aparência, porém uma malha
com um aspecto mal aparentado conduzirá a resultados com pouca acuracidade (PINTO
FILHO, 2004).
A malhagem manual não é uma boa opção, pois requer tempo e esforço por parte de
quem está trabalhando com o método, sendo portanto substituídas pela malhagem manual
existente nos programas comerciais. O refinamento da malha é atingido por um processo de
convergência. Segundo Adams (1999), no FEM o processo de se reduzir o erro local fazendo
uso de elementos cada vez menores, ou fazendo uso de elementos que consigam melhor
aproximar formas mais complexas ponto a ponto é chamado de convergência. Esse processo é
melhor atingido quando se tem um refinamento da malha em regiões onde se tem mudanças
bruscas de curvatura como ilustrado na fig. 3.5. Assim, através do conhecimento desses
33
parâmetros (deslocamentos nodais, é possível conhecer de forma aproximada o
comportamento da estrutura inteira.
Figura 3.5 – Processo de convergência em regiões com mudanças bruscas de curvatura.
Os elementos da estrutura devem ser bastante definidos para que a resposta nos pontos
nodais tenha uma boa aproximação ao comportamento real da estrutura. Nesse processo de
discretização, são geradas e resolvidas inúmeras equações algébricas simultâneas através de
procedimentos padrões que são úteis para qualquer tipo de estrutura. Assim, o modo como a
estrutura comporta também é função do tipo de elemento utilizado. Para geometrias sólidas,
usam-se elementos do tipo casca, para elementos com uma configuração em barras tem-se
como elemento apropriado o do tipo barra. As propriedades desses elementos também
deverão estar bem definidas. Quanto mais bem definido o comportamento interno do
elemento, mais a resposta do modelo se aproximará do comportamento real da estrutura.
Assim como ilustrado anteriormente as etapas principais para abordagem de um
problema de natureza estrutural, essa mesma idéia pode ser estendida para os sistemas
discretos constituindo em um procedimento padrão de análise com algumas informações
adicionais referentes à montagem dos elementos bem como a interconexão entre eles. A
figura 3.6 representa esse procedimento.
Todo sistema ao ser analisado fornece uma impressão de sua “aparência”, ou seja, a sua
identificação, bem como a de seus componentes pode parecer clara ou não para o projetista. E
é nesse contexto em que os sistemas discretizados são classificados. Assim em uma estrutura
34
reticulada, como por exemplo, uma treliça plana é fácil identificar os elementos de barras que
a constituem. É fácil compreender também que esses elementos estão conectados entre si
através de juntas ou nós e que a interação entre as divisões (elementos finitos) ocorre somente
nessas juntas.
Figura 3.6 – Metodologia padrão para analisar um sistema discreto.
Quando a estrutura é deformada através de um carregamento conhecido em um
determinado nó, é notório que todos os elementos anteriormente ligados a ele na configuração
indeformada continuam interconectados a ele. Essa condição chamada de Condição de
Compatibilidade de Deslocamentos é suficiente para elaborar o modelo de cálculo para esse
tipo de estrutura e é de suma importância na resolução dos problemas envolvendo
discretização. A figura 3.7 ilustra uma estrutura treliçada que obedece a condição acima
mencionada. Observe o ponto inicial E antes da deformação e o ponto final E’ após
deformação. Fica claro que as extremidades dos três elementos estão sujeitas aos mesmos
componentes de deslocamentos u e v do ponto E. Outros exemplos de estruturas reticuladas
são os pórticos planos e espaciais, grelhas, vigas contínuas e as treliças espaciais.
35
Figura 3.7 – Condição de compatibilidade de deslocamento nodal em uma estrutura treliçada.
Outra classe de estruturas que diferem bastante da configuração de um conjunto de vigas
é aquela constituída por elementos estruturais conectados continuamente. Nessa configuração,
subdivisão da estrutura em elementos, ou seja, a malha de elementos finitos não parece tão
óbvia de se imaginar quando comparadas às estruturas reticuladas, assim como não ocorre de
forma natural. Na verdade, ocorre uma subdivisão artificial em um certo número de elementos
finitos conectados apenas nos nós. Um exemplo de estrutura constituída por elementos
conectados continuamente está ilustrado na fig. 3.8. A escolha do elemento apropriado é
bastante importante e não é tarefa simples quando comparada a escolha de um elemento para
uma estrutura reticulada.
Figura 3.8 – Estrutura de um jipe Troller T4 com elementos do tipo casca conectados
continuamente (PINTO FILHO, 2004).
Alves Filho (2000) estabeleceu que através da especificação das propriedades dos
elementos representativos da estrutura é possível obter uma solução aproximada do problema
sem a necessidade de trabalhar com elementos cada vez menores (diferenciais). Isso é fácil de
36
ser imaginado se, por exemplo, em uma chapa de estrutura de automóvel fosse recortada em
elementos triangulares e soldadas apenas nos nós. É óbvio que sob condições de deformação,
a configuração da chapa apresentaria “buracos”, o que seria indesejável do ponto de vista para
um representação real. Assim, pela fig. 3.9, fica claro que a condição de compatibilidade de
deslocamentos apenas nos nós não são suficientes para representar o corpo contínuo, mas essa
condição deve ser atendida também para os contornos elementares.
Figura 3.9 – Incompatibilidade de deslocamentos nos contornos elementares em uma estrutura
com elementos conectados continuamente.
Portanto, o desafio está em garantir que o comportamento interno entre dois elementos
vizinhos fosse de tal maneira que as configurações de deformação em ambos os contornos
fossem compatíveis em um grau de precisão considerado aceitável. Nessa classe de estruturas
também enquadram os componentes de máquinas, eixos, carcaças, lajes etc.
3.3 Análise matricial de estruturas
A quantidade de informações armazenadas nos modelos matemáticos requerem que uma
estrutura de dados esteja bem elaborada de modo a “administrar” o tratamento matemático de
um determinado sistema. Como foi exposto anteriormente, as equações de equilíbrio geram
inúmeras equações algébricas simultâneas que relacionam os deslocamentos nodais com os
carregamentos impostos a eles por intermédio de uma estrutura de dados na forma de matriz.
Essa representação matemática se torna eficiente desde que com o auxílio de processadores
eletrônicos, a solução das equações se torna mais clara e compacta. A maioria dos métodos
computacionais utilizados na engenharia moderna utilizam matrizes para tratarem as
informações de interesse.
37
A complexidade das matrizes é função do tipo de estrutura que se queira analisar.
Matrizes simples, com uma menor quantidade de informações são obtidas quando se tem uma
estrutura reticulada, pois existe apenas uma relação direta entre deslocam
38
3.3.2 Matriz de rigidez de uma estrutura
A partir dos deslocamentos nodais é possível obter a configuração deformada de uma
estrutura. Assim os conceitos de rigidez equivalente são úteis, pois a rigidez de uma estrutura
como um todo depende da rigidez de cada elemento estrutural que a compõe. Baseado nessa
idéia, a estrutura em equilíbrio deve satisfazer três leis fundamentais:
• equilíbrio de forças, onde considera-se o equilíbrio de cada elemento se a estrutura
como um todo também se encontra nesse estado;
• compatibilidade de deslocamentos, já anunciada anteriormente e abordada sob
diferentes aspectos dependendo do tipo de estrutura discretizada;
• lei de comportamento do material, que garante que os esforços ao longo da estrutura
que são transmitidos pelos elementos por intermédio de esforços internos, crescem de
forma proporcional (linear) às deformações.
Para o caso específico de uma mola real, temos que o elemento de mola é idêntico à
estrutura, de modo que a matriz de rigidez elementar é a própria matriz de rigidez da
estrutura. De maneira análoga, porém mais abrangente, a eq. (3.2) deduz a formulação para se
obter a matriz de rigidez de uma estrutura inteira.
{
}
{
}
FKU=.
⎡⎤
⎣⎦
(3.2)
Onde:
{
}
F é a matriz coluna que representa todas as forças nodais;
é a matriz de rigidez da estrutura; K
⎡⎤
⎣⎦
{
}
U é a matriz coluna que representa todos os deslocamentos nodais.
3.4 O elemento de mola
Esse é o tipo de elemento mais simples em relação aos demais, pois transmite somente
esforços axiais e sofre deformações também axiais, ao contrário dos outros elementos que
transmitem ao mesmo tempo esforços axiais, flexões, cisalhamentos, torções, etc. Assim, a
quantidade de componentes de deslocamento presentes na matriz de rigidez do elemento de
mola é bastante reduzido em relação aos demais elementos. Constitui o elemento base para se
chegar a formulações mais complexas das matrizes de rigidez elementares. Toda o
embasamento matemático enfatizado na determinação da rigidez nodal de uma estrutura pode
ser adquirido ao se analisar a matriz de rigidez de um elemento de mola, que apesar de
39
simples é capaz de fornecer informações sobre o significado físico de cada termo presente na
matriz. Para confirmar o que foi exposto acima, a fig. 3.11 representa um sistema constituído
por dois elementos de molas como se fosse uma discretização de qualquer estrutura.
K
1
K
2
F
1
F
2
1
0
2
U
1
U
2
x
U
0
Figura 3.11 – Sistema constituído por duas molas elementares.
De acordo com o sistema ilustrado acima, pode-se perceber claramente que existem
duas molas com rigidez K
1
e K
2
. Existem três pontos, o ponto inicial O está fixo e não é
deslocado. Já nos pontos 1 e 2 são aplicadas forças na direção x indicada, de modo que os
deslocamentos U
1
e U
2
sofridos por cada um deles a partir da condição de equilíbrio estático
se restrigem a essa direção x. Assim, considerando que pequenos deslocamentos são obtidos
quando da aplicação das forças F
1
e F
2,
tem-se um comportamento linear da mola relacionando
a forças com os respectivos deslocamentos. Essa relação é chamada Lei de Hooke e pode ser
expressa pela eq. (3.3).
F = Kx (3.3)
A partir da condição de equilíbrio de forças, é possível obter as equações para cada um
dos pontos correspondentes às extremidades das molas. As equações (3.4) e (3.5) expressam
essa idéia de equilíbrio para cada ponto.
F
1
– U
1
K
1
+(U
2
–U
1
)K
2
= 0 (3.4)
F
2
– (U
2
–U
1
)K
2
= 0 (3.5)
Tomando F
1
e F
2
como variáveis isoladas obtem-se a eq. (3.6) e (3.7).
F
1
= (K
1
+ K
2
) U
1
+(-K
2
)U
2
(3.6)
F
2
= (- K
2
) U
1
+ K
2
U
2
(3.7)
40
De forma a “administrar” as informações contidas pela análise da condição de equilíbrio
a forma matricial torna-se bastante adequada por motivos anteriormente discutidos. Assim,
pela eq. (3.8) temos as informações na forma de matriz.
⎭
⎬
⎫
⎩
⎨
⎧
⎥
⎦
⎤
⎢
⎣
⎡
+
+
=
⎭
⎬
⎫
⎩
⎨
⎧
2
1
22
221
2
1
U
U
KK-
K-KK
F
F
(3.8)
A equação acima pode ser expressa por uma forma simplificada como representada pela
eq. (3.2). A matriz que contém os termos de rigidez é a matriz de rigidez de toda a estrutura.
Essa forma matricial pode-se tornar bastante complexa à medida que uma quantidade maior
de elementos forem utilizados para discretizar uma determinada estrutura. Em aplicações que
envolvem discretização de modelos estruturais através de elementos de vigas, chapas, sólidos
etc, o número de equações, bem como o número de incógnitas será bem maior, tornando a
resolução mais complicada e difícil de ser obtida manualmente. No exemplo exposto acima,
percebe-se que há dois componentes de força que provocam dois componentes de
deslocamento chamados de graus de liberdade, que para o caso estudado é igual a 2, pois cada
ponto está restrito ao movimento de translação na direção x, exceto o ponto O fixo.
Pelas informações expostas acima, algumas considerações merecem ser citadas de
forma a adotar um procedimento mais geral para a determinação dos deslocamentos de uma
estrutura inteira qualquer, reações de apoio e forças internas nos elementos:
• A matriz de rigidez de cada elemento é simétrica, consequentemente verifica-se essa
condição também para a matriz de rigidez de uma estrutura inteira;
• A condição de simetria da matriz implica que a mesma é completamente especificada
por todos os termos acima da diagonal principal, desde que K
ij
= K
ji
;
• A matriz de rigidez de uma estrutura é singular, isso quer dizer que ela não possui
inversa, pois o seu determinante é nulo;
• De acordo com item anterior, matematicamente, o sistema não tem solução quando
deseja-se calcular os deslocamentos, devido a impossibilidade de inverter a matriz K.
• O fato do sistema não possuir solução conduz a uma explicação física de que a
estrutura esteja se movendo como um corpo rígido, sem qualquer fixação, o que na
prática não acontece.
41
Surge então a necessidade de introduzir restrições para evitar o movimento da estrutura
de modo a determinar a condição deformada de cada elemento. Essa restrições são as
condições de apoio ou de contorno e a espeficação de cada uma delas é dada fazendo uma
análise da estrutura real sobre a sua fixação. As condições impostas devem estar bem
representadas do ponto de vista matemático, ou seja, não é suficiente chegar a uma solução do
problema apenas, mas o objetivo principal está focado na correta representação matemática do
problema físico real. Fica claro, portanto que diferentes condições físicas implicam em
diferentes representações matemáticas. Assim, o campo de deslocamentos de uma estrutura
pode ser facilmente determinado por meio do cálculo dos deslocamentos nodais, obedecidas
as condições de singularidade da matriz de rigidez K.
O efeito dos deslocamentos nodais provoca um movimento relativo entre os nós de cada
elemento, obtendo uma configuração deformada. Pela Lei de Comportamento do Material,
é possível encontrar a força interna em cada elemento e para o caso da mola, relaciona a força
interna com a deformação também interna ao elemento, desde que o nível dos esforços não
seja muito elevado, garantindo a proporcionalidade entre a força e o deslocamento. Essa força
é calculada elemento por elemento de forma distinta e só pode ser determinada a partir dos
deslocamentos nodais. Resumidamente, a determinação de todos esses parâmetros
relacionados aos deslocamentos e forças internas é função do tipo de condição imposta, ou
seja, das condições de contorno aplicados a um sistema.
3.5 O Elemento de treliça
Sabe-se que para um sistema constituído por um conjunto de molas como o da fig. 3.11,
assim como para todo sistema discretizado por algum elemento apropriado, é de extrema
importância verificar a maneira como as forças nodais são aplicadas. No caso específico da
mola, as forças são aplicadas em um direção apenas, o que torna os cálculos mais simples e de
natureza algébrica. Porém, na maioria das aplicações estão presentes forças que agem em
vários sentidos, levando o analista a encarar o problema de outra maneira. Nesse sentido, é de
grande necessidade que se determine um sistema de referência local, que aplica-se no âmbito
do elemento e um global, adequado para a estrutura como um todo. Esse raciocício pode
reduzir bastante os erros cometidos durante a análise da condição de equílibrio e constitui um
alerta para o engenheiro ou analista que enfrenta esse tipo de situação.
42
O elemento de treliça ou barra articulada nas extremidades constitui outro elemento
finito de grande uso que está presente na biblioteca de elementos dos softwares comerciais.
Uma estrutura treliçada é melhor descrita ao visualizar seu aspecto plano e espacial, como na
fig. 3.12.
Barras
Figura 3.12 – Estruturas treliçadas planas e espaciais com detalhe sobre a fixação das barras
no nó estrutural.
Um conceito bastante próprio para treliça pode obtido através de Feodosiev (1980).
Segundo seu livro, uma treliça consiste de uma série de elementos estruturais retos (barras),
de comprimento muito maior que as dimensões de sua seção transversal, e que conectados uns
aos outros em suas extremidades compõem uma estrutura reticulada. O encontro das barras
constituem as juntas que são articuladas. Todos os esforços aplicados nesse tipo de estrutura
são aplicados nesses pontos ou nós. Existem aplicações onde carregamentos são impostos
entre os nós, porém de acordo com o conceito de Cargas Nodais Equivalentes, essas podem
ser substituídas por carregamentos impostos apenas nos nós. As treliças planas como o
próprio nome indica, apresenta uma disposição de tal maneira que todas as suas barras estão
em um mesmo plano assim como os esforços aplicados. No caso de treliças espaciais, a
disposição geométrica das barras podem assumir um aspecto multi-direcional, assim como as
forças aplicadas. Decorre dessas duas definições que as barras treliçadas somente transmitem
esforços axiais de tração ou compressão.
43
Para que se tenha conhecimento da configuração deformada de uma estrutura
constituída por elementos treliçados é necessário conhecer a relação entre as forças internas
nos elementos e as deformações. Todas as considerações cabíveis para o elemento de mola
também são aplicadas para esses tipo de elemento. Para se chegar em um caso mais geral,
parte-se do estudo das treliças planas de modo a tecer considerações sobre as treliças
espaciais, pois para tratar essas últimas necessita-se de uma abordagem matemática mais
ampla, mas a formulação física é semelhante para ambas as aplicações.
A Lei de Hooke expressa para uma mola também pode ser estendida para uma barra de
treliça. Essa consideração é bastante importante, pois define-se a partir daí uma rigidez axial
fornecida por esse elemento de barra. Considere uma barra de uma treliça em equilíbrio como
mostrado na fig. 3.13.
A
F
F
A
Figura 3.13 – Barra de treliça em equilíbrio.
Através do corte A-A é possível distinguir dois trechos que também estão em equilíbrio.
Assim o digrama de corpo livre para os dois trechos podem ser representados pela fig. 3.14.
F
F
A
A
A
F
F
A
Figura 3.14 – Diagrama de corpo livre de cada trecho da barra em corte.
Sabe-se da Resistência dos Materiais que essa força F está distribuída uniformemente na
seção transversal da barra. Assim, surge o conceito de tensão normal (σ), definida pela razão
entre a força axial F e a unidade de área (A) dessa seção. A equação (3.9), expressa essa
razão.
A
F
σ =
(3.9)
44
A Lei de Hooke mencionada acima expressa uma relação de proporcionalidade entre
tensão (σ) e deformação linear média (ε). Essa relação somente é satisfeita para materiais que
apresentam comportamentos lineares. Assim como toda relação de proporcionalidade, essa lei
apresenta uma constante de proporcionalidade chamada de módulo de elasticidade do material
(E). A deformação linear média é definida pela variação de comprimento (∆L) na barra
devido a força F pelo comprimento original (L) da mesma barra como expressa a eq. 3.10 e
ilustrada fisicamente através da fig. 3.15.
∆L
F
L
L
+
∆L
Figura 3.15 – Deformação linear média de uma barra sob ação de uma força axial.
L
∆L
ε =
(3.10)
A Lei de Hooke pode ser anunciada assim como na eq. 3.11.
σ = ε.E (3.11)
Combinando as eqs. (3.9) e (3.11) chega-se a eq. (3.12) que relaciona a força F com o
deslocamento ∆L.
L.
L
E.A
F ∆=
(3.12)
O termo EA/L, conhecido como constante elástica é definido como rigidez axial da
barra. Esse termo faz analogia com o termo de rigidez K da mola.
De acordo com Adams (1999), existe uma classificação para os elementos de barra.
Uma categoria é capaz de transmitir momentos e são definidos pela posição das
extremidades, material, seção transversal, um vetor de orientação, os momentos de inércia de
45
área e pela rigidez torsional. Sua limitação de uso baseia-se no fato de que na definição da
seção transversal essa permanece plana e perpendicular ao eixo do elemento quando durante
todo o processo de análise. A segunda categoria de elemento de barra não é capaz de
transmitir momentos, mas somente esforços axiais e podem ser definidos como longas barras
com juntas esféricas nas extremidades. A sua definição está em apenas especificar o tipo de
material e a área da seção transversal.
3.5.1 Matriz de rigidez do elemento de barra
O comportamento físico desse tipo de elemento é melhor descrito quando o mesmo é
isolado do resto da estrutura. Isso quer dizer que o esboço do diagrama de corpo livre é
bastante útil para se chegar à matriz de rigidez desse elemento de barra. Foi exposto
anteriormente, que um elemento de barra pode-se comportar como uma mola, cuja constante
elástica é A.E/L. Assim, a sua matriz de rigidez é idêntica à matriz de rigidez de um elemento
de mola, desde que os termos K dessa última matriz sejam substituídos pelos termos A.E/L.
