Estimação de parâmetros constitutivos viscoelásticos de vigas sanduíches a partir de respostas dinâmicas via inferência bayesiana
Ano de defesa: | 2020 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade do Estado do Rio de Janeiro
Centro de Tecnologia e Ciências::Instituto Politécnico Brasil UERJ Programa de Pós-Graduação em Modelagem Computacional |
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://www.bdtd.uerj.br/handle/1/16392 |
Resumo: | O presente projeto aborda o problema inverso de estimação de parâmetros constitutivos viscoelásticos de vigas sanduíches de três camadas. Para isso, desenvolve-se um modelo de elementos finitos que descreve o comportamento do material viscoelástico por meio de variáveis internas de deslocamentos anelásticos. O problema inverso é formulado segundo a Inferência Bayesiana, na qual os parâmetros de interesse são considerados variáveis aleatórias e o objetivo consiste na determinação de suas propriedades estatísticas. Isto é feito com o método de Monte Carlo via Cadeia de Markov Transicional. Ele obtém amostras de funções densidades de probabilidade intermediárias, convergindo, gradualmente, para a distribuição alvo. Assim como o problema direto associado, ele é implementado em linguagem Matlab, por meio do software Matlab R2018b. Os resultados obtidos mostram que o método empregado amostra as densidades de probabilidades dos parâmetros do modelo de forma satisfatória, mesmo com a presença de um nível considerável de ruído na resposta experimental simulada. Além disso, fornece uma estimativa para a evidência de modelo. Com a evidência, realiza-se um estudo inicial de comparação de modelos, variando-se a quantidade de campos anelásticos. Conforme esperado, o modelo com dois campos é penalizado, apesar de fornecer bons ajustes para a resposta da viga. Isto porque apenas um campo anelástico é necessário para o referido ajuste. Também é ilustrada a influência da informação a priori sobre os cálculos da evidência do modelo e de sua probabilidade a posteriori. |