Estimativas dos momentos estatísticos para o problema de flexão estocástica de viga em uma fundação Pasternak
Ano de defesa: | 2015 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Tecnológica Federal do Paraná
Curitiba |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Mecânica e de Materiais
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/1301 |
Resumo: | A presente dissertação propõe a resolução do problema de flexão estocástica em uma viga Euler-Bernoulli, sobre uma fundação do tipo Pasternak, através de um método computacional baseado na simulação de Monte Carlo. A incerteza está presente nos coeficientes elásticos da viga e da fundação. Primeiramente, é estabelecida a formulação matemática do problema que é oriunda, de um modelo físico de deslocamento da viga, que leva em consideração a influência da fundação sobre a resposta do problema. Portanto foi realizado um estudo a cerca dos modelos mais usuais de fundação, que são: o modelo do tipo Winkler, e modelo de Pasternak. Logo a seguir foi provado que o problema variacional abstrato, derivado da formulação forte do problema, apresenta solução e esta é única. Para a obtenção da solução do problema, foi realizada uma fundamentação matemática, dos seguintes assuntos: representação da incerteza, método de Galerkin, série de Neumann, e por fim das cotas inferiores e superiores. Finalmente, o desempenho das cotas inferiores e superiores, em relação à simulação de Monte Carlo direto, foram avaliadas através de vários casos, nos quais a incerteza repousa sobre os diversos coeficientes que compõe a equação de flexão na forma de um problema variacional. A metodologia mostrou-se eficiente, tanto no aspecto da convergência da resposta quanto no que se refere ao custo computacional. |