De acordo com o que foi descrito acima, a fig. 3.16 ilustra uma isolação do elemento de barra
em uma estrutura treliçada e pela eq. (3.13) define-se sua matriz de rigidez.
F2
F1 A,E
Figura 3.16 – Diagrama de corpo livre de um elemento de barra.
46
⎭
⎬
⎫
⎩
⎨
⎧
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎣
⎡
−
−
=
⎭
⎬
⎫
⎩
⎨
⎧
2
1
..
..
2
1
U
U
L
EA
L
EA
L
EA
L
EA
F
F
(3.13)
Independentemente da maneira de como a barra se encontra posicionada na estrutura
quanto a sua orientação, a matriz de rigidez elementar acima, como visto anteriormente
relaciona as forças com os deslocamentos nodais que são sempre axiais. A relação acima
expressa é válida para o sistema de referência local, ou seja, no âmbito do elemento.
3.5.2 Relação entre os sistemas de referências local e global – matriz de transformação
Como a matriz de rigidez elementar determinada anteriormente encontra-se definida no
sistema de referência local, é necessário que ela seja representada através do sistema global de
modo tornar o somatório das forças nodais em uma forma escalar. Somente após representar a
matriz de rigidez elementar em sistema global, a montagem da matriz de rigidez da estrutura
poderá ser construída. Essa transformação se faz por meio de uma série de mudanças de base
ou sistemas de referência e pode ser representada por uma matriz de transformação que faz a
conversão da condição de equilíbrio do elemento do sistema local para o sistema global.
Assim, esquematicamente, a fig. 3.17 interpreta o raciocínio deduzido.
Matriz de Rigidez
do elemento no
Sistema Global
(Forças e
Deslocamentos)
Matriz de Rigidez
do elemento no
Sistema Local
(Forças e
Deslocamentos)
Transformação
(Matriz de
Transformação)
Figura 3.17 – Lógica de transformação do sistema local para o sistema global.
Uma observação importante deve ser levada em conta. No sistema local, a condição de
equilíbrio do elemento é justificada por dois componentes de força atuando na direção axial,
ao mesmo tempo, tem-se dois componentes de deslocamentos, tornando a matriz elementar
com dimensões 2x2. No sistema global, a matriz passa a ter dimensões 4x4, pelo fato de obter
quatro componentes de força e quatro componentes de deslocamento. Isso porque cada nó do
elemento com deslocamento u no sistema local é decomposto em dois componentes U e V no
47
sistema global. Assim, um artifício matemático se faz necessário de modo a tornar
compatíveis as matrizes de rigidez tanto no sistema local quanto no sistema global. Esse
artifício não altera as equações de equilíbrio, mas faz com a matriz de rigidez no sistema local
se torne 4x4. Esse raciocínio pode ser bem esclarecido ao analisar a fig. 3.18 que ilustra os
dois sistemas de referência. Tornando o equilíbrio do elemento no sistema local através de
quatro componentes de força, dois na direção x e dois na direção y, mas sabendo que as
componentes em y são nulas, pois o elemento só transmite esforços axiais, é possível realizar
a transformação entre os dois sistemas.
Figura 3.18 – Artifício matemático utilizado para determinar a relação entre os sistemas local
e global.
Ao projetar as forças globais nos eixos locais x e y, resulta em uma correspondência
entre os dois sistemas como expressa pela eq. (3.14).
48
⎪
⎪
⎭
⎪
⎪
⎬
⎫
⎪
⎪
⎩
⎪
⎪
⎨
⎧
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎣
⎡
−
−
=
⎪
⎪
⎭
⎪
⎪
⎬
⎫
⎪
⎪
⎩
⎪
⎪
⎨
⎧
2
2
1
1
2
2
1
1
00
00
00
00
Y
X
Y
X
y
x
y
x
F
F
F
F
f
f
f
f
λµ
µλ
λµ
µλ
(3.14)
onde: λ: cosα
µ: senα
A matriz acima pode ser representada por uma maneira mais clara e simplificada como
expressa a eq. (3.15).
{}
[]
{}
FTf = (3.15)
onde: {f}: matriz de forças nodais no elemento (sistema local);
[T]: matriz de transformação do sistema global para o local;
{F}: matriz de forças nodais no elemento (sistema global).
O mesmo raciocínio apresentado pode ser aplicado para estabelcer a relação entre os
componentes de deslocamentos nos dois sistemas. Assim, a eq. (3.16) expressa essa relação,
que pode ser melhor explicada ao analisar a fig. 3.19. Observa-se claramente dois
componentes de deslocamento no sistema global XY.
Figura 3.19 – Componentes de deslocamento U1 e V1 no sistema de referência global.
{}
[]
{}
∆= Tu (3.16)
onde: : componentes de deslcomentos nodais (sistema global).
{}
⎪
⎪
⎭
⎪
⎪
⎬
⎫
⎪
⎪
⎩
⎪
⎪
⎨
⎧
=∆
2
2
1
1
V
U
V
U
49
De posse da eq. (3.1) para o sistema local e considerando as eqs. (3.15) e (3.16) é
possível chegar a equação matricial elementar que relaciona as forças com os deslocamentos
nodais para o sistema global, considerando que a matriz inversa da matriz de transformação é
igual a sua matriz transposta. Para exprimir o exposto acima, a eq. (3.17) é válida.
{}
[][]
[
]
{}
∆=
−
TkTF
e1
(3.17)
onde: : matriz de rigidez de um elemento de barra no sistema global ([K]
[][][]
TkT
e1−
e
).
3.6 O elemento de casca
Elementos de superfície do tipo casca (shell elements) são bastante adequados e
precisos para representar o comportamento de estruturas com paredes finas. Não existe um
critério maior ou uma regra geral que defina o uso de elementos tipo casca. Na verdade, se a
estrutura, objeto de análise exercer uma função de casca ou proteção, esse tipo de elemento é
o mais adequado para a ocasião. Segundo Adams (1999), a configuração de uma casca pode
ser constituída por elementos quadrilaterais ou triangualares para representar o
comportamento de uma estrutura de parede fina, sendo a configuração quadrilateral mais
precisa que a triangular. A fig. 3.20 apresenta essas duas configurações.
Figura 3.20 – Opções de configuração para o elemento tipo casca.
Esse tipo de elemento apresenta alta capacidade para curvar-se e também como
membrana. São permitidos carregamentos tanto planares quanto normais. Uma grande
vantagem inerente a esses elementos é que a variação da deformação ao longo da espessura
50
apresenta uma comportamento linear. Porém, é sempre importante lembrar que o uso desse
tipo de elemento é aplicável a modelos quando a espessura da peça é bastante reduzida
quando comparada com a área de sua seção transversal. Vale lembrar também que sua
aplicação se restringe apenas para aplicações dinâmicas, cujo grau de detalhamento seja o
maior possível. Alguns exemplos de aplicação desse tipo de elemento pode ser encontrado
para modelagem de carrocerias de chassis, cascos de navios como na fig. 3.21.
Figura 3.21 – Modelagem da estrutura de um de navio através de um elemento de casca.
3.7 O elemento sólido
Uma carcterística importante desse tipo de elemento é a sua aplicabilidade conjunta com
outros elementos para permitir condições de contornos mais complexas. Apresenta uma ampla
capacidade de plasticidade, deslizamento, grandes deflexões e deformações. Adams (1999)
revela que quando uma estrutura ou uma peça não puder ser modelada por elementos planares
ou em barras, a solução é a discretização por um elemento sólido. A geometria real da
estrutura pode ser modelada com uma riqueza de detalhes tais como soldas, chanfros,
arredondamentos. Quando se deseja aplicar uma malha bastante irregular, esse tipo de
elemento também é muito apropriado. Dentre as configurações disponíveis desse elemento
encontra-se a tetraédrica, piramidal e a do tipo cunha As configurações desse elemento sólido
está representada pela fig. 3.22.
51
Figura 3.22 – Opções de configuração para um elemento do tipo sólido.
3.8 Metodologia de trabalho dos softwares de elementos finitos
Os softwares comerciais de solução numérica utilizados no dia-a-dia seguem algumas
etapas lógicas como ilustra a fig. 3.23, que auxiliam o engenheiro ou analista na resolução dos
problemas complexos. Essas etapas somente terão sentido se houver um claro entendimento
do problema físico a resolver da parte de quem vai trabalhar com o software e os resultados
obtidos podem ser precisos e gerados em menor tempo, mas também catastróficos se a
interpretação dos dados de entrada para o software for mal introduzida.
• Definição da
geometria da
estrutura
• Definição das
propriedades dos
materiais
• Aplicação da
malha de
elementos finitos
Verificação
dos resultados
Solução
Pré-processamento Processamento Pós-processamento
Figura 3.23 – Etapas de sequência lógica contida nos softwares de elementos finitos.
52
Atualmente, as ferramentas de análise vêm acompanhadas de poderosas ferramentas
gráficas, que permitem diminuir muito os trabalhos de geração do modelo. Assim, esses
recursos gráficos disponíveis reduziram enormemente o trabalho de “transpiração” do
engenheiro, mas não a sua “inspiração”(ALVES FILHO, 2000). A sua inspiração depende
enormemente do seu embasamento teórico e técnico a respeito do método de elementos
finitos.
3.8.1 Pré-processamento
O primeiro passo de uma análise estrutural, bem como de qualquer outro tipo de análise
é a definição da forma geométrica do sistema ou estrutura que se queira analisar. A geração
do desenho pode ser feita através do ambiente de trabalho do próprio software de elementos
finitos bem como pode ser importado por meio dos programas de CAD ou outros
modeladores sólidos. A geometria deve ser confeccionada de uma maneira simplificada,
desde que isso não comprometa o processo posterior de geração da malha. Assim, deve-se
evitar quinas vivas, arredondamentos e pequenos detalhes como furos e protusões que podem
tornar a geometria “suja”. Os efeitos de simetria são de fundamental importância, pois a
geração da geometria se torna mais rápida e precisa.
Como discutido anteriormente, as propriedades do elemento devem estar bem definidas
de modo a representar o comportamento da estrutura. Assim, o passo que se segue após a
definição da geometria é adequá-la a um tipo de elemento apropriado. As propriedades
introduzidas como dados de entrada dependem do tipo de aplicação do elemento. A figura
3.24 ilustra uma idéia geral para a escolha de um elemento apropriado.
Elementos com
geometria
unidimensional
Elementos de viga,
treliças, mola
Elementos com
geometria bidimensional
Elementos de superfície
tipo cascas, placas,
membranas
Elementos com
geometria tridimensional
Elementos sólidos
Figura 3.24 – Idéia geral para adequação da geometria com o tipo de elemento finito.
53
A definição do tipo de material deverá ser feita por meio de suas constantes reais. Essas
podem ser o coeficiente de Poisson, módulo de Young, densidade, etc. Alguns tipos de
elementos requerem outras propriedade adicionais como coeficiente de dilatação térmica,
condutividade elétrica, dependendo do tipo de análise requerida (estrutural, térmica,
magnética etc). A maioria das análises usando o FEM assume que o material é isotrópico e
homogêneo (ADAMS, 1999). Se o material for homogêneo, isso quer dizer que todas as suas
propriedades são constantes ao longo de sua estrutura. Devido ao fato de que poucos materiais
se comportam de maneira perfeita, essa consideração deve ser levada em conta afim de
validar os resultados obtidos. Em elementos do tipo beam (barra) as propriedades geométricas
devem ser previamente inseridas tais como área da seção transversal, momento de inércia de
área, constant torsional etc. Para isso, existe uma grande biblioteca de seções transversais que
são capazes de facilitar o trabalho do analista ou engenheiro.
Posteriormente à execução dos três passos iniciais citados, cabe ao engenheiro utilizar
os recursos de malha existente no software de elementos finitos. O processo de malhagem é
bastante trabalhoso desde que sejam respeitadas todas aquelas considerações referentes a
confecção da geometria. Antigamente, os engenheiros desenhavam a estrutura no papel,
introduziam a numeração dos nós e dos elementos, aplicavam forças nos pontos de vinculação
e a partir disso, geravam os cartões de informação que constituíam a entrada de dados no
programa. Com a introdução das chamadas interfaces gráficas, esse processo tornou-se mais
rápido, porém ainda é causa de muitos erros em uma análise em FEM.
O último passo do estágio de pré-processamento consiste na determinação das
condições de contorno, bem como da introdução de carregamento e deslocamentos no
modelo. Essas condições irão representar as ações que determinados fenômenos farão em uma
estrutura ou sistema. Para os carregamentos podem ser introduzidos forças, pressões,
turbulências, momento, temperatura etc. Para os deslocamentos podem ser definidos
restrições de movimentos de translação e rotação, condições de engastamento etc. Atenta-se
para essa consideração sobre as unidades de medidas utilizadas, bem como o sistema em que
elas estão definidas.
3.8.2 Processamento
Nesse estágio, após definidos a geometria, o tipo de elemento, o material e suas
propriedades, tipo de malha e condições de contorno e carregamentos, segue-se o estágio da
geração de cálculos matriciais, afim de determinar os parâmetros de interesse que são os
54
deslocamentos nodais, reações de apoio, tensões, perfis de temperatura etc. É o estágio onde
um enorme esforço computacional é exigido. Algumas respostas de erros são sempre
frequentes, porém isso não quer dizer que toda a análise feita até aqui esteja perdida. A grande
vantagem do FEM é que as correções podem ser relativamente feitas nas etapas antecedidas e
essas correções como já foi citado podem ser feitas por meio de interfaces gráficas ou por
meio de arquivos-texto que reduzidos em tamanho podem ser compilados pelos softwares de
elementos finitos sem limitação de uso.
3.8.3 Pós-processamento
Constitui o estágio onde se pode verificar a validação dos resultados obtidos pela
simulação numérica com o problema físico descrito e interpretado previamente. Uma grande
riqueza de recursos estão disponíveis nos programas de forma a apresentar os resultados com
uma quantidade maior de informações.
A configuração deformada da estrutura pode ser obtida tanto através da geração de
simulações físicas que mostram o seu comportamento ao longo da análise. Diversos recursos
de plotagem estão presentes por meio de interfaces gráficas, permitindo avaliar e ajustar
parâmetros ótimos ao modelo. È nesse estágio onde são detectadas as falhas do modelo,
geradas em etapas anteriores.
CAPÍTULO IV
TÉCNICAS DE OTIMIZAÇÃO NUMÉRICA
4.1 Considerações gerais
Ao desenvolver um projeto por meio de ferramentas analíticas, numéricas e/ou
experimentais, o engenheiro se depara agora com um outro tipo de desafio: o seu produto
final é competitivo? O custo para sua fabricação é viável? O tempo para sua execução é
reduzido? E a disponibilidade de recursos atende à demanda? Todos esses questionamentos
conduzem a idéias que podem desenvolver a capacidade de produzir parâmetros ótimos para
um determinado projeto. Até mesmo no dia-a-dia de nossas tarefas nos deparamos com o
conceito de ótimo. A procura por uma qualidade de vida melhor através de recursos materiais,
morais e intelectuais disponíveis leva ao desenvolvimento de estratégias e decisões que
buscam sempre o atendimento de um objetivo ou vários deles. Esses, por sua vez, é função de
vários parâmetros ou variáveis que constituem um conjunto de possibilidades combinadas
entre si dentro de certas restrições ou condições viáveis. Assim, a busca pelo “bom e barato”
constitui a tarefa do otimizador, seja ele, pessoas ou softwares.
O desenvolvimento de teorias de otimização têm alcançado grandes avanços nas últimas
quatro décadas, pela publicação de vários livros e artigos científicos que constituem a maior
parte das fontes bibliográficas. Grande parte das publicações abordam aspectos da otimização
matemática. Publicações em revistas internacionais refletem o grande esforço para a aplicação
de técnicas de otimização em problemas estruturais. A prática das técnicas de otimização
encontra uso restrito a apenas alguns problemas específicos, pois grande parte dos problemas
estruturais não podem ser resolvidos por soluções analíticas. Assim, a solução numérica
torna-se eficiente, principalmente pela aplicação de algoritmos matemáticos implementados
juntamente com as teorias de otimização por meio de pacotes computacionais. Os códigos
computacionais implementados nesses pacotes se encarregam de buscar o ótimo através de
um processo de automação. Isso quer dizer que o algoritmo é repetido inúmeras vezes de
56
acordo com o número de iterações ou critérios de parada pela utilização de combinações entre
as variáveis de projeto.
Vanderplaats (1999) enumera algumas vantagens e limitações no uso das técnicas de
otimização numérica. As vantagens são:
• Redução no tempo de projeto, pois um mesmo programa computacional pode ser
aplicado para diversos projetos;
• A otimização possibilita um procedimento lógico e sistematizado de projeto;
• Tratamento de uma variedade de variáveis de projeto e restrições que são difíceis de
lidar pelo uso de métodos analíticos;
• Pelo menos alguma melhora virtual do projeto pode ser encontrada pelo emprego da
otimização;
• Não é baseada em intuição ou experiência em engenharia;
• Requer uma mínima interação entre homem-computador.
Suas limitações são:
• As soluções computacionais conduz a uma maior quantidade de tempo quando o
número de variáveis de projeto é consideravelmente grande. Isso também pode levar a
um mal-condicionamento numérico dos métodos de otimização;
• Pelo fato de não armazenar experiências ou intuições em sua essência, as técnicas de
otimização são limitadas a uma faixa de aplicabilidade dos programas de análise;
• Se o programa de análise não estiver teoricamente preciso, os resultados ótimos
podem ser enganadores, portanto, os resultados devem sempre ser checados com muita
cautela;
• Dificuldades em tratar funções discontínuas. Problemas não-lineares podem convergir
lentamente ou na verdade convergir a resultado nenhum;
• Não há uma grande certeza em garantir que o algoritmo de otimização obterá o projeto
ótimo global. O que se faz na verdade, é partir de vários pontos iniciais para assegurar
uma garantia razoável em se obter esse ótimo;
• Reprogramação das rotinas dos programas de análise ao incluir códigos
computacionais de otimização.
O presente capítulo descreve os conceitos básicos sobre as técnicas de otimização
clássica e os métodos baseados na natureza (eurísticos). Inicialmente é apresentada a maneira
57
de como um problema de otimização é formulado pelo uso de simbologias que expressam
uma função objetivo, funções de restrições de igualdade e desigualdade, conjunto de variáveis
de projeto, bem como a definição de espaço de projeto viável. São tratadas formulações e
apresentados algoritmos para lidar com funções de apenas uma e mais de uma variável em
problemas com e sem restrições. A robutez e eficiência dos métodos de otimização são
abordados, bem como aspectos relacionados à custo computacional e precisão dos resultados.
Os conceitos de multi-objetividade são abordados, bem como funções de penalidade bastante
utilizadas para a formulação de métodos eurísticos.
4.2 Conceitos básicos
4.2.1 Formulação do problema de otimização
Matematicamente, o problema geral de otimização pode ser formulado pela definição de
uma função objetivo F linear ou não-linear a ser minimizada ou maximizada em função de um
conjunto de variáveis de projeto X como expressa a eq. (4.1). As variáveis podem ser
implícitas ou explícitas em X. As funções objetivo, funções de restrições em X devem ser
contínuas e apresentam derivadas contínuas em X para certos métodos. Quando restrições de
igualdade são utilizadas, essas servem para reduzir o número de variáveis de projeto,
economizando tempo e custo computacional.
F(X) (4.1)
Essa função está sujeita a restrições de igualdade, desigualdade e laterais, como
expressam as eqs. (4.2) a (4.4). A equação (4.5) representa o conjunto de variáveis de projeto.
g
j
(X)
≤
0 j = 1,m (4.2)
h
K
(X) = 0 k = 1,l (4.3)
X
i
l
< X
i
< X
i
u
i = 1,n (4.4)
58
⎪
⎪
⎪
⎪
⎭
⎪
⎪
⎪
⎪
⎬
⎫
⎪
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎪
⎨
⎧
=
n
X
X
X
X
X
.
.
.
