Estimação de parâmetros constitutivos viscoelásticos de vigas sanduíches a partir de respostas dinâmicas via inferência bayesiana

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Sá, Lucas de Oliveira
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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.