1
1
1
(4.5)
onde: g
j
(X): restrições de desigualdade;
h
K
(X): restrições de iguldade;
X
i
l
< X
i
< X
i
u
: restrições laterais.
4.2.2 Tratamento de problemas sem restrição
Uma condição necessária, porém não suficiente para minimizar uma função objetivo
sem restrição é fazer com que o seu gradiente se torne nulo como na eq. (4.6).
()
()
()
()
0
XF
X
XF
X
XF
X
XF
n
2
1
=
⎪
⎪
⎪
⎪
⎪
⎪
⎭
⎪
⎪
⎪
⎪
⎪
⎪
⎬
⎫
⎪
⎪
⎪
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎪
⎪
⎪
⎨
⎧
∂
∂
∂
∂
∂
∂
=∇
.
.
.
(4.6)
Esse gradiente é a primeira derivada da função F(X). Para que essa função univariável
possua um mínimo relativo em determinado ponto, é necessário que o valor da sua segunda
derivada seja positivo nesse ponto. A figura 4.1 ilustra um ponto de mínimo relativo para um
função de apenas uma variável.
F(X)
X
C
A
B
Figura 4.1 – Ponto de mínimo relativo representado pelo ponto B.
59
Para os casos mais gerais, onde são tratados problemas com mais de uma variável, é
necessário que a matriz Hessiana seja positiva definida. Isso significa que todos os auto-
valores da matriz são positivos. Assim, se o gradiente de uma função é nulo e, ao mesmo
tempo, sua matriz Hessiana é positiva definida a função possui um mínimo relativo. A
condição de mínimo global para uma função é garantida se a matriz é positiva definida para
todos os valores possíveis das variáveis de projeto. A matriz Hessiana pode ser expressa pela
eq. (4.7).
() ()
(
)
() () ()
() () ()
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎣
⎡
∂
∂
∂∂
∂
∂∂
∂
∂∂
∂
∂
∂
∂∂
∂
∂∂
∂
∂∂
∂
∂
∂
=
2
21
2
2
2
12
121
2
1
...
.........
...
...
n
2
n
2
n
2
n
222
n
222
X
XF
XX
XF
XX
XF
XX
XF
X
XF
XX
XF
XX
XF
XX
XF
X
XF
H
(4.7)
onde: H é a matriz Hessiana.
4.2.3 Tratamento de problemas com restrição
As condições necessárias para se determinar um problema com restrição podem ser
melhor observadas ao considerar a fig. 4.2.
X
2
g(X) = 0
Setor Viável
grad F(X)
B
A
F(X) = constante
grad g(X)
grad g(X)
grad F(X)
S
Setor viável - utilizável
Setor u
tilizável
X
1
Figura 4.2 – Representação de um problema com restrição indicando o vetor de busca S.
60
Percebe-se claramente que para minimizar uma função F(X) o seu gradiente não
necessariamente deve deixar de existir. Afim de melhorar o problema, é necessário definir
uma direção de busca S sem que a restrição definida por g(X) seja violada. Por uma linha
tangente à linha de valor constante da função objetivo F(X), é possível definir uma região ou
setor utilizável onde toda a direção de busca S é útil. Porém, ao passar uma linha tangente à
linha da função de restrição g(X) no ponto A, define-se uma região onde é possível a
viabilidade do vetor de busca S atuar. Essa região é o setor viável. Assim, a partir da definição
dos dois setores (utilizável e viável) é possível delimitar um terceiro, onde o vetor de busca S
atua de modo a melhorar o projeto, e ao mesmo tempo, sem violar as restrições. Esse setor é
viável-utilizável. Do exposto acima observa-se que se o vetor de busca estiver mais próximo
da linha de valor constante da função objetivo F(X), as restrições não seriam violadas, já que
um caminho maior seria percorrido ao longo do vetor de busca e o valor da função objetivo
não decresceria rapidamente. Por outro lado, se o vetor de busca estiver mais próximo da
linha de restrição, um pequeno deslocamento violaria a mesma, mas a função objetivo
decairia rapidamente. Matematicamente, a condição para que uma direção de busca seja ao
mesmo tempo utilizável e viável é expressa pelas eqs. (4.8) e (4.9).
()
0SXF
T
≤∇ (4.8)
()
0SXg
T
j
≤∇ (4.9)
4.2.4 O procedimento iterativo de otimização
O processo de otimização consiste em um procedimento iterativo a partir do qual as
variáveis de projeto, as funções objetivo e as funções de restrição são avaliadas e atualizadas
até que nenhum melhoramento adicional no projeto seja verificado. A partir de uma
configuração inicial das variáveis de projeto X
0
, o projeto é atualizado de forma iterativa,
porém uma direção de busca deve ser especificada ou determinada sem violar as restrições de
modo a melhorar a função objetivo. Assim, esse processo iterativo pode ser muito bem
representado pela eq. (4.10).
X
q
=X
q-1
+
α
*
S
q
(4.10)
onde: q: número da iteração;
61
S: direção de busca;
α
*
: quantidade escalar ótima que define a distância percorrida em S.
Após a determinação da direção de busca S, é necessário saber a distância percorrida
dentro dessa direção de busca sem violar as restrições. O problema que antes era definido por
um conjunto de variáveis de projeto nesse momento passa a ser em função de uma variável
apenas que é a distância percorrida α
*
. Assim, o problema passa a ser definido como uma
busca unidimensional. Na prática, os valores de α são propostos e a partir daí faz-se uma
interpolação polinomial para estimar o valor de α
*
.
4.3 Funções sem restrição de N variáveis – definição do vetor de busca S
Muitos problemas em engenharia requer que uma função objetivo seja minimizada sem
que haja funções de restrição. O problema está em se deteminar o vetor de busca S, tornando a
solução unidmensional para uma única variável em α. Assim, os métodos utilizados para a
definição dessa busca baseiam-se em informações referentes a avaliação dos valores da
função objetivo pela escolha aleaia alaSo de um
62
problemas de otimização discreta. São bastante úteis para soluções onde a avaliação da função
objetivo não é muito dispendiosa computacionalmente. A grande desvantagem desses
métodos está na enorme quantidade de avaliações da função objetivo para se chegar ao ótimo,
mesmo para problemas mais simples. O dois principais métodos de zero ordem utilizados são
o método da busca randômica e o método de Powell.
4.3.1.1 Busca randômica
É bastante útil, pois é o método de ordem zero de maior facilidade de implementação,
porém é o mais ineficiente. Consiste em se determinar de forma aleatória o conjunto X dentro
do espaço de projeto. Um limite razoável de valores é determinado, ou seja, X
l
< X<X
u
, de
modo a evitar buscas muito longas. Assim, um número randômico r é definido entre 0 e 1 para
gerar o valor da variável aleatória como expressa a eq. (4.11).
X
q
= X
l
+r(X
u
-X
l
) (4.11)
O método da busca randômica é bem-ajustável para experimentação, devido a sua
facilidade e agilidade de ser programado. É possivel considerar variáveis de projeto inteiras
ou variáveis discretas obtidas em tabelas, porém a única modificação a ser feita está na tarefa
do gerador de número randômico r fornecer valores inteiros na faixa de valores desejáveis
para as variáveis de projeto. A sua eficiência é função do número de variáveis de projeto,
diminuindo drasticamente com o aumento no número de variáveis.
4.3.1.2 Método de Powell
É o método mais popular dentre os métodos de ordem zero, visto que algumas
modificações foram feitas em sua versão original, além de um dos mais eficientes e
confiáveis. Baseado no conceito de direções conjugadas, como expressa a eq. (4.12), essa
abordagem matemática constitui a base para a maioria dos algoritmos de busca de grande
robustez.
()
(4.12)
0S
i
=
j
T
HS
O conceito básico do método está em primeiramente fazer uma busca em n direções
ortogonais Si, i = 1,n que não estão conjugadas entre si, mas fornecem um ponto de partida
para as direções conjugadas sejam construídas. Cada busca direcional não-conjugada é
63
responsável pela atualização de X como em um processo iterativo representado pela eq.
(4.10). Quando a função é quadrática, essa será minimizada em n ou menos direções de busca
conjugadas. Porém, para os casos de uma função não-quadrática, as mesmas são bem
aproximadas pelos métodos de segunda ordem de Taylor. Após as buscas unidimensionais, as
direções de busca seguintes são definidas como combinações lineares das direções anteriores.
Essa idéia é expressa pela eq. (4.13) e ilustrada pela fig. 4.3.
(4.13)
∑
=
∗+
α=
n
1i
i
j
n
SS
1
Se alguma direção de busca não oferece melhoria no projeto (α* = 0), então as direções
de busca subsequentes não serão conjugadas. Após algumas iterações, as direções de busca
tendem a se tornar paralelas paralelas devido a imprecisão numérica ou devido a natureza não
quadrática da função que está sendo minimizada. Uma alternativa bastante eficiente para esse
tipo de situação consiste em reiniciar o processo com uma busca unidirecional sempre que a
otimização começar a ter mau desempenho.
Figura 4.3 – Método de Powell.
64
4.3.2 Métodos de primeira ordem
Pelo fato de utilizarem informações do gradiente, são mais eficientes que os métodos de
ordem zero. O gradiente pode ser obtido tanto pelos métodos de diferenças finitas quanto
analiticamente, dependendo da complexidade da função. Não é eficiente quando a função
possui descontinuidade em sua primeira derivada. Os principais métodos de primeira ordem
aplicados são: método da máxima descida ou método do gradiente, método das direções
conjungadas ou de Fletcher and Reeves e o método da variável métrica.
4.3.2.1 Método da máxima descida
Constitui o ponto de partida para os métodos de primeira ordem mais sofisticados,
porém a sua robustez é inferior a de outros métodos. A direção de busca S é definida como
sendo o gradiente negativo da função objetivo F(X). Assim, por um processo iterativo
desenvolve-se o a busca unidimensional em função de α*. Como pode ser observado pela fig.
4.4, a taxa de convergência do método é bastante lenta, pelo fato de não utilizar informações
de iterações prévias de modo a acelerar a convergência. Não é comum o seu uso em
aplicações reais onde se exige um esforço computacional relativamente grande. Assim, essa
abordagem serve como ponto inicial para outros métodos mais poderosos.
Figura 4.4 – Taxa de convergência lenta do método da máxima descida.
65
4.3.2.2 Método das direções conjugadas (Fletcher and Reeves)
De acordo com a fig. (4.5), verifica-se que esse método é semelhante ao método de
Powell, mas a cada iteração tem-se uma direção conjugada. Isso se deve às informações
contidas no gradiente de F(X). Esse método é bastante útil para a minimização de funções
quadráticas, assim é necessário iniciar o processo periodicamente devido a natureza não-
quadrática de algumas funções ou devido a imprecisão numérica dos resultados em uma busca
que não conduz a melhoramentos na função objetivo.
Figura 4.5 – Melhoramento da taxa de convergência pelo método de Fletcher and Reeves.
A carência do método anterior é suprida nesse método, pois um significativo
melhoramento na taxa de convergência do processo é alcançada. Na verdade, o método de
Fletcher and Reeves constitui em uma modificação do método da máxima descida. Não é
necessário muita memória computacional para o algoritmo, além de ser fácil a sua
implementação nos programas de otimização. Baseia-se na especificação de um vetor de
busca inicial como no método da máxima descida. A partir daí, uma direção conjugada é
definida em iterações subsequentes como na eq. (4.14) e (4.15).
(
)
11 −−
β+−∇=
q
q
qq
SXFS
(4.14)
66
()
()
2
2
1
q
q
q
FX
FX
−
∇
β=
∇
(4.15)
4.3.2.3 Método da variável métrica
Enquanto o método das direções conjugadas oferecia um grande melhoramento ao
método da máxima descida, pelo simples fato das informações adicionais oferecidas pelo
gradiente serem levadas em conta em iterações subsequentes. O parâmetro responsável por
essa característica é o escalar β definido na eq. (4.14). Porém, no método da métrica variável,
uma quantidade maior de informações é armazenada, pois o escalar β é substituído por uma
cadeia de dados com n dimensões, ou seja, as derivadas parciais de segunda ordem da função
objetivo em relação às variáveis de projeto são levadas em conta nesse método. Desta
maneira, a obtenção do gradiente e da matriz Hessiana, definida pelas derivadas parciais de
segunda ordem, através de cálculo numérico de precisão pode representar um grande esforço
computacional. Para facilitar esse problema, a determinação da direção de busca é
representada através da eq. (4.16).
S
q
= - H
q
∇
F(X
q
) (4.16)
onde: H
q
: aproximação da matriz Hessiana.
Pela determinação de uma direção de busca S
q
, a busca unidimensional é feita como no
procedimento iterativo de otimização. Inicialmente, H é definida como sendo uma matriz
identidade, de modo que a direção inicial de busca coincida com a direção de máxima
descida. Ao final de cada iteração q, a matriz H é atualizada como expressa a eq. (4.17).
H
q+1
= H
q
+D
q
(4.17)
onde: D
q
: matriz simétrica de atualização definida através da eq. (4.18).
() ()
-1
-
2
TT
qqqq
TT
DppHyHyHyppHy
q
⎡
⎤
σ+θτ θ θ
=+ +
⎢
⎥
τσ
⎢
⎥
σ
⎣
⎦
(4.18)
67
P e y são os vetores de mudança definidos pelas eqs. (4.19) e (4.20), assim como os escalares
σ e τ são definidos como nas eqs. (4.21) e (4.22).
p = X
q
– X
q-1
(4.19)
y =
∇
F(X
q
) -
∇
F(X
q
-1) (4.20)
T
σ=p y (4.21)
Tq
yHyτ= (4.22)
O método da variável métrica é, na verdade composto por uma família de métodos. Os
mais populares são o DFP (Método de Davidon-Fletcher-Powell) e o BFGS (Broydon-
Fletcher-Goldfarb-Shanno. O valor do escalar θ é que define qual método utilizar, ou seja,
para θ = 0, tem-se o DFP. Caso contrário, se θ = 1 tem-se o BFGS. Pelo fato de no método da
variável métrica existir a criação de uma matriz aproximação da matriz Hessiana, esse método
apresenta uma convergência de resultados similares aos métodos de segunda ordem. Assim
são também chamados de métodos quase-Newton.
4.3.3 Métodos de segunda ordem
O método de Newton é considerado clássico na categoria dos métodos de segunda
ordem. Esses utilizam além das informações dos valores da função objetivo e gradientes, as
informações da matriz Hessiana. A obtenção dessa matriz, bem como a estimação da função
objetivo pode ser feita através da eq. (4.23) conhecida como Série de Taylor.
()
() () ()
T
T
qq Tq
FX FX FX X X HX X
1
2
⎡⎤
≈+∇ δ+δ
⎣⎦
δ (4.23)
onde:
qq
XX X
1+
δ= −
Considerando condições estacionárias, a eq. (4.23) pode ser resolvida obtendo a eq.
(4.24).
68
() (
q
XHX FX
1−
⎡⎤
δ=− ∇
⎣⎦
)
q
)
q
)
q
(4.24)
Organizando a eq. (4.24), obtém-se a eq. (4.25).
() (
qq q
XXHX FX
1
1
−
+
⎡⎤
=− ∇
⎣⎦
(4.25)
Assim, define-se o vetor de busca S
q
através da eq. (4.26) como sendo o segundo termo
do lado direito da eq. (4.25), considerando α
*
=1.
() (
qq
SHX FX
1−
⎡⎤
=− ∇
⎣⎦
(4.26)
A definição acima parte-se do princípio de que inúmeras equações simultâneas do tipo
HS = - grad (F) são resolvidas.
O fato de que a matriz Hessiana apresenta uma possibilidade de ser singular ou não
positiva definida constitui a principal dificuldade associada com a utilização do método de
Newton (VANDERPLAATS, 1999). A grande dificuldade em se obter a matriz Hessiana
através de soluções analíticas para problemas mais complexos e de grande dimensão torna
necessário o uso de aproximações numéricas baseadas nos métodos de diferenças finitas. A
natureza linear das variáveis da função pode conduzir a um mal-condicionamento no vetor de
busca S. Outro aspecto bastante interessante está no tratamento de problemas não convexos,
que podem gerar oscilações na solução se a matriz Hessiana apresentar autovalores negativos.
4.4 Critérios de convergência
Uma etapa de extrema importância nos processos de otimização numérica está na
determinação de um critério de parada. Em outras palavras, um critério de parada deve
apresentar um grande efeito na eficiência e na confiabilidade do processo de busca pelo
ótimo. Um critério bastante simples e de grande utilidade para processos extremamente lentos
ou para algoritmos mal programados de modo que a iteração não continua de forma indefinida
é o método do número máximo de iterações, que estabelece um número q
max
máximo de
iterações que se for atingido implica na parada do processo iterativo.
69
Outro critério que pode ser utilizado baseia-se na avaliação do progresso do processo
iterativo de otimização. Um critério absoluto consiste em avaliar o valor da função objetivo
nas iterações sucessivas de modo a verificar a convergência. Assim, a eq. (4.27) expressa essa
idéia do critério absoluto.
(
)
(
)
qq
A
FX FX
1−
−≤ε (4.27)
A tolerância absoluta especificada ε
A
pode ser um valor constante (0.0001 por
exemplo), bem como ser uma fração do valor da função objetivo em X
0
.
Um critério relativo também constitui uma opção para garantir a convergência do
processo. Baseia-se na avaliação da mudança relativa da função objetivo entre iterações
sucessivas. A equação (4.28) ilustra essa idéia.
(
)
(
)
()
qq
R
q
FX FX
FX
1
10
max ,10
−
−
−
≤ε
⎡⎤
⎣⎦
(4.28)
Nesse caso, a tolerância relativa especificada pode ser igual a 0.001. A equação acima é
dividida pelo máximo da função objetivo em módulo e por 10
-10
de modo não permitir
divisões por zero. Segundo Vanderplaats (1999), é importante que esses dois critérios
mencionados anteriormente sejam obedecidos pelo menos com duas iterações sucessivas,
devido a natureza lenta do processo para uma ou mais iterações. A partir daí, o processo
acelera quando uma quantidade de informações suficientes é garantida para fornecer uma boa
direção de busca. Constitui uma boa prática a reinicialização do processo iterativo por um
método de busca mais simples, como o método da máxima descida, pois esses testes de
convergência têm uma forte dependência por algoritmos, que podem acumular erros ao longo
do processo.
Um critério que leva em conta as condições para a otimilidade de um processo é a
observação das Condições de Kuhn – Tucker. Essas condições requerem que o gradiente da
função objetivo seja avaliado de modo a verificar se cada componente está bem próximo de
zero, indicando que um mínimo sem restrição foi encontrado. A convergência é garantida se
cada componente do gradiente da função é menor em magnitude que um valor constante ε
k
=
10
-4
. Esse critério é facilmente incorporado se os métodos do gradiente são utilizados, de
70
modo que não vale a pena fazer um esforço computacional para se estimar o gradiente quando
os métodos de ordem zero são utilizados (VANDERPLAATS, 1999).
4.5 Função sem restrição de uma variável – busca pelo α
*
O métodos descritos anteriormente para a determinação do vetor de busca S
constituiram mais uma etapa para a busca pelo ótimo. Dessa maneira, o próximo passo
consiste na determinação do tamanho do passo de otimização definido por α. Essa
determinação consiste em uma busca unidimensional sendo função apenas do escalar α. Dois
métodos populares para encontrar o mínimo ou zero de uma função de uma variável serão
discutidos em tópicos seguintes. Uma consideração importante deve ser feita ao assumir que
as funções são contínuas e que essas também apresentam primeira e segunda derivadas
contínuas.
4.5.1 Aproximação polinomial
Esse procedimento surte grande efeito nos resultados de qualquer comportamento de um
sistema físico. Encontra-se implementado na maioria dos programas de soluções numéricas e
consiste na avaliação de uma função em diversos pontos de seu domínio. Algumas vezes, essa
estimação é feita para as derivadas da função. O conjunto de valores adquiridos e plotados em
um gráfico são então ajustados e aproximados por meio de um polinômio quadrático, cúbico
etc, dependendo de como esses valores são representados. O mínimo do polinômio é então
encontrado de modo a representar uma boa estimativa para o mínimo de uma função real.
Pelo fato desse método necessitar de apenas algumas estimações para a função real, isso
não quer dizer que a precisão da aproximação esteja garantida e se a função real for de alta
ordem, os resultados podem ser bastante desastrosos. Para evitar essa condição, é necessário
que uma vez estimado o ponto onde a função tem um mínimo, é de extrema importância
avaliar tanto o valor da função real quanto da função de aproximação para esse ponto de
modo que se esses dois valores estiverem próximos por um certo grau de precisão
considerado bom, a aproximação garante um bom ajuste.
A tabela (4.1) reúne as informações necessárias para as interpolações mais usadas,
sendo F
1 ,. F2 ,. F3 e F4 valores da função objetivo calculados ao longo da direção de busca
unidimensional e F1
l
o valor da derivada da função no ponto 1. Tais informações são
necessárias durante o cálculo dos coeficientes polinomiais.
71
Tabela 4.1: Informações necessária para cada tipo de interpolação.
Aproximação F
1
F
1
'
F
2
F
3
F
4
Linear (1 ponto)
oo
---
Linear (1 ponto)
o
-
o
--
Quadrática (2 pontos)
ooo
--
Quadrática (3 pontos)
o
-
oo
-
Cúbica (3 pontos)
oooo
-
Cúbica (4 pontos)
o
-
ooo
Informa
ç
ão necessária
As mesmas técnicas utilizadas nas disciplinas de Cálculo para a determinação do zero
de uma função, ou seja, determinação da suas raízes reais positivas ao igualar a função a zero,
bem como para a determinação de um mínimo de uma função, fazendo a sua primeira
derivada igual a zero são úteis para a busca do passo dentro da direção de busca.
Segundo Vanderplaats (1999), algumas considerações importantes devem ser feitas a
respeito das aproximações polinomiais:
1. Interpolações entre dois pontos são mais confiáveis do que uma extrapolação;
2. Uma vez que os limites de busca foram obtidos na solução, informações adicionais
podem ser calculadas dentro desses limites de modo a refinar a solução;
3. São necessárias um mínimo de informações para aproximar a função e baseado nos
resultados desse processo, utilizar aproximações de alta ordem para refinar a resposta;
4. Cálculos pesados de derivadas de alta ordem não são garantia de uma resposta precisa.
4.5.2 Método da Seção Áurea
Consiste na redução de um intervalo inicial [X
l
,X
u
] pela avaliação da função
unidirecional para esses dois valores, além de outros escolhidos dentro do intervalo
especificado. Considerando a fig. 4.6, a compressão do método fica clara.
Ao tomar o intervalo inicial escolhido como ponto de partida, assume-se que o valor da
função para esses dois valores limites sejam conhecidos. Ao tomar dois pontos dentro desse
intervalo, ou seja, X
1
e X
2
, de modo que X
1
<
X
2
, assume-se que os valores da função para
esses pontos também sejam conhecidos. Essa idéia conduzirá a um novo intervalo no qual o
mínimo da função estará contido. Se F(X
1
) for maior que F(X
2
), então, o novo intervalo será
[X
1
,X
u
], caso contrário, será [X
l
,X
2
]. Tomando-se agora um novo ponto X
3
, e ao avaliar a
função tanto em X
2
quanto em X
3
, tem que esse último constituíra o novo limite superior. Pela
72
seqüência desse processo, verifica-se que a cada novo intervalo gerado, uma redução em sua
amplitude é observada até uma tolerância desejada seja atingida, resultando na convergência
do intervalo à vizinhança do ponto de mínimo.
Figura 4.6 – Representação gráfica do Método da Seção Áurea.
Faz-se, portanto, necessário o desenvolvimento de uma metodologia para estimar os
intervalos sub-sequentes ao intervalo inicial de modo a reduzi-los rapidamente através de uma
única avaliação da função em cada iteração. Esse raciocínio conduz a redução dos intervalos
por uma mesma fração, o que dá sentido em uma divisão áurea. Os valores de X
1
e X
2
devem
ser escolhidos de tal maneira que os mesmos sejam simétricos em relação ao centro do
intervalo como representa a eq. (4.29).
u
XXXX
21
−=−
l
(4.29)
Para que essa relação de simetria seja respeitada a eq. (4.30) também deverá ser.
l
ul u
XX XX
XXXX
12
1
−−
=
−−
1
(4.30)
Essa técnica é bastante popular pelo fato de que a função uni-modal não necessita ter
derivadas contínuas. Outra vantagem que por ventura é desconhecida para os métodos de
73
interpolação polinomial é que a taxa de convergência é conhecida para o método da seção
áurea. Assim, a boa convergência do método é conhecida e o procedimento é de fácil
programação. O método é confiável para problemas mal condicionados, porém seus atrativos
são conseguidos com o compromisso de muitas avaliações na função objetivo.
4.6 Funções restritas de N variáveis – Métodos seqüenciais
O tratamento de problemas de otimização numérica com restrições de igualdade e
desigualdade requer o desenvolvimento de estratégias que permitem a obtenção de resultados
claros e compatíveis com a solução desejada. Assim o procedimento geral contido nos
métodos seqüenciais trata da minimização da função objetivo como uma função sem restrição
introduzindo uma penalidade ponderada por um escalar para limitar a violação das restrições.
Em outras palavras, o método consiste na definição de caminhos para transformar o problema
de otimização original com restrições em um problema sem restrição. De acordo com
Vanderplaats (1999), essa penalidade pode introduzir um mal-condicionamento numérico ao
processo de modo que ela tem caráter moderado nos estágios iniciais do processo, porém à
medida que o processo de otimização progride, ela torna-se bastante significativa. Todo o
processo resulta da solução de vários problemas de otimização sem restrição até que se
obtenha o projeto ótimo restrito. Daí, surge a definição do termo SUMT (sequential
unconstrained minimization techniques). Assim, pela introdução da penalidade, o problema
passa a ser reformulado como expressa a eq. (4.31) pela criação de uma função pseudo-
objetivo.
(
)
(
)
(
)
pp
Xr F X rP X,Φ=+ (4.31)
onde: Ф(X,r
p
) é a função pseudo-objetivo;
P(X) é a função de penalidade;
r
p
é o escalar associado à magnitude da penalidade em cada iteração p.
A imposição da penalidade nos métodos seqüenciais é geral, porém diferentes
abordagens possíveis para o problema são apontadas de modo a introduzir diferentes formatos
para a função de penalidade. Assim, pode-se destacar três categorias principais de abordagem
para o tratamento das funções de penalidade (VANDERPLAATS, 1999; EDGAR et al.,
74
2001): Método da Função de Penalidade Exterior, Método da Função de Penalidade Interior e
o Método dos Multiplicadores de Lagrange Aumentado.
4.6.1 Método da função de penalidade exterior
Constitui o primeiro método e o de maior facilidade de incorporação dentro do processo
de otimização, pelo fato de penalizar a função objetivo apenas quando restrições são violadas.
Nesse caso, a função de penalidade é dada pela eq. (4.32).
() ()
{}
()
ml
jk
jk
PX g X h X
2
2
11
max 0,
==
⎡⎤
⎡
⎤
=+
⎣
⎦
⎣⎦
∑∑
(4.32)
Pela observação da expressão da penalidade, pode-se afirmar que nenhuma penalidade é
imposta se todas as restrições são satisfeitas. Para se ter uma idéia do efeito da penalidade, se
pelo menos uma das restrições são violadas, a penalidade passa ser função do quadrado da
restrição. Algumas considerações também devem ser feitas com relação ao escalar r
p
:
1. Se esse multiplicador for pequeno, a função pseudo-objetivo é facilmente minimizada,
mas há o risco de ocorrer graves violações das restrições;
2. Se o escalar for grande, mal-condicionamento numérico pode ocorrer dificultando o
tratamento numérico do problema, porém são satisfeitas as restrições.
Para contornar essas controvérsias e evitar decisões precipitadas, recomenda-se iniciar
com um valor de r
p
pequeno (aproximadamente igual a um). A partir daí, faz-se um
incremento de r
p
pela utilização de um fator multiplicador γ de forma a minimizar a função
pseudo-objetivo novamente a partir da solução anterior até que um resultado confiável seja
obtido. Assim, como vantagem do método pode-se afirmar que o mesmo é bem definido
sempre, porém a grande dificuldade e até mesmo uma séria desvantagem é que o ótimo é
obtido a partir de uma região não viável à medida que r
p
tende ao infinito.
4.6.2 Método da função de penalidade interior
Nesse caso, a penalização é imposta quando a solução ótima se aproxima de uma ou
mais restrições, mas as violações de restrição nunca são permitidas. Assim, o método fornece
uma seqüência de projetos viáveis melhorados evitando a criação de problemas de
minimização mais complexos. A função de penalidade é expressa como na eq. (4.33).
75
()
()
()
ml
ppk
jk
j
PX r r h X
gX
2
'
11
1
==
−
⎡
=+
⎣
∑∑
⎤
⎦
⎤
⎦
)
(4.33)
O fato de que a função de restrição g
j
(X) encontra-se no denominador da função de
penalidade garante que o projeto seja factível de modo que o número -1/g
j
(X) seja positivo
tendendo a infinito, quando g
j
(X) tende a zero (ativa), bastando para isso que g
j
(X) seja uma
parcela negativa. Para garantir um melhor condicionamento numérico a eq. (4.32) também
pode ser reescrita de outra maneira como na eq. (4.34).
() ()
l
j
k
PX g X
1
log
=
⎡
=− −
⎣
∑
(4.34)
Outra observação importante refere-se ao escalar r
p
’, diferente do escalar r
p
definido no
método anterior. Para o método da função de penalidade interior, r
p
’ deve ser iniciado com um
valor relativamente grande e posteriormente passa a decair por um fator multiplicador γ’
menor que um. A grande vantagem inerente a esse método baseia-se na seqüência de projetos
viáveis ao longo de todo o processo. Porém, a grande desvantagem está na descontinuidade da
função pseudo-objetivo nos limites das restrições.
4.6.3 Método dos multiplicadores de Lagrange aumentado (MMLA)
Vanderplaats (1999) estabelece que em recentes literaturas que abordam a teoria de
otimização e suas aplicações indicam que o mal-condicionamento numérico encontrado nos
métodos anteriores pode ser reduzido de forma significativa pela incorporação de
multiplicadores λ
j
denominados de multiplicadores de Lagrange. A principal motivação do
método consiste em reduzir a dependência do algoritmo em relação à escolha dos coeficientes
de penalidade e de seus fatores de atualização.
Para o tratamento de problemas com restrições de igualdade, as condições de Kuhn-
Tucker requerem que o Lagrangeano seja representado como na eq. (4.35).
()() (
l
kk
k
LX FX h X
1
,
=
λ= + λ
∑
(4.35)
onde: L(X,λ) é o Lagrangeano.
76
A condições necessárias para a condição de ótimo requer que o Lagrangeano esteja sob
condições estacionárias juntamente com a condição de que h
k
(X) = 0. Assim, a função
pseudo-objetivo pode ser escrita pela utilização do método da penalidade exterior como na eq.
(4.36).
()
() () ()
{
}
l
pkkpk
k
AX r FX h X r h X
`2
1
,,
=
⎡
⎤
λ= +λ +
⎣
⎦
∑
(4.36)
Ao observar a expressão para a função pseudo-objetivo, algumas considerações devem
ser feitas a respeito do multiplicador Lagrangeano λ
k
:
• Para todo λ
k
= 0, tem-se o método clássico da função de penalidade exterior. Nesse
caso, r
p
é incrementado;
• Pela especificação de valores de λ
k
= λ
k
*, o valor mínimo de F(X) para algum valor
finito maior que zero de r
p
, corresponde ao mínimo de A(X, λ, r
p
);
• Pelo conhecimento de λ
k
*, apenas uma minimização sem restrição é requerida.
• A idéia que se tem é que deve-se inicializar o processo com λ
k
= 0 ou 1 e um valor
arbitrário de r
p
pequeno, pois de início não se conhece o valor de λ
k
*.
Para o tratamento problemas com restrição de desigualdades pelo método do MMLA,
tem-se a idéia de converter esse tipo de restrição em uma restrição de igualdade como
expressa a eq. (4.37).
(
)
jj
gX Z j m
2
0+= =1, (4.37)
Através desse raciocínio define-se a função pseudo-objetivo através da eq. (4.38).
()
() ()
()
()
{
}
m
pjjjpj
j
AX Zr FX gX Z rgX Z
`2
2
1
,,,
=
j
2
⎡
⎤
λ= +λ ++ +
⎣
⎦
∑
(4.38)
Dentre as grandes vantagens do método está a sua insensibilidade relativa ao valor de r
p
,
ou seja, não é necessário aumentar o valor de r
p
tendendo ao infinito. O processo é acelerado
graças ao uso dos multiplicadores de Lagrange, além de outras vantagens citadas
anteriormente.
77
4.7 Otimização multi-objetivo
Em diversas aplicações de engenharia é necessário resolver um problema onde vários
objetivos têm que ser tratados de maneira simultânea. A estratégia adotada envolve a criação
de uma função objetivo única para posteriormente fazer tentativas para determinar a solução
ótima da maneira usual. Assim essa idéia pode ser representada através da eq. (4.39) em que
F(X) é a função a ser minimizada.
() ()
k
kk
k
FX wF X
1=
=
∑
(4.39)
onde: F
k
(X) vetor das funções objetivos independentes;
w
k
são os pesos ou coeficientes de ponderação.
Deb (2001) descreve as principais diferenças entre objetivo simples e multi-objetivo:
• A meta para problemas com um único objetivo é obter uma única solução global
(máximo ou mínimo). Já um conjunto de soluções ótimas é obtido para problemas
com mais de um objetivo afim de preservar a diversidade do conjunto solução no
espaço dos objetivos.
• Problemas multi-objetivos trabalham com mais de um espaço (variáveis e objetivos).
O problema torna-se trabalhoso quando se deseja manter a diversidade, visto que
soluços próximas no espaço das variáveis não necessariamente implica em uma
proximidade no espaço dos objetivos.
A otimização multi-critério pode conduzir a grandes dificuldades na escolha de um
projeto ótimo, visto que uma variedade de parâmetros estão relacionados por meio de uma
solução de compromisso que geralmente expressa decisões conflitantes. Para se ter idéia dessa
dificuldade, a fig. 4.7 ilustra uma otimização de compromisso para a minimização de dois
objetivos.
Na literatura podem ser encontradas metodologias para a resolução de problemas multi-
objetivo. Essas metodologias baseiam-se no tipo de algoritmo utilizado (randômico ou não-
randômico) e no tipo de tratamento (incorporação de funções objetivo, utilização de Pareto ou
não utilização de Pareto). Assim, quanto ao tipo de abordagem, os problemas podem ser
78
classificados como Clássicos ou Determinísticos e Randômicos ou Não-determinísticos.
Saramago (1999) apresenta as principais características de cada abordagem:
• Otimização determinística: essas técnica é baseada no cálculo. Algumas dificuldades
numéricas e problemas de robustez relacionados com a falta de continuidade das
funções a serem otimizadas ou de suas restrições existência de mínimos locais, etc são
freqüentes. Entretando a sua aplicabilidade é bastante ampla e pode ser desenvolvida
por meio de recursos computacionais sofisticados;
• Otimização randômica: é uma técnica de busca que baseia-se no processo de seleção
natural da evolução e sobrevivência e da genética de populações. Um aspecto
importante dessa abordagem é que não utilizam todo o esforço computacional para
concentrar em um ponto apenas, mas em uma população deles.
Figura 4.7 – Relação de compromisso representada por um processo de otimização para
minimização de dois objetivos.
4.7.1 Ótimo de Pareto
O aperfeiçoamento dessa idéia foi apresentado pelo economista e socialista Vilfredo
Pareto (PARETO, 1896). Sua definição é baseada na convicção intuitiva de que um ponto x*
é tomado como ótimo se nenhum critério utilizado pode melhorar a solução, sem piorar pelo
menos um outro critério. Todavia, o ótimo de Pareto quase sempre não nos fornece uma
solução única, mas sim um conjunto de soluções denominadas não inferiores ou soluções não-
dominadas. O Postulado de Pareto, como é mais conhecido, tem sido base para o
desenvolvimento de teoremas importantes na teoria de otimização multi-critérios
(ESCHENAUER et al., 1990; OSYCZKA, 1984).
79
O seguinte exemplo ilustrado pela fig. 4.8, ajuda a entender o conceito de dominância,
pela aplicação da situação de compra de um carro em que se deseja um custo menor, porém
com mais conforto.
Figura 4.8 – Confronto de objetivos: custo versus conforto.
Pode-se perceber claramente no gráfico que há cinco possíveis opções de compra. Em
termos quantitativos, nenhuma é melhor que a outra, pois uma é mais confortável, mas menos
barata, e vice-versa. Existe então um “compromisso" entre os objetivos. Quanto maior o
conforto, maior o preço de compra e vice-versa. Inicialmente, descarta-se a solução 1, já que a
solução 5 fornece mais conforto por igual preço. A solução 2 é descartada pela mesma razão.
Tem-se então três soluções: 3, 4, 5, que são boas alternativas de compra.
Uma solução domina uma outra se seus valores são melhores em todos os objetivos. A
solução 5 neste caso, domina a solução 1, o que implica então que a solução 5 não é dominada
por nenhuma outra. O mesmo acontece com as soluções 3 e 4. Se não se conhece a priori a
importância relativa de cada objetivo, pode-se dizer que as soluções 3, 4, e 5 são igualmente
boas. Assim, existe um conjunto de soluções ótimas, sendo este conjunto chamado de
conjunto não-dominado. As outras soluções (1 e 2) formam o conjunto dominado. Esses dois
tipos de conjunto apresentam as seguintes propriedades:
• Qualquer solução do conjunto não-dominado deve ser não-dominado em relação à
outra solução desse mesmo conjunto;
• Qualquer solução não contida no conjunto não-dominado deve ser dominado, no
mínimo, por uma solução do conjunto não-dominado.
4.7.1.1 Operador de dominância de Pareto
80
Grande parte dos algoritmos implementados para um problema de multi-objetivo
utilizam o conceito de dominância. Assim, um operador de dominância (
) foi criado de
modo a relacionar duas variáveis de projeto em um conjunto de M funções objetivos f
j
, sendo
j = 1, ... M. Deb (2001) utiliza esse operador para fazer a seguinte definição:
Definição 1: uma solução x
1
domina uma solução x
2
se as condições seguintes são
atendidas:
• A solução x
1
não é pior que a solução x
2
para todas as funções objetivo. Assim, f
j
(x
1
)
f
j
(x
2
). O símbolo significa “não é pior”;
• A solução x
1
é exatamente melhor que a solução x
2
pelo menos em um objetivo.
Assim, f
j
(x
1
) f
j
(x
2
).
Se as condições acima são satisfeitas pode-se concluir que x
2
é dominada por x
1
, isso
quer dizer que x
1
não é dominada por x
2
nem é inferior à ela.
4.7.1.2 Otimalidade de Pareto
Dentro de um conjunto finito de soluções é possível fazer comparações entre as
soluções de modo a dividi-las em dois conjuntos: não-dominado e dominado.
Definição 2: dado dois conjuntos P
1
e P
2
. O conjunto P
2
é o conjunto não-dominado
constituído por soluções que são não-dominadas por qualquer solução de P
1
. O conjunto P
2
é
chamado de conjunto ótimo de Pareto, quando P
1
é o espaço completo de busca. A fig. 4.9
indica vários conjuntos ótimos de Pareto representados pela curva.
Figura 4.9 – Conjuntos ótimos de Pareto.
81
Definição 3: conjunto ótimo de Pareto Global é o conjunto não-dominado para o espaço
de busca factível S como um todo;
Definição 4: o conjunto P é chamado de conjunto ótimo de Pareto local, se cada
elemento x
1
de P
1
não for dominado por alguma solução x
2
na sua vizinha, de modo que
21
xx
ε
∞
−≤, sendo ε um número maior que zero e muito pequeno. A figura 4.10 ilustra dois
conjuntos ótimos de Pareto locais que são não-dominados.
Figura 4.10 – Ótimos de Pareto locais e globais.
Definição 5: a Fronteira de Pareto é formada por valores das funções objetivos
representados por pontos no espaço de objetivos correspondentes a cada solução no espaço de
busca. Define-se então uma classificação para a dominância entre forte e fraca. A dominância
forte pode ser definida como:
Definição 6: a solução x1 domina fortemente a solução x2 se é estritamente melhor que
a solução x2 para todos os M objetivos.
Uma observação importante deve ser feita em relação às soluções ótimas de Pareto no
sentido de que elas servem para definir a ordem de prioridade de atendimento dos objetivos.
Debs (2001) apresenta algumas metas em otimização multi-objetivo de modo que se obtenha
um critério para garantir a qualidade da solução encontrada:
• Grande proximidade do conjunto de soluções com a Fronteira de Pareto;
• Encontrar um conjunto de soluções com a maior diversidade possível.
4.7.2 Tratamento de problemas multi-objetivos
82
A utilização de metodologias baseadas em Métodos a Priori tem sido uma tendência
bastante observada na literatura. Nessas metodologias, é necessário que o usuário especifique
preferências, que podem ser articuladas em termos de metas ou da importância relativa dos
diferentes objetivos (MARLER; ARORA, 2004). Alguns métodos que tratam dessas
particularidades são descritos a seguir (OSYCZKA, 1978, 1984; MARLER; ARORA, 2004).
4.7.2.1 Método do Critério Global Ponderado
Constitui o método mais comum para o tratamento de problemas multi-objetivos, em
que todas as funções objetivo são combinadas afim de formar uma única função como
representado pela eq. (4.40).
() () ()
(
1/p
P
p
0
ik k
k=1
Jx= w F x-F x
⎛
⎜
⎝⎠
∑
)
⎞
⎟
(4.40)
onde: J (x) é a função única criada pela combinação das funções objetivos;
w
i
: são pesos que indicam a importância relativa da funções objetivo;
F
k
: funções-objetivo.
p: número de funções-objetivo.
4.7.2.2 Método do Critério Ponderado Exponencial
Athan e Papalambros (1996) propuseram o Método o Critério Ponderado Exponencial
como representado na eq. (4.41).
()
()
()
1
1
=
=−
∑
i
i
k
pf x
pw
i
Jx e e (4.41)
De acordo com os autores, um grande valor para p pode conduzir a uma saturação do
processo.
4.7.3 Tratamento de restrições de igualdade e desigualdade
Afim de tratar problemas com restrições de igualdade e desigualdade para problemas
multi-objetivos, Coelho (2004) cita o Método de Penalização, que é a abordagem mais
popular encontrada na literatura. Dessa maneira, uma nova função objetivo é criada pela
83
adição de um termo que penaliza qualquer violação das restrições de igualdade e/ou
desigualdade (VANDERPLAATS, 1999). Os principais métodos dessa abordagem são
descritos a seguir:
Penalidade Estática: um fator de penalidade é mantido constante ao longo de todo o
processo de otimização. Um valor muito grande para esse fator pode conduzir a uma
convergência prematura próxima de regiões viáveis, enquanto que, para valores muito
pequenos, a convergência pode ser demasiadamente lenta (VANDERPLAATS, 1999;
EDGAR et al. 2001). A equação (4.42) expressa a função de penalidade.
() ()
1=
=
∑
L
j
j
Pen x r f x
β
(4.42)
onde: Pen (x) é a função de penalidade;
r: fator de penalidade;
β: constante.
f
j
: funções-objetivo.
Penalidade Dinâmica: o uso de fatores que são dinamicamente atualizados em cada
iteração são propostos por Vanderplaats (1999) e Edgar et al. (2001), devido à dificuldade em
arbitrar valores para os fatores de penalidade estática. Segundo os autores, deve-se iniciar o
processo com valores pequenos para os fatores dinâmicos para explorarem de forma ampla o
espaço de busca, e à medida que o processo avança, faz-se um incremento progressivo desses
fatores. A equação 4.3 expressa a função de penalidade dinâmica.
() ( ) ()
1=
=
∑
L
j
j
Pen x Ct f x
α
β
(4.43)
onde: C, α e β são constantes;
t é número da iteração.
4.8 Otimização pelos métodos heurísticos
A grande maioria dos algoritmos que utilizam métodos clássicos de otimização obtêm
como solução a presença de mínimos locais. Essa dificuldade pela obtenção de um ótimo
84
global é geralmente suprimida pela implementação de rotinas ou algoritmos que utilizam
métodos baseados na natureza, ou os chamados métodos eurísticos. Na verdade, esses
métodos tentam de maneira bastante eficiente “desviar” desses mínimos locais indesejáveis,
porém um grande esforço computacional é requerido, pois são feitas várias avaliações da
função objetivo (não do gradiente) constituindo assim, métodos de ordem zero. Portanto, as
mesmas definições dadas a esses métodos em itens anteriores são válidas também para os
métodos eurísticos. A grande vantagem está na possibilidade de uma implementação paralela
a outros softwares de grande robustez tais como o MATLAB®, isso possibilita a confecção
de pacotes computacionais ao integrar as várias metodologias de abordagem.
Como a própria nomenclatura do método indica, a abordagem utilizada baseia-se em
observações feitas às características biológicas de certos indivíduos da natureza. A teoria de
Darwin, bastante difundida nos ambientes escolares de nível médio, também é utilizada como
fonte de inspiração no dia-a-dia de um engenheiro ou programador que trabalha com métodos
eurísticos. Os algoritmos genéticos aplicam os conceitos da seleção natural de Darwin na
obtenção de informações mais relevantes e interessantes que conduzem a um resultado ótimo.
Outro método baseado em observações é o da colônia de formigas. Nessa, abordagem são
analisados os comportamentos de cada indivíduo (formiga) em uma determinada trajetória,
dando uma idéia da qualidade do caminho de busca do ótimo adotado. Um terceiro método
bastante similar ao anterior analisa o comportamento de uma determinada espécie de pássaros
na busca por alimentos. Métodos híbridos também conduzem a expressivos resultados ótimos,
pois reúnem as principais características dos algoritmos genéticos, da colônia de formigas ou
do enxame de partículas em um único algoritmo. Essa técnica de otimização não segue um
esquema rígido, no qual várias técnicas são usadas seqüencialmente em um esquema de
cascata (ASSIS, STEFFEN, 2003). Baseia-se no conceito do ciclo de vida utilizado na
Biologia, definindo os vários estágios da vida de um indivíduo.
A determinação quantitativa da população de indivíduos é fator de extrema importância
para a convergência do resultado ótimo desejado. Uma grande quantidade reflete em uma
grande possibilidade de sucesso, porém o tempo e o custo computacional tornam-se
dispendiosos. O número de iterações também é reflete a qualidade do resultado, visto que uma
probabilidade maior de resultados combinados é possível nesse sentido.
4.8.1 Método da Colônia de Formigas (ACO)
85
Como parte integrante de um conjunto de métodos que não utilizam informações do
gradiente da função objetivo, constitui-se em uma técnica probabilística para a resolução de
problemas computacionais. Sua formulação e aplicabilidade estão bem estabelecidas para
problemas envolvendo variáveis discretas e otimização combinatória, essa última através de
uma abordagem multi-agente. (COLORNI; DORIGO; MANIEZZO, 1992) consideram que o
Sistema de Formigas inspirado no funcionamento de uma colônia de indivíduos é o algoritmo
base para muitas outras abordagens. O fato de servirem como base para outros métodos é
devido a algumas características adicionais desejáveis:
• Versatilidade, isso quer dizer que podem ser aplicados a versões similares de um
mesmo problema;
• Robustecimento, ou seja, podem ser aplicados com um mínimo de mudanças a outros
problemas de otimização combinatória;
• Constitui uma abordagem baseada em populações, que permite explorar vários
caminhos de busca.
Esse e outros algoritmos foram aplicados para uma variedade de problemas de
otimização discreta tais como o Problema de Designação Quadrática, Ordem Seqüencial,
Trajetória de Veículos, dentre outros. Porém, existem algumas adaptações desses algoritmos
para problemas contínuos, visto que esses problemas estão sempre se deparando uns com os
outros. O algoritmo CACO (Otimização Contínua por Colônia de Formigas) foi o pioneiro na
otimização de funções contínuas, que utiliza uma estrutura baseada em colônias afim de
melhorar as buscas que conduzem a mínimos locais, enquanto que uma busca global é
segurada por um algoritmo genético (WODRICH; BILCHEV, 1997).
A inspiração do método está voltada para a observação do comportamento real de
formigas e suas estratégias de comunicação indiretas por meio da criação de um caminho ou
rastro de feromônio. O caminho mais requisitado, ou seja, mais freqüentado pelas formigas
constitui o caminho mais interessante e mais atrativo. Nesse sentido, seria mais interessante
adotar caminhos mais curtos, de modo a se chegar mais rapidamente ao local de interesse, por
exemplo, o alimento, bem como retornar à colônia inicial de formigas. A escolha desse
caminho elimina bastante a possibilidade do feromômio ser evaporado de forma mais rápida.
Isso quer dizer também que quanto maior a quantidade de feromônios presentes no caminho,
maior a quantidade de candidatos para se chegar ao ótimo. Essa idéia do comportamento real
das formigas pode ser ilustrada pela fig. 4.10 um sentimento de recrutamento é criado e
86
estimulado pelos resultados das atividades individuais de cada agente e todo esse processo é
mantido graças à essência do feromônio.
Figura 4.10 – Comportamento real das formigas. a. seguimento de trajetória entre A e E.
b. probabilidade igual de escolha entre dois caminhos devido a um obstáculo. c. uma
quantidade maior de feromônio (maior quantidade de indivíduos) é deixada na trajetória mais
curta.
Vale lembrar que para o desenvolvimento de algoritmos baseados em um Sistema de
Formigas, um comportamento artificial das mesmas deve ser levado em conta, mesmo porque
o interesse não está voltado para a simulação do comportamento de uma colônia de formigas,
mas pelo uso das colônias artificiais como pacotes de ferramentas para a otimização de
sistemas. Assim, as diferenças entre os sistemas artificiais implementados daqueles reais são:
• Formigas artificiais terão alguma memória;
• Os indivíduos (formigas) não estarão completamente cegos;
• Viverão em um ambiente onde o tempo seja discreto.
O primeiro passo consiste em se determinar um modelo de estratégia de comunicação
por meio do feromônio. Uma maneira eficiente de realizar essa tarefa é utilizar o método da
distribuição normal de probabilidade para modelos contínuos implementados
(POURTAKDOUST; NOBAHARI, 2004).
Matematicamente é possível traduzir a idéia do algoritmo do método da colônia de
formigas. Para isso, considere a eq. (4.44) que representa a probabilidade de uma formiga
genérica k (k = 1,...., m) em meio a um população de m formigas atribuir a facilidade j para
localização i.
87
() ()
()
()
()
()
permitidos
ij ij
k
ij
kk ik ik
tt
p
tt
αβ
α
β
∈
τη
=
τη
∑
(4.44)
onde: α é a ponderação do feromônio (0 ≤ α ≤ 1);
β é a ponderação da informação heurística (0 ≤ β ≤ 1);
η
ij
= 1/d
ij
é a visibilidade entre as variáveis i e j;
d
ij
é a distância Euclidiana entre i e j;
τ
ij
é a intensidade da trilha do caminho (i,j) no tempo t.
Vale ressaltar que para um tempo t = 0, a intensidade da trilha é gerada aleatoriamente
com distribuição uniforme. A trilha definida por (i,j), onde a formiga deposita o feromônio
pode ser representada pela eq. (4.45).
k
k
ij
Q
seaformigakusaatrilha i j notrajeto
L
nos outros casos
(, )
0
⎧
⎪
∆τ =
⎨
⎪
⎩
(4.45)
onde: Q é uma constante de projeto;
L
k
é o comprimento da k-ésima formiga.
O resultado da expressão acima avaliado por completo trajeto da formiga no tempo (t
o
,
t
o
+ ∆t) consiste em um ciclo de n iterações é utilizado para atualizar a quantidade e
substância depositada previamente na trilha, de acordo com a eq. (4.46).
(
)
(
)
kk
ij ij ij
tn tτ+=ρτ +∆τ
k
k
(4.46)
onde: ρ é o coeficiente que representa a persistência da trilha durante o ciclo entre o
tempo (t, t + ∆t). O valor correspondente a (1 – ρ) indica uma evaporação da trilha entre o
tempo (t, t + ∆t). A equação (4.45) pode ser reescrita como na eq. (4.47).
m
k
ij ij
k 1=
∆τ = τ
∑
(4.47)
88
Inicialização
(
tamanho da colônia
,
dire
ç
ão de busca inicial
)
Distribuição aleatória de formigas no espaço de
projeto
Avaliação da função objetivo, tomada como
“medida” do caminho a ser percorrido por uma
formiga
Desenvolver uma iteração completa de modo a
simular o caminho entre o ninho de formigas e a
fontedealimento
Atualizar a direção de busca (caminho de
feromônios)
Critério de parada
OK
N
ÃO
O algoritmo desse método pode ser representado pela fig. 4.11.
Resultados
Figura 4.11 - Algoritmo do método da colônia de formigas.
Assim como em todo o processo iterativo de otimização, um critério de parada é
atribuído ao método do ACO. Assim, a tab. (4.2) reúne um grupo de informações que definem
o critério de parada.
Tabela 4.2 – Informações necessárias para a definição do critério de parada.
CRITÉRIO DESCRIÇÃO
Iterações Número fixo de iterações atingidas
Tempo limite Tempo gasto para a tarefa de otimização
Parada pelo limite de iterações
Abortagem da simulação, pela inexistência
de melhoramentos após o número limite de
iterações
Parada pelo limite de tempo
Abortagem da simulação, pela inexistência
de melhoramentos após o limite de tempo
especificado
89
4.8.2 Algoritmos genéticos (GA)
Os algoritmos genéticos constituem um processo de otimização tendo como base a
teoria darwiniana da sobrevivência e evolução das espécies. Pelo uso dos princípios que
regem essa teoria, como reprodução e sobrevivência dos indivíduos mais aptos através de
operações genéticas como recombinação e mutação, os GA transformam uma população ou
grupo de indivíduos cada um com certo grau de adaptabilidade em uma nova geração de
indivíduos. O papel fundamental de um GA é procurar por uma melhor “seleção” para o
problema analisado, através da criação genética de populações de indivíduos cada vez mais
habilitados à extremização da função objetivo de interesse (CASTRO, 2001).
As primeiras idéias do surgimento dos GA´s partiram de uma abstração de John Holland
em seu livro “Adaptation in Natural and Artificial Systems” (HOLLAND, 1975). As suas
idéias permitem a compreensão do processo de adaptação dos sistemas naturais, em que a
sobrevivência é promovida pela eliminação de comportamentos inúteis ou prejudiciais,
mantendo e perpetuando os comportamentos mais habilitados. O raciocínio expresso nessa
idéias permitiram também a compreensão de que sistemas naturais por meio de mecanismos
biológicos sejam expressos matematicamente simulados computacionalmente.
(SILVA, 2001; COELHO, 2003) apresenta e traduz uma estrutura básica de etapas do
mecanismo de evolução do GA ao longo de uma geração como esquematiza a fig. 4.12.
Figura 4.12 – Estrutura geral de um GA.
90
1. Criação de uma população inicial com N indivíduos, que podem ser candidatos à
solução do problema. Cada solução é composta por vetores x
i
através de uma
representação canônica ou real;
2. Desenvolvimento do cálculo da função de adaptação para cada candidato à solução,
afim de classificá-las;
3. Por meio de técnicas de seleção, escolher os indivíduos mais habilitados;
4. Aplicação de operador genético de cruzamento ou recombinação;
5. Aplicação do operador genético de mutação;
6. Geração de uma nova população;
7. As etapas 2 a 6 devem ser repetidas até que um critério de parada ou de convergência
seja atingido.
4.8.2.1 Operadores genéticos
Pela aplicação dos operadores genéticos, a população inicial de soluções candidatas é
gerada de forma aleatória e a partir daí sofrem uma evolução para uma determinada solução.
A seguir são apresentadas as principais características de cada operador genético e sua
importância para o processo.
a. Reprodução: tem como principal objetivo copiar as melhores soluções, e ao mesmo
tempo, eliminando as de menor aptidão. Essa cópia é função dos valores da função objetivo a
ser otimizada, atribuindo assim uma probabilidade desses caracteres em contribuir para a
geração seguinte. Assim, a função objetivo é o “árbitro”, cujo personagem é quem decide
sobre a vida ou a morte dos indivíduos. Este operador é a versão artificial da seleção das
espécies do Darwinismo, que estabelece que os seres mais aptos têm maiores chances de
sobreviver, ou seja, os mais fortes e menos vulneráveis aos predadores e doenças (TICONA,
2003).
b. Cruzamento: esse operador pode ocorrer em duas etapas. A primeira delas consiste no
acasalamento de dois indivíduos produzidos pela reprodução e escolhidos aleatoriamente no
conjunto de soluções. A segunda etapa consiste na determinação do local (posição na cadeia)
para o cruzamento, também escolhido ao acaso. Esse tipo de acasalamento é denominado
cruzamento em um ponto e pode ser ilustrado através da fig. 4.13.
91
Figura 4.13 – Acasalamento do tipo cruzamento em um ponto.
c. Mutação: esse operador é importante e necessário para se incorporar e manter a
diversidade genética da população modificando aleatoriamente de forma ocasional (de baixa
probabilidade) um ou mais componentes de uma estrutura escolhida. O papel da mutação é
um tanto indefinido na Genética e exerce uma importância secundária na efetivação dos
algoritmos genéticos. É necessária pelo fato de proteger o algoritmo contra perdas irreparáveis
de informações genéticas ocasionadas na reprodução e no cruzamento. Esse operador também
assegura que a probabilidade de se chegar a qualquer ponto do espaço de busca nunca seja
zero, com o objetivo de contornar o problema de ótimos locais (CASTRO, 2001). A operação
de mutação pode ser ilustrada na fig. 4.14.
Figura 4.14 - Operação de mutação.
4.8.2.2 Codificação dos GA
De acordo com Castro (2001), a codificação das variáveis de projeto a serem otimizadas
por meio de uma representação binária (0 ou 1) tem um grande efeito no desempenho de
busca, optando pela simplicidade de representação sem perder informações importantes. Essa
codificação é ideal para tratamento de problemas com variáveis discretas, visto que os autores
fazem também uma codificação para variáveis contínuas (HAUPT; HAUPT, 1998). Essa
codificação pode ser feita como na eq. (4.48).
(
i
ii i i
ni
B
xx x x
,min ,max ,min
2
=+ −
)
(4.48)
92
onde: B
i
é a relação entre o valor real da variável x
i
e sua representação binária;
n é o número de caracteres;
x
i,min
e x
i,max
são os limites inferior e superior para a variável i.
4.8.2.3 Descrição do algoritmo
O esquema do algoritmo básico do GA pode ser ilustrado através da fig. 4.15.
Figura 4.15 – Algoritmo básico do GA.
A inicialização do processo dá-se com uma população de indivíduos aleatoriamente
distribuídos tidos como candidatos à solução do problema. Durante o processo de evolução,
cada indivíduo é monitorado, e através disso é verificado sua capacidade de adaptação ao
ambiente. Por meio de uma “seleção natural de Darwin”, alguns indivíduos são preservados,
enquanto outros são descartados. Os indivíduos mais bem adaptados se acasalarão e gerarão
indivíduos novatos com o intuito de renovar a perda pelo descarte. Alguns desses, podem ser
submetidos ao processo de mutação, tendo os seus cromossomos alterados. Todo o processo é
repetido até que o critério de parada seja atingido.
A geração da população inicial para os métodos heurísticos geralmente é randômica,
mas existem abordagens que utilizam uma distribuição gaussiana (ANGIRA; BABU, 2005).
Mais do que gerar a população inicial está em se fazer a sua avaliação que deve indicar a
93
“qualidade” de cada indivíduo dentro da população. Essa avaliação é feita por meio de uma
função de adaptação, pela introdução de estratégias que visam a uma pressão da seleção,
devido à tendência dos indivíduos se assemelharem entre si nas aptidões ao longo do processo
evolutivo (GOLDBERG, 1989).
4.8.3 Enxame de partículas (PSO)
Esse método tem toda a sua fundamentação baseada em uma população de indivíduos,
assim como nos métodos anteriores, porém é motivado pela simulação do comportamento
social de enxames de pássaros, peixes ou insetos. James Kennedy e Russel Eberhart
introduziram esse método em 1995 e juntamente com várias experiências que tratavam de
94
suficiente para a convergência. Na existência de um baixo proveito, a solução ótima nunca
será encontrada.
4.8.3.1 Descrição do algoritmo
O fluxograma da fig. 4.16 ilustra um esboço do algoritmo do PSO (Rojas et al, 2004).
Figura 4.16 – Esboço do algoritmo do PSO.
Com o intuito de modelar o comportamento das partículas (pássaros), o método do PSO
utiliza uma abordagem vetorial para as velocidades das partículas e para as suas posições.
Essa última é atualizada levando em conta a velocidade atual, o conhecimento obtido pela
partícula e o conhecimento adquirido pelo grupo. Assim, a eq. (4.49) representa a expressão
para a atualização da posição das partículas, bem como a fig. 4.17 fornece uma idéia das
diferentes velocidades inerentes de cada partícula.
iii
kkk
x
xv
1+
=+ ∆t
1+
(4.49)
O termo correspondente ao lado esquerdo da expressão representa a posição da partícula
i na iteração seguinte. O segundo termo do lado direito da expressão multiplicado pelo
intervalo de tempo ∆t corresponde ao vetor de velocidade que é atualizado pela eq. (4.50).
95
()
(
)
ii si
kk
ii
kk
k
p
xp
vwvcr cr
t
111 22+
−−
=+ +
∆
x
t∆∆∆
s
k
(4.50) (4.50)
onde: r
1
e r
2
são escolhidos aleatoriamente entre 0 e 1; onde: r
1
e r
2
são escolhidos aleatoriamente entre 0 e 1;
p
i
é a melhor posição encontrada pela partícula i;
p
i
é a melhor posição encontrada pela partícula i;
é melhor posição do bando durante a iteração k.
s
k
p
Figura 4.17 – Abordagem vetorial para tratar as velocidades das partículas.
Além de todas essas informações referentes às posições e velocidades das partículas,
três parâmetros merecem atenção especial, pois influem diretamente no processo e
consequentemente no resultado desejado. São eles a inércia da partícula (w), e os parâmetros
de confiança c
1
e c
2
. O primeiro parâmetro exerce a função de controlar o comportamento no
que se refere a exploração do algoritmo. Para valores altos de w tem-se um comportamento
global, caso contrário tem-se um comportamento local. Já os parâmetros de confiança indicam
o grau de confiança da partícula em si própria (c
1
) ou no bando (c
2
).
Para a criação do enxame inicial de partículas de forma aleatória, é necessário definir as
posições iniciais, bem como as velocidades iniciais das partículas. As definições são
expressas pelas eqs. (4.51) e (4.52).
(
)
i
xx rx x
0min1maxmin
=+ −
(4.51)
96
(
)
i
xrx x
v
t
min 2 max min
0
+−
=
∆
(4.52)
onde: x
min
e x
max
correspondem aos limites inferiores e superiores para as variáveis de
projeto.
4.8.3.2 Tratamento de problemas com restrição
Vanderplaats (1999) estabelece uma maneira usual de trabalhar com restrições nos
métodos do PSO e GA por meio da imposição de uma função de penalidade quadrática
estendida. Dessa maneira, a função pseudo-objetivo fica definida como na eq. (4.53).
() () ()
m
j
j
fx fx g x
2
1
max 0,
≈
=
⎡
=+α
⎣
∑
⎤
⎦
(4.53)
onde: é a função pseudo-objetivo;
()
fx
≈
α é o parâmetro de penalidade.
É de extrema importância em todo problema com restrição, que a violação de restrições
seja levada em conta. O tratamento das violações inicia-se com a atualização da velocidade e
da posição das partículas como nas eqs. (4.49) e (4.50), que por ventura violam ou violaram
as restrições. Uma observação importante a ser feita é que na atualização da velocidade da
partícula devido a uma violação na restrição, a eq. (4.50) pode ser utilizada sem levar em
consideração a informação do vetor de velocidade na iteração anterior, pois a partícula estaria
sendo conduzida a uma violação com
CAPÍTULO V
CARACTERÍSTICAS DO PROJETO E METODOLOGIAS
O presente capítulo compreende um conjunto de etapas lógicas e os requisitos de
projeto para a concepção e desenvolvimento computacional de uma estrutura veicular tipo
spaceframe. O conteúdo do capítulo aborda desde a concepção inicial da estrutura pela
definição da geometria, características do veículo a desenvolver, especificações técnicas e/ou
geométricas de componentes, tais como motor e câmbio, suspensões, pneus, pontos de
suporte, até a concepção final otimizada da estrutura.
Em meio a essas concepções, serão apresentadas as metodologias necessárias para a
confecção do modelo matemático do chassis por meio da técnica dos elementos finitos
baseados nas informações iniciais obtidas para a definição da concepção inicial. É por meio
dessa técnica, juntamente com a utilização de ferramentas de modelagem geométrica que é
possível obter a configuração inicial da estrutura para mostrar a priori a sua “aparência”.
Todas as informações referentes ao tipo de elemento estrutural, bem como propriedades do
material encontram-se disponíveis.
Como foco principal para essa contribuição encontra-se a determinação da rigidez
torsional da estrutura, bem como a determinação da sua massa total, pois como discutido
anteriormente os esforços e deflexões excessivos são obtidos pela aplicação de carregamentos
de torção nas estruturas veiculares. Será apresentada uma metodologia analítica para o cálculo
da rigidez torsional por meio da aplicação de um binário.
Como fase final dessa contribuição, a aplicação de técnicas de otimização numérica
baseados nos métodos eurísticos serão desenvolvidas para garantir o robustecimento do
projeto. Vale ressaltar que toda a metodologia de abordagem faz parte de um ciclo de etapas
lógicas que se encerra até que um projeto ótimo da estrutura seja obtido. Dentro desse ciclo
pode-se perceber claramente a existência de um feedback de informações entre os resultados
ótimos e as informações de entrada para o programa de elementos finitos. Isso é possível
98
graças a um interfaceamento entre esses dois programas. Em suma, a fig. 5.1 ilustra toda a
idéia contida na metodologia de abordagem do problema.
D
D
e
e
f
f
i
i
n
n
i
i
ç
ç
ã
ã
o
o
d
d
a
a
C
C
o
o
n
n
c
c
e
e
p
p
ç
ç
ã
ã
o
o
I
I
n
n
i
i
c
c
i
i
a
a
l
l
M
M
o
o
d
d
e
e
l
l
a
a
g
g
e
e
m
m
M
M
a
a
t
t
e
e
m
m
á
á
t
t
i
i
c
c
a
a
(
(
F
F
E
E
M
M
)
)
C
C
o
o
n
n
f
f
i
i
g
g
u
u
r
r
a
a
ç
ç
ã
ã
o
o
I
I
n
n
i
i
c
c
i
i
a
a
l
l
C
C
o
o
n
n
j
j
u
u
n
n
t
t
o
o
d
d
e
e
E
E
t
t
a
a
p
p
a
a
s
s
d
d
e
e
O
O
t
t
i
i
m
m
i
i
z
z
a
a
ç
ç
ã
ã
o
o
R
R
e
e
s
s
u
u
l
l
t
t
a
a
d
d
o
o
s
s
Ó
Ó
t
t
i
i
m
m
o
o
s
s
FEEDBACK
Figura 5.1 – Metodologia de abordagem do problema.
5.1 Concepção inicial – definição da geometria
O ponto de partida para a definição da concepção inicial da estrutura baseou-se no tipo
de aplicação, bem como na categoria do veículo a ser projetado. Em vista das necessidades,
optou-se por desenvolver uma estrutura própria para um veículo conversível de alto
desempenho, com acomodação para dois lugares e de baixo peso.
Visando uma base ou um modelo de veículo como fonte de inspiração, um veículo
Puma GTS, como ilustrado na fig. 5.2 foi tomado para tal finalidade. A
PUMA foi a marca
brasileira a produzir o maior número de automóveis esportivos. Estabeleceu um conceito que
utilizou até 1985: projetar e fabricar carroceria em fibra de vidro, montar esta carroceria sobre
plataforma de veículo de passeio, com motor e suspensão modificados para melhor
desempenho e agregar um acabamento compatível com um carro de proposta esportiva. . Este
conceito, além de manter o automóvel em produção durante 20 anos, viabilizou a criação de
um fabricante brasileiro de automóveis e caminhões.
Figura 5.2 – Puma GTS: veículo base.
99
Essa escolha baseou-se na possibilidade de concepção e adaptação de uma nova
estrutura (spaceframe) utilizando como base o chassis do próprio Puma. Isso se deve pelo fato
de manter toda a documentação legal do chassis, o que seria um caminho mais fácil do que
providenciar toda uma documentação legal sem ter como base uma estrutura já construída.
Após a escolha do veículo base, o próximo passo consistiu em um estudo detalhado das
características do veículo que se deseja desenvolver. Nesse sentido, as características do
veículo esportivo a ser desenvolvido são:
• Peso máximo do veículo completo: 800 Kg;
• Distância entre eixos: 2,62 m;
• Bitola traseira e dianteira: 1,475m;
• Suspensão dianteira: SLA (Short Long Arm);
• Suspensão traseira: MacPherson (com agregado);
• Motor: Ford 302 V8 central (entre eixos) – tração traseira;
4450
1390
1695
• Câmbio: VW Santana.
As informações referentes à distância entre eixos e bitolas traseiras e dianteiras foram
obtidas de um veículo Honda Civic como ilustrado na fig. 5.3. Outras informações tais como
as dimensões referentes ao comprimento total, espaço interno, posição, altura e largura dos
assentos, bem como altura e largura do veículo foram tomadas também do Honda Civic.
Fig. 5.3 – Dimensões internas e externas do veículo Honda Civic (dimensões em mm).
100
Pelo fato do veículo apresentar acomodações para dois lugares, um grande espaço na
região traseira tornou-se evidente. Daí, surgiu a idéia de uma tração traseira pelo uso de um
motor V8 central acoplado juntamente ao câmbio através de um flange de 20 mm de
espessura aparafusado entre esses dois componentes. A figura 5.4 ilustra esse tipo de união
entre motor e câmbio.
MOTOR V8
CÂMBIO
VW SANTANA
FLANGE
FLANGE
APARAFUSADO
EIXO DO
TRAMBULADOR
Figura 5.4 – Motor V8 e câmbio VW Santana acoplados por meio de um flange aparafusado.
A seguir são apresentadas algumas especificações técnicas de fábrica e dimensões
básicas que a priori são mais relevantes para o desenvolvimento do chassis.
• Cilindradas: 302 pol³;
• Diâmetro dos cilindros: 101,60 mm (4.00”);
• Curso dos êmbolos: 76,20 mm (3.00”);
• Ordem de inflamação: 1-5-4-2-6-3-7-8;
• Taxa de compressão: 7,8:1;
• Potência: 199 cv a 4.600 rpm;
• Torque: 39,8 kgf*m a 2.400 rpm;
• Largura total do motor: 530 mm;
101
• Altura total do motor: 560 mm;
• Comprimento total do motor: 725 mm;
4
3
5
Zt
Z
f
Xt
Xf
Yt
1
2
6
EIXO
TRASEIRO
700 mm
9
7
8
• Comprimento total do conjunto motor-câmbio: 1470 mm.
Todo posicionamento de qualquer componente do veículo leva em consideração as
condições de simetria da estrutura. Assim, para determinar o posicionamento dos pontos de
fixação das suspensões dianteira e traseira, a distância entre eixos foi tomada como medida
base para a obtenção dos demais posicionamentos. Dessa maneira, um veículo Honda Civic
foi tomado como “cobaia” para a realização das medições. Através de um dispositivo
hidráulico (“macaco hidráulico”) foi possível içar o veículo inteiro de modo a marcar os
pontos de interesse por meio da utilização de uma corda (barbante).
O eixo traseiro corresponde a uma dada posição na direção longitudinal de tal maneira
que o conjunto motor-câmbio esteja situado a uma distância de 5 cm longitudinalmente da
parede “corta-fogo” traseira, localizada imediatamente atrás dos assentos dos ocupantes do
veículo. Dessa maneira definem-se dois pontos pertencentes ao eixo traseiro, cuja distância
entre eles corresponde às dimensões da bitola traseira. Para interpretar o raciocínio exposto
até o momento considere a fig. 5.5.
Figura 5.5 – Metodologia para o posicionamento dos pontos de fixação da suspensão.
Considerando a figura acima, tem-se em vermelho a corda transpassada em cada ponto
do contato pneu-solo. Porém, vale lembrar que o veículo não está em contato com o solo. Os
102
pneus estão representados pela cor azul, as balanças da suspensão, bem como seus pontos de
fixação (1,2,3 e 5) no chassis estão representados em verde. Como a estrutura é simétrica, as
medições a seguir indicadas pela tab. 5.1, valem para o posicionamento dos pontos de fixação
dos sistemas de suspensão em todas as quatro rodas. Outra observação importante é que as
medidas indicadas não estão referenciadas ao solo, mas sim ao plano retangular (origem)
delimitado pela corda (em vermelho).
Tabela 5.1 – Medidas obtidas para o posicionamento dos pontos de fixação das suspensões.
COORDENADAS MEDIDAS (mm)
Xt 405
Yt 300
Zt 2293
Xf 403
Yf 300
Zf 2598
Distância entre os pontos 4 e 9 na direção x 115
As dimensões das balanças das suspensões também são importantes para o
posicionamento dos pontos. Assim, considere a fig. 5.6 que ilustra essas dimensões e também
o formato real de uma balança.
Balança
Pontos de fixação no
chassis
165 mm
185 mm
Figura 5.6 – Representação real de uma balança de suspensão SLA e dimensões das balanças
de um veículo Honda Civic.
103
O espaço reservado para os pneus foi superdimensionalisado para as especificações
técnicas de um tipo de pneu da marca YOKOHAMA. As informações técnicas foram obtidas
pelo próprio fabricante para um pneu de alta performance do tipo AVS Sport. Esse tipo de
pneu foi criado para veículos esportivos e super-esportivos. Apresenta um desenho em "Y"
que oferece uma alta capacidade de drenagem, o que permite ao pneu ter um baixo perfil, uma
elipse de contato com o solo mais larga e curta proporcionando uma maior estabilidade nas
curvas, sem risco de aquaplanagem, além de proporcionar uma rodagem mais silenciosa. A
fig. 5.7 ilustra a banda de rodagem desse tipo de pneu. O tamanho do pneu disponível
comercialmente atende a especificação 235/50Z R18 97Y.
Figura 5.7 – Banda de rodagem do pneu AVS Sport.
Por meio da quantidade de informações obtidas até o momento, foi possível conceber
uma idéia da forma ou do arranjo específico inicial da estrutura. Dessa maneira, foram
definidos três compartimentos principais no chassis de forma a alojar os diferentes
componentes do veículo:
Berço dianteiro: alojamento da suspensão dianteira e da caixa de direção;
Habitáculo central: espaço interno para os ocupantes com a presença de um túnel central
para aumentar a rigidez da estrutura;
Berço traseiro: alojamento do motor juntamente com o câmbio e da suspensão traseira.
5.2 Modelagem matemática
Toda a modelagem da estrutura foi viabilizada pela técnica dos elementos finitos pelo
uso do software ANSYS®. Inicialmente, foram definidas as etapas e atribuições referentes ao
estágio de pré-processamento. Posteriormente à esse estágio, as entradas de dados foram
processadas de modo a obter o comportamento da estrutura de acordo com as condições de
104
contorno. Finalmente, através do estágio de pós-processamento, é possível explorar todos os
resultados obtidos pela análise.
Para a construção da geometria da estrutura em ambiente virtual foram utilizados tubos
redondos em aço-carbono comum em toda a sua extensão. Esses tubos apresentam um
diâmetro externo inicial de 2” (50,8 mm) e uma espessura de parede inicial de 1 mm. O tipo
de elemento estrutural adequado para essa aplicação foi o do tipo barra (BEAM4) como
ilustrado na fig. 5.8. O elemento do tipo barra exige um esforço computacional bem menor
em relação aos demais tipos de elementos, como o elemento de casca (Pinto Filho, 2004).
Essa consideração é importante, pois na etapa posterior à modelagem matemática será
implantado um procedimento de otimização para o robustecimento do projeto.
Figura 5.8 – Representação do elemento de barra BEAM4.
Esse tipo de elemento de barra é uniaxial e possui capacidade para representar situações
onde ocorrem tração, compressão, torção e flexão. Para cada elemento considerado existem
doze graus de liberdade (dois em cada nó), sendo translação nas direções nodais x, y e z e
rotações em torno dos eixos nodais x, y e z. É também capaz de representar grandes
deformações. O elemento é definido por dois ou três nós, a área da seção transversal, dois
105
momentos de inércia de área (IZZ e IYY), um ângulo de orientação (θ), duas espessuras
(TKY e TKZ) e um momento torsional de inércia (IXX) além das propriedades do material
como módulo de elasticidade, módulo de Young, massa específica (densidade) e módulo de
cisalhamento (Gxy).
Como a estrutura é constituída por tubos redondos em toda a sua extensão, apenas um
tipo de constante real foi suficiente para definir suas propriedades. Para a opção usada de 2
nós por elemento, a orientação (θ = 0°) é automaticamente calculada para ser paralela ao
plano X-Y. A tabela 5.2 fornece os valores das propriedades dos tubos redondos, bem como
as propriedades do aço-carbono comum. Para efeitos de modelagem, o material é considerado
isotrópico dentro de sua faixa linear de aplicação.
Tabela 5.2 – Propriedades do material e dos tubos redondos.
Módulo de elasticidade (N/m
2
)
2,1x10
11
Coeficiente de Poisson
0,3
Massa específica (Kg/m
3
)
7850
Área seção transversal (m
2
)
0,156E-3
Ixx (m
4
)
0,968E-7
Iyy (m
4
)
0,484E-7
Izz (m
4
)
0,484E-7
A construção da geometria do modelo foi viabilizada pela entrada das coordenadas de
97 pontos (keypoints) nas direções x, y e z de forma manual, finalizando a forma final pela
aplicação de linhas para unir os pontos. Afim de discretizar a configuração obtida, foram
aplicados 13 elementos em cada barra da estrutura por meio de uma malhagem automática e
livre. Para finalizar o estágio de pré-processamento, foram aplicadas as condições de contorno
na estrutura. Por meio de uma análise linear estática para pequenas deformações, um
carregamento de torção foi aplicado nos pontos de fixação da suspensão dianteira através de
um binário gerado por um esforço vertical de 4000 N. Na traseira da estrutura, condições de
engastamento nos pontos de fixação da suspensão traseira foram aplicados.
5.3 Metodologia para o cálculo da rigidez torsional
Uma metodologia para o cálculo da rigidez torsional é possível através da aplicação de
um carregamento de torção na seção de ancoragem da suspensão dianteira enquanto a seção
de ancoragem da suspensão traseira é mantida engastada. Para eliminar a influência
106
simultânea da flexão, a estrutura é também apoiada verticalmente no centro de sua
extremidade dianteira. O torque aplicado é constituído de forças verticais iguais e em sentidos
opostos com magnitude de 4000 N. O torque resultante deste carregamento pode ser calculado
através da eq. (5.1).
T=F.d (5.1)
onde: T: torque aplicado [N.m];
F: esforço vertical aplicado [N];
d: distância transversal entre os pontos de aplicação das forças verticais [m].
Restrições de translação nas três direções (Ux, Uy e Uz = 0) e de rotação (θx, θy = 0) e
θz livre foram aplicados nos pontos de fixação da suspensão traseira. De forma analítica, a
expressão para calcular a rigidez torsional da estrutura é dada pela eq. (5.2).
mp
TF.d
Kc= =
φ 0.5.(φ +φ )
(5.2)
onde: Kc: rigidez torsional [N.m/º];
T: torque aplicado [N.m];
φ: ângulo de torção médio [graus º];
φ
m
: ângulo de torção devido a deflexão no ponto de aplicação do esforço vertical
na extremidade dianteira esquerda;
φ
p
: ângulo de torção devido a deflexão no ponto de aplicação do esforço vertical
na extremidade dianteira direita.
Tanto o φ
m
quanto o φ
p
são obtidos através das deflexões verticais v
m
e v
p
nas duas
extremidades como nas eqs.(5.3) e (5.4).
m
m
v
φ =arctan
d/2
⎛
⎜
⎝⎠
⎞
⎟
(5.3)
p
p
v
φ =arctan
d/2
⎛
⎜
⎝⎠
⎞
⎟
(5.4)
onde: v
m
: deflexão vertical no ponto de aplicação do esforço na extremidade dianteira
esquerda;
107
v
p:
deflexão vertical no ponto de aplicação do esforço na extremidade dianteira
direita.
5.4 O processo de otimização
A estratégia adotada consitiu na aplicação de etapas sub-sequentes de otimização a
partir de cada ótimo obtido. Em outras palavras, a configuração ótima obtida em uma
determinada etapa assumiu o papel de configuração inicial na etapa posterior até que uma
configuração apresentasse resultados expressivos para a massa e a rigidez torsional. A fig. 5.9
ilustra esquematicamente toda a abordagem.
C
C
o
o
n
n
f
f
i
i
g
g
u
u
r
r
a
a
ç
ç
ã
ã
o
o
I
I
n
n
i
i
c
c
i
i
a
a
l
l
P
P
r
r
o
o
j
j
e
e
t
t
o
o
ó
ó
t
t
i
i
m
m
o
o
I
I
B
B
a
a
s
s
e
e
l
l
i
i
n
n
e
e
c
c
h
h
a
a
s
s
s
s
i
i
s
s
Etapa 1: Otimização Contínua
Etapa 2: Ajustes geométricos
Etapa 3: Otimização Contínua/Discreta
P
P
r
r
o
o
j
j
e
e
t
t
o
o
ó
ó
t
t
i
i
m
m
o
o
I
I
I
I
109
onde: J (x): função pseudo-objetivo;
C,
α
e
β
são parâmetros da penalidade dinâmica. C = 10, α = 2 e β = 2;
t é o número da iteração;
Foram atribuídos valores limites para a massa e para rigidez como restrições de
desigualdade. Nesse caso, o limite máximo atribuído à massa é 100 Kg. Já, o limite mínimo
atribuído à rigidez é 1900 Kgf*m/º.
Para o tratamento do problema multi-objetivo foi utilizado o Método do Critério Global
Ponderado por ser uma abordagem mais comum. Atribui-se o valor unitário para o peso de
cada função, de modo a fornecer a mesma importância para os dois objetivos;
No total são definidas 32 variáveis de projeto, onde deseja-se otimizar o diâmetro dos
tubos para valores até 1 ½ “ (38,1 mm). As variáveis projeto, além do diâmetro dos tubos
consiste também dos deslocamentos nodais de alguns pontos do habitáculo central em
determinadas direções. Define-se a partir daí uma região (espaço) de projeto para esses
deslocamentos de modo que os pontos podem-se deslocar até 25% em relação às suas
posições originais. Todas essas variáveis foram parametrizadas e suas posições no chassis
serão ilustradas no próximo capítulo.
O tamanho da população, bem como o número de gerações foi igual a 50. Para todos os
casos da etapa 1 foi utilizada a função fminsearch do MATLAB®. Esse comando tem por
finalidade minimizar uma função de mais de uma variável partindo de uma estimativa inicial,
fornecendo apenas soluções ótimas locais. No processo de otimização em questão, esse
comando foi executado após o número de iterações ter excedido. O algoritmo do fminsearch é
baseado no Método Simplex, por meio de uma abordagem direta.
Vale a pena mencionar alguns parâmetros referentes à implementação dos Métodos
Eurísticos. Assim para o Método PSO foi utilizado um coeficiente de velocidade máxima
igual a 0,2. A taxa de inércia para cada partícula do enxame é igual a 1,4. Para o Método ACO
foi atribuída uma taxa de evaporação do feromônio igual a 1.25. Já para o Método GA, um
valor baixo igual a 0,01 foi atribuído para a taxa de mutação, assim como um valor alto igual
a 0,8 para a taxa de crescimento.
A etapa 3 referente à otimização contínua/discreta será formulada no próximo capítulo,
visto que alguns ajustes geométricos foram feitos além da mera aplicação do processo de
otimização.
CAPÍTULO VI
RESULTADOS E DISCUSSÕES
Neste capítulo todos os resultados obtidos pela definição da geometria, modelos
matemáticos e soluções ótimas serão apresentados e discutidos. Ao longo dessa apresentação,
as discussões serão imediatamente abordadas com clareza e objetividade. As observações
quanto aos resultados bem-sucedidos, bem como críticas aos mal-performados conduzirão à
conclusões finais do trabalho e que por ventura, poderão ser alvos de perpectivas futuras para
a continuidade do trabalho.
6.1 Configuração inicial
Pelo posicionamento dos diversos componentes mecânicos do veículo citados no
capítulo anterior juntamente com a definição dos três compartimentos (berços) principais e
por meio de uma modelagem em elementos finitos foi possível obter uma configuração
(projeto) inicial da estrutura spaceframe como ilustrado na figs. 6.1 a 6.6.
Figura 6.1 – Configuração inicial da estrutura spaceframe (vista isométrica).
111
3
,
80 m
Figura 6.2 – Configuração inicial da estrutura spaceframe (vista superior).
1,695 m
Figura 6.3 – Configuração inicial da estrutura spaceframe (vista inferior).
112
Figura 6.4 – Configuração inicial da estrutura spaceframe (vista lateral) indicando os pontos
de fixação (vermelhos) das suspensões dianteiras e traseiras.
TÚNEL CENTRAL
PAREDE
CORTA-FOGO
TRASEIRA
PAREDE
CORTA-FOGO
DIANTEIRA
0
,
59 m
Figura 6.5 – Configuração inicial da estrutura spaceframe (vista frontal).
Figura 6.6 – Compartimentos principais da estrutura: berço dianteiro (vermelho), habitáculo
central (azul) e berço traseiro (verde).
De posse das figuras acima pode-se observar que a estrutura como um todo encontra-se
inteiramente travada, comportando nesse caso como uma estrutura treliçada. De acordo com a
113
metodologia abordada referente ao posicionamento dos componentes do veículo, fica claro
que as dimensões do habitáculo central são um resultado do dimensionamento prévio dos dois
berços, devido à imposição de uma distância entre eixos pré-definida, bem como do
posicionamento do conjunto motor-câmbio a 5 cm atrás da parede corta-fogo traseira.
A estrutura demonstra uma aparência “regular”, de modo que há uma necessidade de
provocar mudanças em sua configuração. Essa regularidade também é observada nas paredes
corta-fogo dianteiras e traseiras, pois essas apresentam-se planas, o que não contribui para o
enrijecimento da estrutura como um todo.
Outra observação importante pode ser feita com relação às extremidades laterais do
habitáculo central. Uma extensão treliçada foi concebida em ambos os lados de modo a
enrijecer essa região da estrutura, visto que a mesma é bastante susceptível aos efeitos de
flambagem quando apresentam-se longas. Daí a necessidade do uso dessa configuração
treliçada para minimizar esse efeito. Vale ressaltar também que a disposição diagonal das
barras na estrutura surtem efeito na rigidez torsional. Assim, a fig. 6.7 ilustra duas disposições
que surtem efeitos diferenciados na rigidez.
A B
Figura 6.7 – Efeitos da disposição diagonal das barras. A. aumenta a rigidez torsional. B.
diminui a rigidez torsional.
Como consequência dessas disposições, a estrutura apresenta um leve grau de assimetria
que pode implicar em deformações diferenciadas em determinados pontos do chassis por
meio da aplicação de carregamentos.
As condições de contorno impostas ao modelo para o cálculo da rigidez torsional
constante podem ser ilustradas pela fig. 6.8. As setas em vermelho equivalem ao binário
composto por dois esforços verticais em sentidos contrários aplicados cada um nos pontos de
fixação das suspensões dianteiras. Como comentado anteriormente, as deformações em ambos
os pontos de fixação não são exatamente iguais, devido aos efeitos de assimetria da estrutura,
porém essas diferenças são consideradas aceitáveis, pois para o cálculo da rigidez torsional
são consideradas as médias dessas deformações.
114
Figura 6.8 – Condições de contorno necessárias para o cálculo da rigidez torsional.
Graficamente, a rigidez torsional pôde ser calculada através da inclinação da reta como
mostra a fig. 6.9. Verifica-se uma relação linear entre o torque aplicado e o ângulo de torção
médio. Nesse sentido comprova-se a linearidade do modelo validando a metodologia do
cálculo da rigidez torsional mencionada no capítulo anterior. Esse comportamento linear
deve-se também pelo fato de que no modelo em elementos finitos são consideradas condições
de fabricação perfeitas tais como soldas, ausência de empenamentos, materiais homogêneos,
condições essas impossíveis de se obterem na realidade.
Figura 6.9 – Linearidade do modelo em elementos finitos.
115
116
Tabela 6.1 – Representação e valores iniciais das variáveis de projeto.
Pontos Cor Variáveis (direções)
35, 36 Vermelho Z = 0.5
43, 44 Azul Z = 0.45
47, 48, 49, 50 Roxo
X = 0.15 (47, 48)
X = 0.7 (49,50)
Z = 0.5
37, 38 Verde Z = 1.65
45, 46 Verde claro Z = 1.6
53, 54, 55, 56 Azul escuro
Y = 0.36
Z = 1.65 (53, 54)
Z = 0.5 (55, 56)
57, 58 Laranja Z = 1.65
83, 84, 85, 86 Vermelho escuro
Y = 0.68
Z = 1.65
87, 88, 89, 90 Cinza escuro
X = 0.175
Y = 0.8 (87, 88)
Y = 0.68 (89, 90)
Z = 1.6
91 Rosa
Y = 0.68
Z = 1.6
92, 93 Amarelo
X = 0.175
Y = 0.5
Z = 0.9
96, 97 Azul claro
X = 0.175
Y = 0.5
Z = 1.45
Total
32
6.2.2 Otimização contínua
De acordo com as quatro formulações apresentadas e detalhadas no capítulo anterior
pela aplicação dos três métodos eurísticos, os seguintes resultados para a massa, rigidez
torsional e diâmetro dos tubos foram obtidos e apresentados na tab. 6.2, bem como os valores
117
desses parâmetros para a configuração inicial foram respectivamente: 139,5 Kg, 1728
Kgf*m/º e 50,8 mm (2”).
Vale a pena ressaltar os valores de alguns parâmetros dos algoritmos para três Métodos
para efeito de implementação. Assim, para o Método ACO foi utilizada uma taxa de
evaporação de feromônio igual a 1,25. Uma taxa de mutação igual a 0,01, bem como uma
taxa de cruzamento igual a 0,8 foram atribuídas para o Método GA. Já para o Método PSO,
foi atribuído um coeficiente de velocidade máxima igual a 0,2, assim como uma taxa de
inércia para cada partícula do enxame igual a 1,4. Vale lembrar também que em todos os
casos, o tamanho da população, bem com o número de gerações foi 50, realizando um
118
mínimo especificado (1900 Kgf*m/º). Isso quer dizer que o valor de rigidez inicial estava
mais próximo do ótimo do que o valor de massa. Outra observação importante é feita com
relação ao diâmetro do tubo, otimizado para um valor comercialmente vendido. Do ponto de
vista do projeto, a violação da massa é considerada aceitável, visto que é possível atribuir uma
folga a essa restrição.
No caso 02 (problema de minimização com restrição) foi possível minimizar a massa
acima do limite mínimo (100 Kg), ao mesmo tempo que a restrição de rigidez também foi
atendida ao utilizar os três Métodos. O diâmetro dos tubos também foi otimizado para valores
dentro da faixa do domínio do espaço de projeto. Assim, a melhor configuração ótima para
esse caso foi obtida ao utilizar o Método PSO, pois a redução de massa foi maior nessa
aplicação, já que os valores ótimos de rigidez foram iguais ao utilizar os três Métodos.
No caso 03 (problema de minimização com restrição) a função objetivo foi atendida
pelo incremento de rigidez acima do limite mínimo, porém a restrição de massa foi violada ao
utilizar o Método PSO, já que o diâmetro externo ótimo dos tubos foi otimizado para valores
dentro do domínio do espaço de projeto. Ao utilizar os Métodos ACO e GA, a função objetivo
foi incrementada, mas não acima do limite mínimo especificado (1900 Kgf*m/º), porém um
resultado bastante expressivo ao utilizar os dois últimos métodos foi o atendimento das
restrições de massa, já que o diâmetro dos tubos violou o domínio do espaço de projeto.
No caso 04 (problema multi-objetivo) todos os objetivos foram atendidos, porém o
melhor resultado ótimo foi obtido ao utilizar o Método PSO, já que para o demais Métodos
(ACO e GA) houve violação no domínio do espaço de projeto.
Pela análise da tabela acima, verifica-se que o melhor projeto ótimo foi o obtido para o
caso 01 utilizando o Método do Enxame de Partículas (PSO). De acordo com a estratégia
abordada, o Método PSO bem como a formulação referente ao caso 01 serão tomados como
estratégias para a otimização contínua/discreta (etapa 4). As figs. 6.11 e 6.12 ilustram através
de uma vista isométrica e lateral o desenho do projeto ótimo I.
Observa-se claramente que houve mudanças na extremidade traseira entre o túnel
central e a parede corta-fogo traseira pelo aparecimento de umas regiões protuberantes com
quinas vivas. Essas características não atendem aos requisitos de segurança, porém
contribuíram bastante para o incremento da rigidez torsional. Esse incremento foi
proporcionado também em grande parte pelo aparecimento de regiões tetraédricas irregulares
na parede corta-fogo traseira garantindo um excessivo travamento do berço traseiro.
119
Figura 6.11 – Projeto ótimo I (vista isométrica).
REGIÕES
PROTUBERANTES
Figura 6.12 – Projeto Ótimo I (vista lateral).
Uma observação importante foi feita com relação à natureza virtual do projeto. Essa
primeira configuração ótima apresentou regiões onde é possível verificar a presença de pontos
de interseção entre os travamentos, ou seja, pontos onde essas barras se cruzam. Virtualmente,
essa disposição é possível, porém nas condições físicas e reais de fabricação é praticamente
impossível. A figura 6.13 ilustra esses pontos de interseção entre os travamentos. Essa
condição geométrica foi fator fundamental para a realização da etapa 2, referentes aos ajustes
geométricos no modelo.
120
Figura 6.13 – Pontos de interseção entre os travamentos na região traseira inferior do túnel
central.
Como conseqüência das condições acima citadas, uma nova configuração a partir do
projeto ótimo levou em consideração todas as mudanças necessárias para eliminar os efeitos
virtuais do projeto. Essa configuração gerada pela etapa 2 constitui um chassis base ou um
baseline chassis tido como configuração inicial para a etapa três, referente à otimização
contínua/discreta. Assim, as figs. 6.14 a 6.16 ilustram as mudanças feitas pela introdução de
travamentos que não se cruzam (linhas azuis e vermelhas) para se chegar ao baseline, bem
como as vistas isométrica e lateral da configuração do baseline.
Figura 6.14 – Detalhe do baseline chassis indicando as mudanças realizadas (barras
adicionadas representadas por linhas coloridas).
121
Figura 6.15 – Baseline chassis (vista isométrica).
Figura 6.16 – Baseline chassis (vista lateral).
6.2.3 Otimização contínua/discreta
A tab. 6.3 esquematiza a formulação do problema de otimização contínua/discreta
(etapa 3), lembrando que o método utilizado foi o PSO para o caso onde deseja-se atender as
duas restrições de desigualdade (etapa 1). Assim, formula-se a função-objetivo através da eq.
(6.1).
() ( ) ()
11
lim lim
**
ite ite
M
Jx Ct Ct
MK
K
β
β
αα
⎛⎞ ⎛
=−+−
⎜⎟ ⎜
⎝⎠ ⎝
⎞
⎟
⎠
(6.1)
onde: J (x) é a função pseudo-objetivo;
C, α e β são parâmetros da penalidade dinâmica;
t: número da iteração.
122
As restrições de desigualdade são a massa e a rigidez. Foi atribuído um limite máximo
para a massa em torno de 80 Kg, ao mesmo tempo que, foi atribuído um limite mínimo para a
rigidez em torno de 2835 Kgf*m/º.
As variáveis de projeto contínuas foram aquelas mencionadas no sub-tópico 6.2.1,
porém foi atribuído um limite máximo e mínimo de 15% maior ou menor em relação aos
valores iniciais de cada variável. Outra variável contínua foi a espessura dos tubos, cujos
valores foram especificados dentro de uma faixa comercialmente vendida. Como variável de
projeto discreta foi tomada o diâmetro dos tubos especificando valores discretos como ilustra
a tab. 6.3. Assim, fica definida uma faixa de valores de espessura entre 1,06 - 3 mm para
atender todos os valores de diâmetros externos.
Tabela 6.3 – Especificação de dimensões de tubos comercialmente vendidos.
DIÂMETRO DOS TUBOS (mm) ESPESSURA DE PAREDE (mm)
38,1 0,9 – 3,75
41,27 1,06 – 3
44,45 1,06 – 4,75
47,60 1,06 – 3
50,80 1,06 – 4,75
O tamanho da população, assim como o número de gerações foi igual a 100, motivo
pelo qual a função fminsearch não foi habilitada, já que o refinamento da região de interesse
foi feito por meio de um número alto de gerações. Um critério de parada paralelo foi imposto
de modo que se em 25 gerações não houver algum melhoramento no resultado, o processo se
encerra.
O baseline chassis foi tido como configuração inicial apresentando uma massa de
105,7 Kg e uma rigidez torsional de 2266 Kgf*m/º. Nesse processo (etapa 3), a configuração
ótima apresentou um incremento de massa de 3% em relação ao valor de massa do baseline
chassis, violando de fato essa restrição. Essa violação foi aceitável do ponto de vista do
projeto, visto que é possível atribuir uma folga a essa restrição. Ao contrário da restrição de
massa, a restrição de rigidez foi atendida apresentando um valor 27% maior que o valor de
rigidez do baseline chassis. O espaço de projeto também foi respeitado, já que o diâmetro dos
tubos, bem como a espessura foram otimizados para valores comerciais. Os valores ótimos
desses dois parâmetros foram respectivamente: 38,1mm (1 ½ ”) e 1,06 mm
123
O desenho do projeto ótimo II pode ser ilustrado pela figs. 6.17 (vista isométrica) e 6.18
(vista lateral).
Figura 6.17 – Projeto ótimo II (vista isométrica).
Figura 6.18 – Projeto ótimo II (vista lateral).
Pela análise das figuras acima pode perceber claramente que a protuberância por meio
de quinas vivas foi bastante reduzida em relação ao projeto ótimo I. A forte presença de
regiões tetraédricas entre o habitáculo central e o berço traseiro contribuiu mais uma vez para
o incremento da rigidez torsional da estrutura, garantindo um travamento ainda maior do
compartimento reservado para o conjunto motor-câmbio e suspensões traseiras. Outra
observação importante é verificada quando ao espaço reservado para o sistema de direção
124
constituído por pedais e caixa de direção. Essa região compreendida entre o berço dianteiro e
o habitáculo central teve as suas dimensões aumentadas tanto na direção x quanto na direção
z, contribuindo ainda mais para o aumento do habitáculo central e consequentemente o
conforto dos ocupantes.
Na configuração ótima II foi possível encontrar também, assim como na configuração
ótima I, efeitos virtuais do projeto pela presença de pontos de interseções entre os travamentos
na região traseira inferior do túnel central. Pôde-se observar também uma proximidade muito
grande de algumas barras inferiores na região entre a parede corta-fogo traseira e berço
traseiro. Essa condição não é viável do ponto de vista das condições reais de fabricação,
devendo ser evitada através da eliminação de uma dessas barras. Outro tipo de ajuste foi feito
também na região traseira superior do túnel central afim de reduzir massa na estrutura e, ao
mesmo tempo, garantir boas configurações estéticas para o chassis. Todos esses efeitos e
modificações são fatores de importância para a realização da quarta e última etapa, que
consiste na obtenção do projeto final da estrutura. Assim, as figs. 6.19 a 6.21 ilustram os
pontos de interseção, a proximidade entre algumas barras simétricas em relação ao eixo
longitudinal, bem como a indicação de remoção de alguns travamentos (linhas vermelhas).
Figura 6.19 – Pontos de interseção representado por pontos azuis entre travamentos (região
traseira inferior do túnel central) e barras a serem removidas (linhas vermelhas simétricas).
125
Figura 6.20 – Proximidade entre algumas barras (região traseira inferior do túnel central).
Figura 6.21 – Barras a serem removidas (região traseira superior do túnel central).
126
De acordo com as considerações feitas acima que conduzem a modificações na
estrutura, foi possível chegar a um projeto final da estrutura com massa total igual a 104 Kg e
rigidez torsional igual a 2810 Kgf*m/º. A massa nesse caso foi reduzida em aproximadamente
5% em relação ao projeto ótimo II, ao mesmo tempo que, a rigidez também diminui em
aproximadamente 2,5%. Esses resultados são aceitáveis do ponto de vista do projeto, já que o
valor encontrado para rigidez ultrapassa valores encontrados na literatura. As figs. 6.22 a 6.27
ilustram as modificações feitas no projeto final em relação ao projeto ótimo II como resultado
dos ajustes feitos na etapa 4. Algumas vistas do desenho também podem ser ilustradas.
Figura 6.22 – Barras adicionadas (região traseira superior do túnel central).
Figura 6.23 – Barras adicionadas (região traseira inferior do túnel central).
127
Figura 6.24 – Projeto final (vista isométrica).
Figura 6.25 – Projeto final (vista lateal).
Figura 6.26 – Projeto final – regiões tetraédricas.
128
As dimensões do projeto final são:
• Comprimento: 3,80 m;
• Largura: 1,695;
• Altura: 0,53 m.
A tabela 6.4 resume as informações mais importantes de cada projetos abordado durante
o trabalho.
Tabela 6.4 – Informações gerais de cada projeto.
Centro de Gravidade (m)
Projeto
Massa
(Kg)
Rigidez
Torsional
(Kgf*m/º)
x y z
Elementos
DOF (Graus de
liberdade)
Diâmetro dos
tubos (m)
Espessura
(m)
Inicial 139,5 1728 -0,92E-4 0,186 -1,35 3393 19167 0,0508 0,001
Ótimo I 106 2106 -0,27E-3 0,2 -1,36 3393 18609 0,0381 0,001
Baseline 105,7 2266 -0,27E-3 0,2 -1,36 3445 18675 0,0381 0,001
Ótimo
II
109 2880 -0,15E-3 0,19 -1,35 3445 18333 0,0381 0,00106
Final 104 2810 -0,21E-3 0,19 -1,34 3211 17643 0,0381 0,00106
Pela análise da tabela acima, verifica-se que a massa do projeto final foi 34% menor que
a massa do projeto inicial, ao mesmo tempo que, a rigidez também foi incrementada em 62%.
Isso indica que a metodologia abordada foi bastante eficiente para se chegar em uma estrutura
mais leve e mais robusta (rígida).
A estrutura final apresentou também um alto grau de simetria em relação ao eixo
longitudinal, visto que a coordenada y (altura) do centro de gravidade foi ligeiramente maior
(4 mm) em relação ao projeto inicial.
O número de graus de liberdade para a estrutura modelada em elementos finitos também
foi reduzido, indicando que um número bem menor de equações foram resolvidas, implicando
em um menor esforço computacional.
CAPÍTULO VII
CONCLUSÕES E PERSPECTIVAS
De acordo com toda a abordagem necessária para a realização do trabalho, é possível
descrever as conclusões mais importantes e que apontam para propostas futuras de
continuação do mesmo.
Assim, foi feita uma discussão referente aos aspectos gerais de estruturas veiculares,
partindo dos conceitos de estrutura como arranjos específicos de materiais, abordando as
dificuldades enfrentadas para o desenvolvimento de chassis. Nesse contexto, foram
apresentadas as diversas tendências para o desenvolvimento de várias categorias de veículos
que atendam a uma determinada aplicação ao
130
Todos os requisitos necessários para o desenvolvimento de um bom chassis foram
apresentados por alguns autores. Assim, os autores têm comentado que uma estrutura rígida
do ponto de vista das deformações é a melhor maneira para se obter uma estrutura veicular
que tenha vida útil igual a do veículo inteiro. Os requisitos de massa também são importantes,
já que uma estrutura leve contribui para o desempenho dinâmico de um veículo.
Um capítulo à parte foi reservado para descrever os principais tipos de estruturas
veiculares bem-sucedidas a partir da definição de duas categorias de chassis: o quadro de
chassis e a estrutura monobloco. A partir daí, foram apresentadas várias configurações que
atendam a um determinado tipo de aplicação. Os tipos de materiais utilizados ao longo dos
anos também foram ressaltados, visto que há uma preferência por algum tipo de material para
uma determinada ocasião. As vantagens e desvantagens de cada estrutura são apontadas de
modo a motivar os interessados sobre qual arranjo específico desenvolver.
Foi feita uma descrição teórica sobre o método dos elementos finitos. São definidos dois
tipo de sistemas: contínuos e discretos. As técnicas de discretização são abordadas de modo a
orientar o projetista sobre qual elemento estrutural é adequado para representar o
comportamento de um sistema físico qualquer. Os procedimentos gerais para a abordagem de
um problema discretizado por meio de elementos finitos foram colocados de modo a oferecer
uma seqüência lógica de trabalho. Foram apresentadas todas as dificuldades encontradas ao
utilizar o método, apontando para alguns requisitos importantes antes de iniciar qualquer
modelagem. Um enfoque maior foi dado ao elemento do tipo barra, já que foi o elemento
utilizado no trabalho.
As técnicas de otimização numérica foram descritas também em um capítulo à parte, ao
abordar os conceitos referentes ao métodos clássicos e eurísticos de busca pelo ótimo. Foi
apresentado a maneira de como se formula um problema geral de otimização, métodos para se
chegar a uma direção de busca, o passo dentro dessa direção. Foram apresentadas as maneiras
de tratamento de problemas com e sem restrições, com uma ou mais variáveis, multi-
objetivos, esse último bem definido pelo conceito do Ótimo de Pareto. As vantagens dos
métodos eurísticos sobre os métodos clássicos foram apresentados, assim como suas
limitações computacionais.
As metodologias utilizadas no trabalho foram adequadas e suficientes, já que os
resultados obtidos foram bastante expressivos e que condizem com a realidade da estrutura
que se deseja construir. As simulações computacionais demonstraram ser poderosas, já que o
131
problema tratado é de natureza bastante complexa, difícil ou até inviável de ser resolvido por
meio de técnicas analíticas clássicas.
Foi desenvolvida uma concepção (configuração) inicial para a estrutura através de
informações referentes ao posicionamento de diversos componentes mecânicos de um veículo
(conjunto motor-câmbio, suspensões dianteiras e traseiras, pneus, etc). Foi utilizado um
chassis-base de um veículo Puma GTS de forma a adaptá-lo devido a condições legais de
documentação. As dimensões originais da estrutura foram tomadas através das dimensões
externas de um veículo Honda Civic.
Por meio das informações geométricas, foi construído um modelo em elementos finitos
de uma estrutura spaceframe, discretizada por elementos de barra. O modelo foi testado sob
condições de torção através uma análise linear estática. Como resultado, obteve-se um modelo
linear, pois foram consideradas condições perfeitas como soldas, materiais homogêneos,
impossíveis de serem obtidos na prática, implicando em uma rigidez torsional constante e
igual a 1728 kgf*m/º e uma massa inicial de 139,5 Kg.
A partir da configuração inicial, duas etapas de otimização numérica intercaladas por
ajustes geométricos, utilizando métodos eurísticos foram aplicadas de modo a aumentar a sua
rigidez torsional e ao mesmo tempo reduzir a sua massa. Foram utilizados o Método da
Colônia de Formigas (ACO), Método do Enxame de Partículas (PSO) e o Método dos
Algoritmos Genéticos (GA) para quatro tipo de formulações. Foi possível obter os melhores
resultados ao utilizar o Método PSO por meio de uma formulação onde a massa e a rigidez
foram tomadas como restrições. O projeto final apresentou-se 35% mais leve que o projeto
inicial, ao mesmo tempo que, sua rigidez foi incrementada em 62%. Essa estrutura
apresentou-se mais rígida do que um veículo de competição do tipo NASCAR. Outro aspecto
importante é que a estrutura foi otimizada para tubos de aço comercialmente vendidos. Pelo
fato de seu baixo centro de gravidade, pode conduzir a condições de boa manobrabilidade e
dirigibilidade em condições estáveis.
A grande dificuldade no desenvolvimento da estrutura tridimensionalisada está na sua
construção, visto que há uma exigência em possuir uma certa habilidade por parte do
construtor. Um grande cuidado deverá ser feito com relação às soldas, já que a tendência de
empenamentos é bastante grande, o processo de gabaritagem é muito complexo e exige
exatidão nas medidas padrões.
O presente trabalho contribuiu bastante para o aprendizado de técnicas numéricas
modernas. Os conhecimentos das ferramentas de elementos finitos foram possibilitadas pelo
132
uso bastante familiar do ANSYS®, além de experiências vividas por outros autores. Foi
possível estender uma linha de conhecimento maior para os métodos eurísticos que de certa
forma foram aplicados de maneira prática e decisiva. Foi possível se familiarizar com
estratégias de implementação de rotinas computacionais que de fato eram desconhecidas.
Apesar do trabalho não ter sido conduzido para a realização de uma prototipagem real em
escala reduzida, alguns conceitos de similitude foram assimilados e que em momento
oportuno serão aplicados para realização de aplicação.
Como perspectiva futura para o trabalho, deseja-se o refinamento da estrutura por meio
da realização de mais algumas etapas de otimização ao variar parâmetros de implementação e
fazer uma análise de sensibilidade utilizando técnicas estatísticas afim de avaliar os
resultados.
Deseja-se realizar uma análise modal computacional da estrutura de modo a verificar os
modos de vibrar em determinadas freqüências naturais.
O estudo, adaptação e modelagem dos suportes de componentes do veículo também é
alvo de propostas, assim como temas relacionados ao desenvolvimento do veículo inteiro.
Finalmente, a perspectiva de maior importância seja a de construir em escala real e
reduzida a estrutura e mais tarde o veículo como um todo, respeitando as limitações de tempo,
disponibilidade de recursos materiais, pessoais e intelectuais, além de realização de testes
experimentais que, por ventura contribuem para a ampliação do aprendizado e validação do
projeto.
CAPÍTULO VIII
REFERÊNCIAS BIBLIOGRÁFICAS
ADAMS, H. Chassis Engineering: Chassis Design, Building & Tuning for High
Performance Handling. NY: Hp Books, 1993. 133p.
ADAMS, V.; ASKKENAZI, A. Building Better Products with Finite Element Analysis.
ISBN 1-56690-160X; Santa Fe, NM, USA: Library of Congress Cataloging-in-Publication
OnWorld Press, 1999. 393p.
AIRD, F. Race Car Chassis: Design and Construction. Osceola: MBI Publishing Company,
1997. 128p.
ALVES FILHO, A. Elementos finitos: A Base da Tecnologia CAE. 1ed. Tatuapé-SP: Érica,
2000, 320p.
ANGIRA, R.; BABU, B.V. Non-dominated sorting diferential evolution (NSDE): An
extension of diferential evolution for multiobjective optimization. In: Proceedings of the 2
nd
Indian International Conference on Artificial Intelligence (IICAI-05). [S.1.: s.n.], 2, 2005.
ASSIS, E. G.; STEFFEN, V. Jr. Inverse Problems in Engineering: Inverse Problem
Techniques for the Identification of Rotor-Bearing Systems.
11(1): p. 39–53, 2003.
ATHAN, T. W.; PAPALAMBROS, P. Y. Eng. Optimization: A note on weighted criteria
methods for compromisse solutions in multi-objetive optimization., n. 3, 1996. p. 155-176. v.
27.
134
BAKER, C. S. FoES Formula SAE-A Space Frame Chassis Design. 2004. 101 f.
Dissertação de Bacharelado. University of Southern Queensland - Faculty of Engineering &
Surveying, Southern Queensland.
BORGES, J.A.F. Dinâmica de Veículos Articulados: Simulação Computacional,
Otimização e Ensaios Experimentais. 1999. 213 f. Tese de Doutorado. Universidade
Federal de Uberlândia, Uberlândia.
BUTKEWITSCH, S.; BORGES, J.A.F.; LEAL, M.F.; KOTINDA, G.I. Discrete Versus
Continuous Optimization For The Improvement And Robust Design Of Automotive Systems.
In: CONEM – CONGESSO NACIONAL DE ENGENHARIA MECÂNICA, 2, 2002, João
Pessoa – PB. Anais do CONEM 2002. p. 1-10.
CASTRO, R. E. Otimização de Estruturas com Multi-Objetivos via Algoritmos Genéticos.
2001. Tese de Doutorado. Departamento de Engenharia Civil – COPPE/UFRJ, Rio de Janeiro.
COELHO, L. S. Fundamentos, Potencialidades e Aplicações de Algoritmos Evolutivos.
[S.I.]: Notas em Matemática Aplicada, 2003. SBMAC, São Carlos-SP, vol.2, 94p.
COELHO, R. F. Multi-Criteria Optimization with Expert Rules for Mechanical Design.
2004. Tese de Doutorado. Université Libre de Bruxelles, Faculte dês Sciences Appliquées,
Bruxelles.
DORIGO, M.; MANIEZZO, V.; COLORNI, A. Positive Feedback as a Search
Strategy. [S.l.]. Italy: Politecnico di Milano, 1991.
COSTA, A.V. Avaliação de Estruturas Veiculares Soldadas a Aceitabilidade. 1998. 150 f.
Dissertação de Mestrado; Universidade Federal de Uberlândia, Uberlândia.
DEB, K. Multi-Objective Optimization using Evolutionary Algorithms. [S.l.]. NY: John
Wiley x Sons, 2001.
135
EDGAR, T. F.; HIMMELBLAU, D. M.; LASDON, L. S. Optimization of Chemical
Process. [S.l.]: 2.ed. USA: McGraw-Hill Chemical Engineering Series, 2001. 651p.
Era Replicas – Chassis Design Logic. Web site. Disponível em: <
http://www.erareplicas.com/>. Acesso em: 15 set. 2006.
ESCHENAUER, H.; KOSKI, J.; OSYCZKA, A. Multicriteria Design Optimization -
Procedures and Applications. [S.l.]. Berlin: Springer-Verlag, Berlin Heidelberg, 1990.
FEODOSIEV, V. I. Resistência de Materiales. Moscou: Editorial MIR, 1980.
GLENN MURPHY, C. E. Similitude in Engineering. NY: The Ronald Press Company,
1950. 198p.
GOLDBERG, D. E. Genetic Algorithms in Search, Optimization, and Machine
Learning. [S.l.]. USA: Adison-Wesley, 1989.
HAPPIAN, J. S. An Introduction to Modern Vehicle Design. ISBN 0 7680 0596 5 ON –R-
295. Society of Automotive Engineers, Inc: Reed Educational and Professional Publishing,
2002. 585p.
HAUPT, R. L.; HAUPT, S. E. Pratical Genetic Algorithms. [S.l.]: John Wiley x Sons,
INC., 1998.
HOLLAND, J. H. Adaptation in Natural and Artificial Systems. [S.l.]: University of
Michigan Press, Ann Arbor, 1975.
KIMBALL, S. Don't focus on stress when stiffness is the problem. Machine Design
Magazine; Laucadia – California. 4p.
KUROWSKI, P. M. Finite Element Analysis for Design Engineers. Warrendale – USA:
Society of Automotive Engineers Internacional, Inc, 2004. 185p.
136
LAMPERT, J.K.; LAW, H.E.; LONNY, L.T. Design of a Twist Fixture to Measure the
Torsional Stiffness of a Winston Cup Chassis. SAE Technical Paper Series No. 983054 –
Motorsports Engineering Conference Proceedings: Vehicle Design and Safety. Dearborn,
Michigan, USA, v. 1, nov. 1998.
MARLER, R. T.; ARORA, J. S. Structural Multidisciplinary Optimization: Survey of
multi-objective optimization methods for engineering. n. 1, 2004. p. 369-395, v. 26.
METZ, L. D. et. al. Race Car Vehicle Dynamics: chapter 4,Vehicle Axis Systems. Society of
Automotive Engineers, 1998 Publications.
OSYCZKA, A. Computacional Methods in Applied Mech. and Eng: An approach to
multicriterion optimization problems for engineering design. 1978. p. 309-333, v. 15.
OSYCZKA, A. Multicriterion Optimization in Engineering with Fortran Programs.
[S.l.]. England: Ellis Horwood Limited, 1984.
PARETO, V. Cours D'Economie Politique. [S.l.]. Lausanne-Suíça: F. Rouge, 1896. Vol. I
and II.
PINTO FILHO, R.R. Concepção Projeto e Otimização de Uma Estrutura Para Aplicação
em Veículo de Uso Misto. 2004. 176 f. Dissertação de Mestrado, Universidade Federal de
Uberlândia, Uberlândia.
POURTAKDOUST, S. H.; NOBAHARI, H. An Extension of Ant Colony System to
Continuous Optimization Problems. In: Proceedings in ANTS 2004 - Fourth International
Workshop on Ant Colony Optimization and Swarm Intelligence, 4, 2004, Brussels, Belgium
REIMPELL, J. The Automotive Chassis: chapter 5, Body Construction. Reed Educational
Publishing Ltd, 2001.
137
ROJAS, J. E. et. al. Identification of External Loads in Mechanical Systems through
Heuristic-Based Optimization Methods and Dynamic Responses. Latin American Journal of
Solids and Structures, 1(3). p. 297-318, 2004.
SARAMAGO, S. F. P., Métodos de Otimização Randômica: Algoritmos Genéticos e
Simulated Annealing. In: Minicurso do XXVI CNMAC - Congresso Nacional de Matemática
Aplicada e Computacional, 26, 2003, São José do Rio Preto-SP. Minicurso do XXVI
CNMAC.
SILVA, L. N. C. Engenharia Imunológica: Desenvolvimento e Aplicação de Ferramentas
Computacionais Inspiradas em Sistemas Imunológicos Artificiais. 2001. Tese de
Doutorado. UNICAMP, Faculdade de Engenharia Elétrica e de Computação, Campinas-SP.
SOUZA, Ten. Cel. M.A. Chassis: Estudo dos Pneus e Rodas. Apostila de aula. Instituto
Militar de Engenharia, 1990. 96p.
THOMPSON, L.L.; RAJU, S.; LAW, E.H. Design of a Winston Cup Chassis for Torsional
Stiffness. SAE Technical Paper Series No. 983054 – Motorsports Engineering
Conference Proceedings: Vehicle Design and Safety. Dearborn, Michigan, USA, v. 1, p. 1-
14, nov. 1998.
TICONA, W. G. C. Aplicação de Algoritmos Genéticos Multi-Objetivo para Alinhamento
de Seqüências Biológicas. 2003. Dissertação de Mestrado. USP – Instituto de Ciências
Matemáticas e de Computação, São Carlos-SP.
VANDERPLAATS, G.N. Numerical Optimization Techniques for Engineering Design.
3.ed. USA: McGraw-Hill Book Company, 1999. 441p.
VIANA, F. A. C. Vibration Damping by using Piezoelectric Patches and Resonant Shunt
Circuits. 2005. 105 f. Dissertação de Mestrado. Universidade Federal de Uberlândia,
Uberlândia.
138
WODRICH, M.; BILCHEV, G. Cooperative distributed search: the ant´s way. Contro and
Cybernetics 26, 1997. p. 413-445.
Yokohama – Pneus de Alta Performance. Disponível em: <http://www.yokohama.com.br/>.
Acesso em: 10 out. 2006.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo