Universidade Federal de Pernambuco

Centro de Tecnologia e Geocincias

Departamento de Engenharia Civil

DIMENSIONAMENTO DE PRTICOS PLANOS BASEADO EM

CONFIABILIDADE CONSIDERANDO NO-LINEARIDADE
GEOMTRICA

Por

Jos Corria de Albuquerque Jnior

Dissertao apresentada ao Corpo Docente do Curso de

Ps-graduao da Universidade Federal de Pernambuco,
como parte dos requisitos necessrios para a obteno do
ttulo de Mestre em Engenharia Civil, rea de Estruturas.

Orientador: Afonso Henrique Sobreira de Oliveira

Co-orientadora: Silvana Maria Bastos Afonso da Silva

Recife, Pernambuco Brasil

Setembro 2012.
 Catalogao na fonte
Bibliotecria Margareth Malta, CRB-4 / 1198

A345d Albuquerque Jnior, Jos Corria de.

Dimensionamento de prticos planos baseado em confiabilidade
considerando no-linearidade geomtrica / Jos Corria de Albuquerque
Jnior. - Recife: O Autor, 2012.
xvii, 107 folhas, il., grfs., tabs.

Orientador: Prof. Dr. Afonso Henrique Sobreira de Oliveira.

Co-Orientadora: Profa. Dra. Silvana Maria Bastos Afonso da Silva.
Dissertao (Mestrado) Universidade Federal de Pernambuco. CTG.
Programa de Ps-Graduao em Engenharia Civil, 2012.
Inclui Referncias.

1. Engenharia Civil. 2. Confiabilidade estrutural. 3. No-linearidade

geomtrica. 4. Mtodo analtico FORM. 5. Probabilidade de falha. I.
Oliveira, Afonso Henrique Sobreira de. (Orientador). II. Silva, Silvana
Maria Bastos Afonso da. (Co-Orientadora). III. Ttulo.

UFPE

624 CDD (22. ed.) BCTG/2013-060

 UNIVERSIDADE FEDERAL DE PERNAMBUCO
PROGRAMA DE PS-GRADUAO EM ENGENHARIA CIVIL
A comisso examinadora da Defesa de Dissertao de Mestrado

DIMENSIONAMENTO DE PRTICOS PLANOS BASEADO EM CONFIABILIDADE

CONSIDERANDO A NO LINEARIDADE GEOMTRICA

defendida por

Jos Corria de Albuquerque Jnior

Considera o candidato APROVADO

Recife, 28 de setembro de 2012

___________________________________________
Prof. Dr. Afonso Henrique Sobreira de Oliveira UFPE
(orientador)

___________________________________________
Prof. Dr. Juliana von Schmalz Torres - UFPE
(examinador externo)

___________________________________________
Prof. Dr. Jos Jferson do Rgo Silva UFPE
(examinador interno)
 Aos meus pais e,
Aos meus orientadores.
 AGRADECIMENTOS

Ao Professor Afonso, pela orientao, amizade e disponibilidade, por mostrar-se

uma pessoa receptiva e tranqila durante todo o desenvolvimento do trabalho.

professora Silvana, igualmente pela confiana, orientao, disponibilidade e

presteza demonstrada ao longo desse trabalho.

Aos professores do programa de ps-graduao em Engenharia Civil da UFPE,

pelos ensinamentos transmitidos ao longo das disciplinas, por consolidar e
aprofundar conhecimentos de grande valia na nossa rea.

Aos meus pais Jos Corria e Aldenira pelo apoio em todos os momentos da minha
vida, por rezarem por mim sobretudo durante a passagem de alguns problemas
pessoais, por saber que querem o meu bem e ter a certeza que posso contar com
eles sempre.

Aos funcionrios tcnicos administrativos da secretaria de ps-graduao em

engenharia civil da UFPE, em especial a Andrea, pela presteza no atendimento e
pela busca de soluo dos assuntos pertinentes ps-graduao.

Ao colega Anderson pelo apoio, incentivo, disponibilidade e desprendimento ao

mostrar-se solcito quando sentia dvidas durante todo o trabalho, sobretudo na
anlise dos casos, assim como na discusso dos resultados, enfim por sua ntida
grandeza e por ser uma pessoa de corao puro.

A todos os professores integrantes da banca examinadora.

Ao CNPq pelo apoio financeiro.

A todos aqueles que de alguma forma contriburam para a realizao deste trabalho.
Prefiro a angstia da busca paz da acomodao.
Jos Corria Jr
SUMRIO

Lista de tabelas .................................................................................................................. ix

Lista de figuras .................................................................................................................. x
Lista de smbolos ............................................................................................................... xii
Resumo............................................................................................................................... xvi
Abstract .............................................................................................................................. xvii

CAPTULO 1 - INTRODUO .................................................................................... 1

1.1. CONSIDERAES GERAIS E RELEVNCIA DO TRABALHO.................... 1
1.2. DADOS BIBLIOGRFICOS................................................................................ 3
1.3. OBJETIVOS .......................................................................................................... 5
1.4. DESCRIO DOS CAPTULOS......................................................................... 5

CAPTULO 2 ANLISE NO LINEAR DE ESTRUTURAS ................................ 7

2.1. CONSIDERAES GERAIS................................................................................ 7
2.2. ANLISE DE PROBLEMAS NO-LINEARES ................................................ 8
2.3. PROCEDIMENTOS APLICADOS ANLISE NO-LINEAR....................... 10
2.3.1. Processo Incremental ................................................................................... 10
2.3.2. Processo Iterativo ........................................................................................ 11
2.4. REFERENCIAIS LANGRAGIANOS................................................................... 12
2.5.SOLUO NO-LINEAR .................................................................................... 14
2.6. ESTRATGIA DE INCREMENTO DE CARGA................................................. 17
2.6.1. Incremento do comprimento de arco............................................................ 18
2.6.2. Incremento baseado no parmetro GSP ...................................................... 19
2.7.ESTRATGIA DE ITERAO............................................................................. 20
2.7.1. Critrios de Convergncia............................................................................ 21
2.8.MATRIZES DE RIGIDEZ EMPREGADAS NA ANLISE................................. 23
2.9.FLUXOGRAMA DA SOLUO INCREMENTAL-ITERATIVA PARA A
ANLISE NO-LINEAR...................................................................................... 25
CAPTULO 3 ESTADOS LIMITES .......................................................................... 27
3.1. CONSIDERAES GERAIS .............................................................................. 27
3.2. CLASSIFICAO DOS ESTADOS LIMITES................................................... 31
3.2.1. Estados Limites ltimos............................................................................. 32
3.2.2. Estados Limites de Utilizao (ou de Servio) .......................................... 34

CAPTULO 4 SEGURANA NAS ESTRUTURAS E A CONFIABILIDADE

ESTRUTURAL ................................................................................................................ 36
4.1.CONSIDERAES GERAIS SOBRE CONFIABILIDADE............................... 36
4.2.PROCEDIMENTO DETERMINSTICO.............................................................. 36
4.2.1. COEFICIENTE DE SEGURANA CENTRAL....................................... 36
4.3.PROCEDIMENTO SEMI-PROBABILSTICO ................................................... 37
4.3.1. COEFICIENTE DE SEGURANA GLOBAL ........................................ 38
4.4.PROCEDIMENTO PROBABILSTICO............................................................... 40
4.4.1. Confiabilidade............................................................................................ 40
4.4.2. Funo de falha e domnio de falha............................................................ 41
4.4.3. Probabilidade de falha................................................................................ 42
4.4.4. Margem de segurana................................................................................. 45
4.4.5. Grficos resultantes da anlise da equao da probabilidade de falha....... 46
4.4.6. ndice de confiabilidade............................................................................. 48
4.4.7. Interpretao geomtrica do ndice de confiabilidade................................ 51
4.4.8. Incertezas na confiabilidade estrutural....................................................... 54

CAPTULO 5 MTODOS ANALTICOS E NUMRICOS APLICADOS

CONFIABILIDADE ESTRUTURAL ........................................................................... 56
5.1.CONSIDERAES GERAIS ............................................................................. 56
5.2. MTODOS ANALTICOS................................................................................... 57
5.2.1. Mtodo Analtico FORM........................................................................... 58
5.3.MODELOS DE TRANSFORMAO DE VARIVEIS..................................... 61
5.3.1. Transformao de Rosenblatt..................................................................... 62
 5.3.2. Transformao de Nataf............................................................................. 63
5.4.OBTENO DA DISTRIBUIO NORMAL EQUIVALENTE....................... 64
5.5.PONTO DE PROJETO E ALGORITMO PARA ANLISE DE
CONFIABILIDADE VIA FORM.......................................................................... 67
5.6.MEDIDAS DE SENSIBILIDADE......................................................................... 72
5.7.SIMULAO NUMRICA DE MONTE CARLO............................................. 73

CAPTULO 6 FERRAMENTAS COMPUTACIONAIS E EXEMPLOS

ANALISADOS ................................................................................................................. 75
6.1.CONSIDERAES GERAIS ............................................................................ 75
6.2.PROGRAMA PARA ANLISE ESTRUTURAL NO-LINEAR-CDIGO-1 76
6.3.PROGRAMA DE ANLISE DE CONFIABILIDADE PACONF-CDIGO-2 78
6.4.INTERFACE ENTRE OS CDIGOS 1 E 2 - CDIGO-3................................... 79
6.5.EXEMPLOS NUMRICOS ............................................................................... 81
6.5.1. Descrio Geral........................................................................................ 82
6.5.2. Definio da funo de falha.................................................................... 83
6.5.3. Exemplo 1............................................................................................. 84
6.5.3.1. Anlise de Confiabilidade................................................................ 85
6.5.3.2. Dimensionamento baseado em confiabilidade................................. 86
6.5.4. Exemplo 2 Prtico de Lee..................................................................... 88
6.5.4.1. Anlise de Confiabilidade................................................................ 90
6.5.4.2.Dimensionamento baseado em confiabilidade.................................. 91

CAPTULO 7 CONCLUSES E SUGESTES........................................................ 96

APNDICE ...................................................................................................................... 98
1.0 PROCESSAMENTO DO CDIGO-1......................................................................... 98
1.1 LEITURA DOS DADOS DE ENTRADA 1.................................................... 98
1.2 LEITURA DOS DADOS DE ENTRADA 2.................................................... 100
2.0 PROCESSAMENTO DO CDIGO-2....................................................................... 101
REFERNCIAS BIBLIOGRFICAS........................................................................... 104
LISTA DE TABELAS

CAPTULO 2

Tabela 2.1 Passos do procedimento incremental..................................................... 10

CAPTULO 6

Tabela 6.1 Parmetros do prtico analisado (exemplo 1) ...................................... 85

Tabela 6.2 Informaes estatsticas de cada varivel aleatria .............................. 86
Tabela 6.3 ndice de confiabilidade e probabilidade de falha do prtico analisado
(exemplo 1) ................................................................................................................. 86
Tabela 6.4 Fatores de importncia .......................................................................... 86
Tabela 6.5 Resumo da anlise de confiabilidade de acordo com o aumento da
magnitude da varivel 87
Tabela 6.6 Parmetros do prtico analisado (exemplo 2) ...................................... 90
Tabela 6.7 Informaes estatsticas do valor inicial da varivel ............................ 91
Tabela 6.8 ndice de confiabilidade e probabilidade de falha do prtico de Lee
utilizando a dimenso da seo como varivel aleatria ............................................ 91
Tabela 6.9 Resumo da anlise de confiabilidade de acordo com o aumento da
magnitude da varivel d.............................................................................................. 92
Tabela 6.10 Cargas crticas correspondentes a cada valor da dimenso da seo.. 93
LISTA DE FIGURAS

CAPTULO 2

Figura 2.1 Curva Fora nodal - Deslocamento nodal para o processo

incremental, relativo a um determinado deslocamento nodal..................................... 11
Figura 2.2 Procedimento iterativo, relativo a um determinado deslocamento
nodal............................................................................................................................ 12
Figura 2.3 Referencial Lagrangiano total ............................................................... 13
Figura 2.4 Referencial Lagrangiano atualizado...................................................... 14
Figura 2.5 Soluo incremental iterativa para sistema com um grau de liberdade. 17
Figura 2.6 Soluo no-linear para um incremento de carga.................................. 25

CAPTULO 3

Figura 3.1 Estado limite ltimo por formao de mecanismo hiperesttico........... 34

CAPTULO 4

Figura 4.1 Ilustrao dos domnios de falha e domnio seguro............................... 41

Figura 4.2 Representao grfica da funo de falha para o caso de duas
variveis aleatrias...................................................................................................... 43
Figura 4.3 Representao grfica da probabilidade de falha para o caso de duas
variveis aleatrias, R e S............................................................................................ 44
Figura 4.4 Funo densidade de probabilidade de M e Probabilidade de Falha..... 46
Figura 4.5 Funo densidade de probabilidade marginal das variveis R e S........ 46
Figura 4.6 Funo densidade de probabilidade marginal de S e funo de
distribuio cumulativa de R....................................................................................... 48
Figura 4.7 Integrando da equao 4.24 (c).............................................................. 48
Figura 4.8 Pf em funo da varivel normalizada V............................................... 50
Figura 4.9 Interpretao geomtrica do ndice de confiabilidade........................... 54

CAPTULO 5
Figura 5.1 Transformao de variveis................................................................... 59
Figura 5.2 Representao grfica do Mtodo FORM e linearizao da funo de
falha............................................................................................................................. 59
Figura 5.3 Aproximao da superfcie de falha pelo mtodo FORM para
superfcies convexas e cncavas................................................................................. 61
Figura 5.4 Princpio da aproximao normal.......................................................... 65
Figura 5.5 Problema fundamental de confiabilidade em termos de R e S.............. 68
Figura 5.6 Problema fundamental de confiabilidade em termos de y1 ou V1 e y2
ou V2........................................................................................................................... 68
Figura 5.7 Aproximao de primeira ordem integrao uni-dimensional........... 69
Figura 5.8 Soluo iterativa para busca do ponto de projeto.................................. 69

CAPTULO 6

Figura 6.1 Fluxograma do Cdigo-1 - programa de anlise no-linear.................. 76

Figura 6.2 Modelo do arquivo de dados de entrada 1 para o exemplo 6.5.4.......... 77
Figura 6.3 Modelo do segundo arquivo de entrada de dados para o exemplo 6.5.4 77
Figura 6.4 Rotina para clculo do gradiente da funo de falha............................. 78
Figura 6.5 Modelo de arquivo de entrada para o PACONF.................................... 79
Figura 6.6 Modelo de arquivo de sada do PACONF............................................. 79
Figura 6.7 ndice de confiabilidade alvo para estados limites ltimos por ano ...... 82
Figura 6.8 Modelo estrutural................................................................................... 84
Figura 6.9 Modelo discreto..................................................................................... 84
Figura 6.10 Variao do ndice de confiabilidade com o dimetro da seo
estrutural...................................................................................................................... 88
Figura 6.11 Modelo estrutural do Prtico de Lee.................................................... 89
Figura 6.12 Modelo discreto do Prtico de Lee...................................................... 89
Figura 6.13 Prtico de Lee: ndice de confiabilidade em funo da dimenso da
seo transversal ......................................................................................................... 92
Figura 6.14 Prtico de Lee: Curva de resposta da estrutura.................................... 94
Figura 6.15 reas sob a curva de uma distribuio de probabilidade normal
qualquer....................................................................................................................... 94
LISTA DE SMBOLOS

CAPTULO 1

alvo ndice de confiabilidade alvo

CAPTULO 2
u vetor de deslocamentos nodais
F vetor das foras externas aplicadas
kE matriz de rigidez elstica do elemento
kG matriz de rigidez geomtrica do elemento
k matriz de rigidez do elemento
KE matriz de rigidez elstica da estrutura
KG matriz de rigidez geomtrica da estrutura
K matriz de rigidez da estrutura
incremento de carga
ui deslocamento incremental
0 configurao indeformada
t ltima configurao de equilbrio processada
t+t configurao de equilbrio procurada no passo de carga corrente
parmetro de carga
Fi vetor de foras internas, funo de u
Fr vetor de referncia e de magnitude arbitrria
incremento do parmetro de carga
g vetor de fora residual
u vetor de deslocamentos residuais
parmetro de carga que deve ser avaliado ao longo do ciclo iterativo
l comprimento de arco da trajetria de equilbrio
correo do parmetro de carga na iterao k
vetor de deslocamentos residuais incrementais avaliado na iterao k
incremento do parmetro de carga avaliado na iterao k
vetor de deslocamento nodal incremental avaliado na iterao k
 e soluo incremental predita
vetor de deslocamentos tangenciais
incremento do comprimento de arco no passo de carga anterior
nmero de iteraes necessrias para a convergncia do passo de carga
anterior
nmero de iteraes desejadas para o processo iterativo corrente
GSP parmetro de rigidez generalizada
fator de convergncia baseado em relaes de foras
fator de convergncia baseado em relaes de deslocamento
tolerncia ao resduo requerida no processo de convergncia

CAPTULO 4

( ) funo de falha no espao original

vetor contendo as variveis aleatrias do projeto
coeficiente de segurana central
R e S mdia da varivel R e S respectivamente
rk resistncia caracterstica
sk solicitao caracterstica
R resistncia
S solicitao
pk nvel de confiana
FR-1 e FS-1 inversa da distribuio cumulativa de probabilidades de R e S
respectivamente
coeficiente de reduo da resistncia
coeficiente de majorao da solicitao
C confiabilidade
pf probabilidade de falha
( ) funo densidade de probabilidade conjunta das variveis aleatrias U
fS(s) funo densidade de probabilidade de S
FR(s) funo de distribuio cumulativa de R
fRS(r,s) funo de distribuio conjunta de R e S,
M margem de segurana
 e mdia e varincia da funo de falha
funo cumulativa da distribuio normal padro
ndice de confiabilidade
desvio padro
g(V) funo de falha no espao das variveis reduzidas
VR* e VS* coordenadas do ponto de projeto

CAPTULO 5

V* ponto de projeto no espao das variveis reduzidas

i componente do vetor normal superfcie de falha, calculada no ponto de
projeto
m vetor contendo as mdias normais equivalentes das variveis contidas em U
matriz diagonal contendo os desvios padres normais equivalentes das
variveis de U
inversa da matriz triangular inferior obtida da decomposio de Choleski da
matriz dos coeficientes de correlao de
funo de distribuio cumulativa normal equivalente

funo densidade de probabilidade de uma distribuio normal padro

J matriz Jacobiana
( ) gradiente da funo de falha no espao original avaliado no ponto U i
( ) gradiente da funo de falha no espao reduzido avaliado no ponto V i
fator de importncia
I[ ] funo indicadora

CAPTULO 6

R(U) parmetro de resistncia funo das variveis aleatrias

( ) derivada parcial. Componente do vetor gradiente no espao original.

Ccrit(U) Valor da carga crtica calculado a partir dos valores assumidos pelas
variveis aleatrias U a cada incremento necessrio para soluo do mtodo
analtico FORM
P Valor da carga externa aplicada considerado neste exemplo como um valor
determinstico.
I momento de inrcia da seo
A rea da seo transversal
E Mdulo de elasticidade longitudinal
G Mdulo de elasticidade transversal
Coeficiente de Poisson
Mdia da varivel
Desvio padro da varivel
Coeficiente de Variao da varivel

ndice de confiabilidade

alvo ndice de confiabilidade alvo

pf Probabilidade da falha
Fator de importncia do dimetro
I
Fator de importncia do Mdulo de elasticidade longitudinal
I
Varivel Aleatria referente ao dimetro da seo transversal

Varivel Aleatria referente a dimenso da seo transversal

d
 RESUMO

A anlise de confiabilidade estrutural possibilita mensurar at que ponto uma

estrutura, sob dadas condies atende aos objetivos para as quais foi projetada. Isto se
deve ao enfoque probabilstico inerente ao estudo da confiabilidade, pois a violao de
determinado estado limite quantificada atravs da chamada probabilidade de falha.
Desta forma, trata-se de uma importante ferramenta a qual engenheiros podem
fazer uso na avaliao da segurana de estruturas, uma vez que parte do empirismo e
das incertezas das quais se revestem as variveis de projeto, sobretudo as aes, podem
ser minimizadas.
A anlise estrutural busca determinar o comportamento da estrutura quando
submetida a aes externas podendo a mesma apresentar um comportamento linear ou
no-linear.
O principal objetivo deste trabalho estabelecer uma metodologia para clculo
da probabilidade de falha em prticos planos e dimension-los, visando atender um
nvel de segurana pr-determinado. Na anlise estrutural dos prticos planos
considerada a no-linearidade geomtrica.
A anlise de confiabilidade efetuada por meio do mtodo analtico FORM
(First Order Releability Methods). A funo de falha adotada baseia-se em termos de
carga.
Para proceder o referido dimensionamento utilizado um sistema computacional
que integra a anlise estrutural no-linear com as ferramentas para anlise de
confiabilidade descritas acima.

Palavras-chaves: Confiabilidade estrutural, no-linearidade geomtrica, mtodo

analtico FORM, probabilidade de falha

Ttulo: DIMENSIONAMENTO DE PRTICOS PLANOS BASEADO EM

CONFIABILIDADE, CONSIDERANDO A NO-LINEARIDADE GEOMTRICA.
 ABSTRACT

The structurals reliability analysis allows to calculate the extent from which a
structure, under specific conditions is according to the objectives designed. This is due
to the inherent probabilistic approach of the probability reliability study since the
violation of certain limit is failures.
Thus, it is an important tool which engineers can use for assessing the safety of
structures, since part of empiricism and uncertainties related line the design variables,
particularly the actions, could be minimized.
Structural analysis seeks to determine the behavior of the structure when
subjected to external actions under linear or no linear behavior.
The main objective of this work is to establish a methodology to calculate the
probability of failure in frames and to design, to meet a level of security predetermined.
The structural analysis of the frames considers geometric non linearities.
The reliability analysis is performed by the analytical method named FORM
(First Order Releability Methods). The failure function is based in loads terms.
The frame cross section sizing is perfomed using a computacional system that
incorporates the non-linear structural analysis with the realiability analysis tools
described above.

Key-Words: Structural Reliability, geometric nonlinearity, Analytical method FORM,

failure probability

Title: RELIABILITY BASED DESIGN OF PLANES FRAMES UNDER

GEOMETRIC NON LINEARITIES
 CAPTULO 1

INTRODUO

1.1 - CONSIDERAES GERAIS E RELEVNCIA DO TRABALHO

A preocupao com a segurana das estruturas constante ao longo de sculos.

Porm, a garantia de que uma estrutura projetada e construda no apresente problemas
no um fator simples de ser obtido na engenharia rotineira. Isso porque no clculo
estrutural so utilizadas grandezas que sempre esto associadas a certo grau de
impreciso.
Em razo da aleatoriedade dos valores das variveis de projeto, sobretudo
considerando as incertezas das quais as mesmas se revestem, sejam elas de resistncia
ou de solicitao, pode-se afirmar que tais variveis esto longe de apresentar
caractersticas determinsticas, percebe-se com isso, que a aleatoriedade das grandezas
conduz a um vis probabilstico, uma vez que as mesmas sempre estaro associadas a
uma probabilidade de ter seu valor, mdio ou caracterstico, por exemplo, superado,
fazendo desta forma com que uma dada estrutura apresente uma probabilidade no nula
de falhar ao longo de sua vida til.
nesse contexto que surge a importncia da confiabilidade estrutural, pois com
a mesma possvel mensurar a tal probabilidade de falha da estrutura, mais que isso,
possibilita avaliar o grau de importncia de uma dada varivel em relao s demais,
por meio da medida de sensibilidade do projeto em relao a essa varivel, o que pode
ser crucial na tomada de decises que envolvam a segurana da estrutura.
O que torna a confiabilidade estrutural uma poderosa ferramenta para avaliar a
segurana e consequentemente a probabilidade de falha de uma estrutura o fato da
confiabilidade considerar as incertezas das variveis aleatrias por meio das suas
correspondentes distribuies de probabilidade.
Quando se considera a forma como as variveis esto distribudas, possvel
delas, extrair valiosas informaes estatsticas, como mdia, desvio-padro, covarincia,
entre outras, as quais so muito teis para aplicar os conceitos de confiabilidade aos
problemas estruturais e com isso obter parmetros de confiabilidade, sendo os mais
importantes a probabilidade de falha e o ndice de confiabilidade.
Em geral, na prtica, os problemas de Engenharia no possuem valores
quantitativos exatos para que se possa equacion-los e resolv-los de maneira direta e
precisa. Neste mbito, a confiabilidade estrutural pode ser considerada como uma
importante ferramenta que o engenheiro dispe para quantificar a confiana que uma
estrutura possui em atender aos objetivos para os quais a mesma foi projetada, levando-
se em conta as incertezas nas variveis do projeto (VANHAZEBROUCK, 2008).
Diante do exposto, constata-se que com a confiabilidade possvel considerar
no apenas as incertezas inerentes s variveis aleatrias, mas tambm o empirismo que,
invariavelmente, est presente na maioria dos fatores parciais de carga e de resistncia
das normas tcnicas oficiais. (SAGRILO e LIMA, 2002).
Antigamente, estes coeficientes eram, basicamente, definidos na experincia de
profissionais envolvidos em projetos estruturais. Atualmente, com o auxlio da
confiabilidade estrutural possvel calibrar os fatores de segurana de uma maneira
racional, a partir da definio de um nvel alvo considerado aceitvel para a
probabilidade de falha estrutural ou para o ndice de confiabilidade. Neste sentido, a
confiabilidade tem sido muito usada na reviso de normas antigas e na elaborao de
cdigos de projeto para novas concepes estruturais. (SAGRILO e LIMA, 2002).
Analogamente, tomando-se como inspirao o fato de que possvel estabelecer
um nvel de segurana alvo pr-determinado para avaliar a segurana de uma estrutura,
este trabalho busca atingir esta meta, aplicando-se os conceitos de confiabilidade a
problemas, no caso prticos planos considerando a no-linearidade geomtrica,
definindo-se variveis de projeto convenientes, como por exemplo a dimenso da seo
transversal da estrutura conforme empregado neste trabalho, que possibilitem
dimension-los para aquele nvel de segurana alvo.
Neste trabalho, o nvel de segurana alvo ou prescrito designado como ndice
de confiabilidade alvo ( alvo). O JCSS (Joint Committee on Structural Safety) associa o
ndice de confiabilidade ao custo relativo da medida de segurana (grande, normal,
pequeno) e s consequncias de falha (pequeno, moderado, grande). Norteando-se pelo
referido comit, neste trabalho foi escolhido o valor de 3,8 (trs vrgula oito) para os
exemplos analisados, que conduz a probabilidades de falha da ordem de 10 -5, valores
considerados aceitveis para as estruturas correntes de engenharia. (TON
VROUWENVELDER, 2007)
 Para proceder anlise de confiabilidade, invariavelmente, ter-se- que
considerar o custo computacional que ser demandado pela anlise. Isso porque a
questo da quantidade de variveis aleatrias presentes, ou o tamanho de amostras para
simulaes, a exemplo de Monte Carlo, afetam fortemente o tempo dispendido para
obter os resultados, o que pode inviabilizar anlises mais refinadas. (SAGRILO e
LIMA, 2002). Essa questo pode ser levada em conta a partir das medidas de
sensibilidade do projeto a certas variveis, que mensuram o quo importantes so para o
projeto.
Para viabilizar a anlise de confiabilidade, foi definida uma funo de falha
expressa em termos da solicitao e da carga crtica, parmetro este calculado em
funo de variveis aleatrias, como por exemplo, dimenso da seo transversal de
uma barra, mdulo de elasticidade, entre outros, sendo a referida carga determinada
atravs da uma anlise estrutural, no caso no-linear (SAGRILO e LIMA, 2002). Nesse
contexto, em geral, pode-se combinar um algoritmo de confiabilidade com um
programa de anlise estrutural no-linear.
No caso especfico deste trabalho, foram empregadas duas ferramentas
computacionais diferentes, uma para anlise estrutural no linear e outra pra anlise de
confiabilidade, ambas em linguagem FORTRAN (SAGRILO e LIMA, 2002). Na
interface entre os dois programas computacionais foi utilizada uma ferramenta em
linguagem MATLAB, programada por SILVEIRA (1995).
O programa de anlise no-linear foi desenvolvido por SILVEIRA (1995) sendo
utilizado aqui e por GALVO (2002) e o de anlise de confiabilidade por SAGRILO
(1994), denominado PACONF.

1.2 - DADOS BIBLIOGRFICOS

A teoria da confiabilidade foi originalmente desenvolvida por companhias de

seguro de vida no sculo XIX. O objetivo principal era prever a probabilidade de morte
de uma dada populao ou indivduo. De maneira anloga, possvel utilizar esta
mesma teoria para determinar a probabilidade de falha (morte) de estruturas (CHOI,
GRANDHI e CANFIELD, 2007).
Num projeto de engenharia, o clculo estrutural tem a finalidade de garantir com
segurana adequada, que a estrutura mantenha certas caractersticas que possibilitem a
utilizao satisfatria da construo, durante sua vida til, para as finalidades para as
quais foi concebida. Entretanto, no se pode pretender que uma estrutura tenha
segurana total contra todos os fatores aleatrios que intervm em uma edificao no
processo de concepo, execuo e utilizao; isso vlido tanto para aes como para
a resistncia dos distintos elementos da construo. Basicamente, a insegurana est
relacionada s seguintes incertezas: resistncia dos materiais utilizados, influenciada por
alguns fatores (tempo de durao de aplicao de carga, fadiga, fabricao etc.); pelas
condies de execuo da obra; pelos ensaios, que no reproduzem fielmente as
situaes reais; caractersticas geomtricas da estrutura (falta de preciso na localizao,
na seo transversal dos elementos e na posio das armaduras); aes permanentes e
variveis; e valores das solicitaes calculados, que podem ser diferentes dos reais em
virtude de todas as imprecises inerentes ao processo estrutural (CARVALHO, R. C.,
2007).
Diante dessas incertezas, necessrio estabelecer quais so os parmetros mais
relevantes e o quanto esses parmetros podem variar, para ser inferida a confiabilidade
da estrutura que est sendo projetada (KRGER, 2008).
Comumente, a avaliao da confiabilidade de sistemas de Engenharia obtida
atravs do uso de fatores de segurana e hipteses conservadoras adotadas no projeto.
Procura-se adequar a resistncia mnima da estrutura com a solicitao mxima. Estas
dificuldades so inerentes aos sistemas de Engenharia por causa da falta de informaes
estatsticas completas (VANHAZEBROUCK, 2008).
A confiabilidade estrutural uma rea da engenharia em que se estuda a
probabilidade de se violar o estado limite ltimo ou estado limite de servio de um
sistema estrutural em qualquer estgio de sua vida til (TORRES, 2009). A ideia neste
campo bastante antiga (FREUDENTHAL, 1947).
Os estados limites e, portanto, os modos de falha de estruturas e de elementos
estruturais podem ser quanticados atravs de equaes chamadas de equaes de
estado limite. Para cada estado limite da estrutura, uma equao de estado limite
escrita em funo das variveis de projeto (BECK, 2008).
A aplicao de conceitos de probabilidade no projeto estrutural foi apresentada
por BENJAMIN (1968) na dcada de 60, e uma formulao matricial para a anlise da
confiabilidade e para projetos de estruturas baseados em confiabilidade foi proposta por
VANMARCKE (1971).
 Foi durante a dcada de 80, que o campo da confiabilidade estrutural tomou um
impulso significativo no desenvolvimento de tcnicas matemticas e estatsticas
(MADSEN, KRENK e LIND, 1986, citado por TORRES, 2009). Com estas tcnicas em
desenvolvimento, projetos seguros e econmicos foram obtidos atravs da anlise de
confiabilidade (ANG e TANG,1984; MELCHERS, 1987, citado por TORRES, 2009).
Ao longo dos ltimos anos, mtodos analticos muito efetivos para a estimativa
da confiabilidade estrutural foram desenvolvidos, tais como First Order Reliability
Method (FORM), Second Order Reliability Method (SORM) e tcnicas de simulao, a
exemplo de Monte Carlo (VERZENHASSI, 2008).
Em IMAI e FRANGOPOL (2000) e FRANGOPOL e IMAI (2000)
apresentada a anlise de confiabilidade de estruturas geometricamente no-lineares.

1.3 OBJETIVOS

O objetivo principal deste trabalho analisar e dimensionar prticos planos

baseado em critrios de confiabilidade considerando a no-linearidade geomtrica. Em
linhas gerais o que se pretende :

Aplicar os conceitos de confiabilidade a prticos;

Determinar parmetros de confiabilidade para variveis de projeto e
Dimensionar uma estrutura de modo que a mesma atinja um nvel de segurana
pr-determinado.

1.4 - DESCRIO DOS CAPTULOS

O trabalho est dividido em 7 captulos, e a forma como eles foram organizados

est em funo da sequncia como se deu a anlise do problema proposto. Como para
efetuar a anlise de confiabilidade estrutural seria antes necessrio proceder uma anlise
estrutural propriamente dita, os captulos ficaram organizados da seguinte forma:
O captulo 2 aborda a anlise no-linear de estruturas, considerando a no-
linearidade geomtrica. Trata da forma como obtida a soluo no-linear, para isso
descreve procedimentos incrementais, iterativos, e a combinao de ambos, assim como
estratgias de incremento e de iterao, alm de critrios de convergncia.
 No captulo 3 feita uma explanao sobre os estados limites, cujo objetivo
introduzir alguns conceitos que sero teis ao captulo posterior, mas sobretudo de
consolidar vrios conceitos importantes ligados aos modos de falha e s incertezas que
via de regra esto presentes nas variveis de projeto.
No captulo 4, inicialmente, so descritos procedimentos de clculo para avaliar
a segurana de estruturas, e no procedimento probabilstico so apresentados os vrios
conceitos associados a este procedimento, como a definio de funo de falha,
domnios de falha e seguro, probabilidade de falha, ndice de confiabilidade, entre
outros.
O captulo 5 traz uma explicao geral dos mtodos analticos e numricos
responsveis por viabilizar a obteno dos parmetros de confiabilidade estrutural.
No captulo 6 so apresentadas as ferramentais computacionais utilizadas para
viabilizar o estudo, assim como os exemplos a serem analisados.
O captulo 7 expe sobre as concluses assim como as sugestes para trabalhos
futuros.
A dissertao apresenta ainda no seu final apndice, onde so apresentados
alguns cdigos utilizados na anlise.
 CAPTULO 2

ANLISE NO-LINEAR DE ESTRUTURAS

2.1 - CONSIDERAES GERAIS

Num sistema estrutural, comum admitir-se hipteses simplificadoras a fim de

viabilizar a anlise de estruturas, sobretudo as duas hipteses fundamentais:

1) O material de que feita a estrutura segue a Lei de Hooke.

2) A geometria da estrutura deformada no difere sensivelmente da geometria da
no deformada, de modo que as condies de equilbrio so as mesmas nas duas
situaes.

A violao de qualquer dessas hipteses introduz uma no-linearidade no

comportamento do sistema estrutural (VENNCIO FILHO, 1975).
Quando os deslocamentos e deformaes aumentam ou o comportamento do
material apresenta fenmenos como plasticidade e fissurao os efeitos no-lineares
ganham importncia.
Essa condio de no-linearidade pode ser classificada de acordo com seus
efeitos no comportamento de uma estrutura.
A violao da primeira hiptese corresponde a no-linearidade fsica do
material, isto , a relao tenso-deformao no linear e portanto no obedece a Lei
de Hooke. Nos casos em que fica evidenciado este tipo de no-linearidade, comum
dentro de certas condies, consider-la nos clculos mediante reduo da rigidez
flexional dos elementos da estrutura, como bem preconiza a norma brasileira NBR
6118/2003 : Projeto de estruturas de concreto Procedimento, em seu item 15.7.3.
A violao da segunda hiptese corresponde no-linearidade geomtrica do
material, isto , quando verifica-se que a condio de equilbrio da estrutura deve ser
efetuada considerando-se sua configurao deformada, uma vez que esta geometria
deformada afeta o comportamento da estrutura, havendo, portanto, a necessidade de
considerar os efeitos de 2 ordem na anlise. A mencionada norma NBR 6118/2003
preconiza em seu item 15.2, que os efeitos de 2 ordem, isto , aqueles que se somam
aos obtidos na anlise de primeira ordem (em que o equilbrio da estrutura estudado na
configurao geomtrica inicial), podem ser desprezados sempre que no representem
acrscimo superior a 10% nas reaes e nas solicitaes relevantes da estrutura.
No caso mais geral, tanto a no-linearidade geomtrica, devido aos grandes
deslocamentos, como a no-linearidade fsica, devido ao comportamento mecnico do
material, precisam ser considerados. Contudo, estruturas esbeltas podem perder a
estabilidade sem que as cargas aplicadas sejam suficientes para causar a degradao do
material. Assim, no estudo da estabilidade destes elementos estruturais pode-se
considerar que o material permanece no regime linear elstico, sendo a perda da
estabilidade causada apenas pela no-linearidade geomtrica.
Neste trabalho considerada apenas a no linearidade geomtrica.

2.2 - ANLISE DE PROBLEMAS NO-LINEARES

Os problemas lineares podem ser resolvidos pela equao 2.1:

KE . u = F (2.1)

Onde,

F - vetor das foras externas aplicadas

KE - matriz de rigidez elstica da estrutura
u - vetor dos deslocamentos nodais incgnitos

Ocorre, porm que para problemas no-lineares, a determinao do vetor dos

deslocamentos da equao 2.1 dificultada em razo da matriz de rigidez e
eventualmente as foras externas estarem em funo do deslocamento, podendo a
equao 2.1 ser assim expressa pela equao 2.2:

K(u) . u = F(u) (2.2)

De acordo com PRZEMIENIECKI (1985), a soluo das equaes no-lineares

pode ser atingida dividindo-se essa soluo em vrias etapas lineares que conduzam a
linearizao do problema. Deste modo, a soluo aplicada a problemas no-lineares
pode ser considerada a mesma dos problemas lineares s que aplicada a cada
incremento dado.
De acordo com VENNCIO FILHO (1975), para efetuar a anlise no-linear e
de estabilidade de estruturas, introduziu-se o conceito de matriz de rigidez geomtrica
ou matriz de rigidez com tenso inicial ou matriz de rigidez de estabilidade de uma
barra. A primeira nomenclatura exprime o fato de que a geometria da barra deformada
influi sobre o seu comportamento; a segunda relaciona-se com o fato de se levar em
conta a influncia das tenses iniciais provenientes da fora axial. Esta matriz
desenvolvida sob a hiptese de que os modos de deflexo de uma barra, no caso no-
linear so os mesmos que no linear.
Desta forma, em razo dos grandes deslocamentos, as equaes deformao-
deslocamento acabam por incorporar termos no-lineares que devem ser inclusos no
clculo da matriz de rigidez K. Os termos no-lineares modificam a matriz de rigidez do
elemento (PRZEMIENIECKI,1985), conforme equao 2.3.

k = kE + kG (2.3)

Onde,

kE = Matriz de rigidez elstica do elemento;

kG = Matriz de rigidez geomtrica do elemento.

As matrizes de rigidez elstica e geomtrica devem ser calculadas para cada

elemento e, em seguida, monta-se a matriz de rigidez da estrutura atravs dos
procedimentos usuais da anlise linear, assim:

K = K E + KG (2.4)

Onde,

KE = Matriz de rigidez elstica da estrutura;

KG = Matriz de rigidez geomtrica da estrutura.
Deste modo, a equao de equilbrio torna-se de acordo com a equao 2.5.
(KE + KG) . u = F (2.5)

2.3 - PROCEDIMENTOS APLICADOS ANLISE NO-LINEAR

A anlise no-linear de uma estrutura ou a determinao de sua curva de

equilbrio, pode ser realizada por meio de procedimentos incrementais, iterativos ou
incrementais-iterativos. Neste trabalho, a anlise no-linear ser efetuada de acordo com
metodologia implementada por SILVEIRA (1995) atravs de processo incremental-
iterativo, conforme esquema resumido por GALVO (2000) na Figura 2.6 apresentada
no final do captulo.

2.3.1 - PROCEDIMENTO INCREMENTAL

Esta anlise permite obter de forma aproximada a curva de equilbrio da

estrutura mediante incrementos de carga F1, F2,..., Fn, onde cada incremento
corresponde a um passo, calculando-se para cada um o deslocamento incremental
correspondente ui , de uma carga aplicada total Fn.
Considera-se que a cada incremento dado, a estrutura apresente comportamento
linear calculando-se a matriz de rigidez de cada elemento no incio do passo
(VENNCIO FILHO, 1975).
O autor PRZEMIENIECKI (1985) detalha o mtodo incremental por meio da
Tabela 2.1:
Tabela 2.1 Passos do procedimento incremental (adaptado, PRZEMIENIECKI, 1985).
Passo Rigidez Deslocamento Incremento de carga
Incremental
1 K1 = KE(0) + KG (0) u1 F1
2 K2 = KE(1) + KG (1) u2 F2
. ................... . .
n Kn = KE(n-1) + KG (n-1) un Fn
un =

 A representao grfica da Tabela 2.1 pode ser exposta pela Figura 2.1:

Figura 2.1 Curva fora nodal versus deslocamento nodal para o processo incremental,
relativo a um determinado deslocamento nodal (adaptado de VENNCIO FILHO,
1975).

O passo 1 da Tabela 2.1, representa a configurao indeformada da estrutura,

antes do carregamento incremental F1, evidenciado pelo 0, portanto K1 = KE(0),uma
vez que KG (0) = 0.
O passo n, representa a configurao final de equilbrio da estrutura deformada,
com a qual so calculadas as matrizes de rigidez dos elementos que compem a
estrutura, assim como as foras nodais. Os valores encontrados para as foras nodais
sero to precisos quanto maior for o nmero de passos ou incrementos efetuados para o
carregamento.

2.3.2 - PROCEDIMENTO ITERATIVO

Igualmente ao procedimento incremental, possvel obter a curva de equilbrio

mediante procedimento iterativo.
Neste procedimento, inicialmente tem-se um carregamento externo final Fn
aplicado na estrutura. Com a matriz de rigidez calculada em sua configurao
indeformada, obtm-se o vetor de deslocamentos u1. Com a geometria assumida pela
estrutura em funo dos deslocamentos u1, calculam-se os deslocamentos nodais dos
elementos que compem a estrutura e as foras internas nodais Fi.
 Neste momento, observa-se que, o que torna o procedimento para obteno da
curva ser iterativo, o fato da fora nodal Fi ser funo no linear do deslocamento
nodal ui o que se constata em razo das foras nodais determinadas inicialmente ainda
no estarem em equilbrio com as foras externas aplicadas F n.
Tal situao pode ser visualizada pela aplicao da fora F1, que com a matriz
de rigidez correspondente aos deslocamentos u1 chega-se aos deslocamentos u2 - u1.
Mais uma vez, com a geometria assumida pela estrutura em funo de u 2 obtm-se as
foras nodais nos seus elementos e por conseguinte chega-se ao novo carregamento F2,
de modo que este procedimento iterativo repetido at que o valor de Fi seja suficiente
pequeno, mensurado por meio de uma tolerncia pr-estabelecida.
O procedimento descrito pode ser visto de acordo com a Figura 2.2.

Figura 2.2 Procedimento iterativo, relativo a um determinado deslocamento nodal

(adaptado de VENNCIO FILHO, 1975).

2.4 - REFERENCIAIS LAGRANGIANOS

A fim de medir os deslocamentos decorrentes de um dado carregamento, a

formulao de problemas no-lineares passa pela definio de referenciais, sendo tais
deslocamentos medidos em relao a uma dada configurao inicial. Nessa formulao
as coordenadas de pontos materiais so referidas estrutura indeformada (configurao
0) ou a uma estrutura de referncia temporria (configurao t).
Para problemas no-lineares, que passem por algum procedimento incremental,
podem ser empregados o referencial lagrangiano total (RLT) ou o referencial
lagrangiano atualizado (RLA).
 No RLT os deslocamentos so medidos em relao configurao indeformada
do sistema estrutural, conforme Figura 2.3. Segundo ALVES (1993), citado por
GALVO (2000), os eventuais deslocamentos de corpo rgido que ocorram no processo
incremental podem afastar o resultados obtidos pelo RLT do real comportamento da
estrutura ao passo que a mesma se deforma.

Figura 2.3 Referencial lagrangiano total (GALVO, 2000).

No RLA, como o prprio nome sugere o referencial para se efetuar a medida do

deslocamento sempre aquele obtido pela ltima configurao de equilbrio, de modo
que os deslocamentos so atualizados a cada incremento, conforme Figura 2.4.
Portanto, no RLT todas as variveis no tempo t + t so referidas configurao
inicial (configurao 0 ou indeformada) da estrutura, conforme Figura 2.3 e no RLA,
todas as variveis so referidas ltima configurao de equilbrio da estrutura
(configurao t), conforme Figura 2.4.
Neste trabalho foi utilizado o referencial lagrangiano atualizado (RLA).
 Figura 2.4 Referencial lagrangiano atualizado (GALVO, 2000).

2.5 - SOLUO NO-LINEAR

GALVO (2000), afirma que o problema estrutural no-linear a ser resolvido

pode ser expresso da seguinte forma:

( ) (2.6)

Onde,

Fi = Vetor de foras internas, funo de u;

u = Deslocamentos dos pontos nodais da estrutura;
= Parmetro de carga;
Fr = Vetor de referncia e de magnitude arbitrria.

A soluo da equao 2.6 deve ser obtida de forma incremental, ou seja, para
uma seqncia de incrementos de calculada a seguinte seqncia de
incrementos de deslocamentos nodais uuu Como Fi funo no-linear
dos deslocamentos a soluo do problema (,u) no satisfaz a priori a equao 2.6.
Tm-se ento uma fora residual g definida em GALVO (2000):

( ) (2.7)

Uma nova estimativa para os deslocamentos da estrutura pode ser efetuada

atravs da equao 2.8, considerando o g obtido da equao 2.7:

K . u = g (2.8)

Onde,

K a matriz de rigidez da estrutura;

u o vetor de deslocamentos residuais.

De acordo com CRISFIELD (1991) citado por GALVO (2000), essa

estimativa dos deslocamentos residuais no pode ser obtida de forma direta atravs da
soluo da equao 2.8. Isto acontece porque os deslocamentos residuais so
definidos como a soma de duas componentes, ou seja:

(2.9)

Onde,

o parmetro de carga que deve ser avaliado ao longo do ciclo iterativo e as parcelas
e so calculadas conforme mostrado a seguir.

(2.10a)
(2.10b)

Tais deslocamentos podem ser calculados de forma imediata. A definio do

sub-incremento de carga vai depender de uma equao de restrio imposta
adicionalmente ao problema no-linear. Para se obter o parmetro de carga faz-se
uso de estratgias de iterao, cuja equao de restrio deve ser obedecida a cada
iterao dada (GALVO, 2000).
Neste trabalho, foi utilizada a estratgia baseada na tcnica do comprimento de
arco constante, que consiste em adicionar equao 2.6 a seguinte restrio dada pela
equao 2.11.

(2.11)

Onde,

l o comprimento de arco da trajetria de equilbrio.

A cada incremento dado, ocorre uma srie de interaes que resulta num novo
estado de equilbrio. A iterao k fornece os sub-incrementos e , a partir dos
quais possvel determinar os incrementos de carga e deslocamento, por meio das
equaes 2.12a e 2.12b.

(2.12a)
(2.12b)

Portanto, a soluo do problema no-linear envolve a determinao da soluo

incremental predita e e a realizao de iterao para corrigir a soluo
incremental proposta na etapa anterior.
A determinao da soluo incremental predita corresponde a determinao de
e .
A partir da ltima configurao de equilbrio da estrutura, selecionado um
incremento inicial do parmetro de carga , procurando obedecer alguma equao de
restrio imposta ao problema, equao 2.11, por exemplo. Aps a seleo do
incremento inicial do parmetro de carga, determina-se o incremento inicial dos
deslocamentos nodais de acordo com as equaes 2.13 e 2.14 mostradas a seguir
(GALVO 2000).

(2.13)
 (2.14)

Onde,

o vetor dos deslocamentos tangenciais.

Na segunda parte, realiza-se iterao para corrigir a soluo incremental

proposta na etapa anterior, para que o equilbrio seja restabelecido. A Figura 2.5 ilustra
o a soluo incremental interativa.

Figura 2.5 Soluo incremental iterativa para sistema com um grau de liberdade
(GALVO, 2000).

2.6 ESTRATGIA DE INCREMENTO DE CARGA

Norteando-se pela Figura 2.5, percebe-se a necessidade de que os incrementos

de carga sejam dados de maneira racional. Tal situao conseguida quando definimos
a forma como esse incremento dado, isto , quando se seleciona uma estratgia de
incremento de carga.
A estratgia de incremento de carga tem a propriedade de reconhecer e
automatizar a seleo do tamanho do incremento do parmetro de carga. Essa seleo
deve ser feita baseando-se no comportamento da estrutura, isto , se a resposta da
estrutura vem sendo fortemente no-linear o incremento de carga deve ser to pequeno
quanto mais no-linear for, assim como se a resposta vem sendo linear, o tamanho do
incremento deve refletir essa situao e d passos maiores. Adicionalmente a essas duas
caractersticas, tambm requisito da estratgia de incremento ser capaz de escolher o
sinal correto para o incremento uma vez que ao longo da curva de equilbrio podem
existir vrios pontos limites que podem ser ultrapassados. Os pontos crticos so aqueles
em que um caminho de equilbrio atinge um valor extremo ou aqueles onde diferentes
caminhos de equilbrio se encontram (GALVO, 2000).

2.6.1 INCREMENTO DO COMPRIMENTO DE ARCO

Neste trabalho, utilizada a estratgia do incremento do comprimento de arco

constante descrito por GALVO (2000).
Como se observa, a equao 2.15 baseada nas caractersticas do incremento
anterior, que a estratgia define o prximo incremento a ser dado.
Segundo GALVO (2000), o incremento do comprimento de arco a ser adotado
como parmetro de controle no passo de carga corrente pode ser definido como:

( ) ( )

Onde,

o incremento do comprimento de arco no passo de carga anterior (valor

conhecido);
o incremento do comprimento de arco no passo de carga corrente (incgnita);
o nmero de iteraes necessrias para a convergncia do passo de carga anterior;
o nmero de iteraes desejadas para o processo iterativo corrente, especificado
pelo usurio.

Para viabilizar a obteno do l, foi utilizada a ferramenta computacional

desenvolvida por GALVO (2000), em linguagem FORTRAN, aplicada para os
problemas presentes no captulo 6.
 Incialmente especificado os dados de entrada, isto , a soluo predita e
, sendo calculado a partir de por meio da equao 2.13. Com calcula-
se l1 atravs da equao 2.16. Para os incrementos posteriores so calculados os
com a equao 2.15.
Atravs da equao 2.15 e da condio de restrio escrita para a soluo
incremental inicial, obtm-se a seguinte equao:

(2.16)

Utilizando a expresso 2.13 na expresso 2.16, chega-se a seguinte expresso:

( )

A escolha do sinal correto na expresso 2.17, baseado no sinal do parmetro

GSP ou parmetro de rigidez generalizado apresentado no item 2.6.2 a seguir.

2.6.2 INCREMENTO BASEADO NO PARMETRO GSP

Segundo GALVO (2000), o incremente baseado no parmetro GSP consiste

numa estratgia baseada na introduo de um parmetro de rigidez generalizado que foi
introduzida por YANG E SHIEH (1990) e YANG E KUO (1994) para limitar o
incremento inicial do parmetro de carga. O mtodo de soluo denominado de
estratgia de deslocamento generalizado. Em termos gerais, YANG e KUO (1994)
propuseram a seguinte equao para avaliar o parmetro de carga inicial:

( )

Considerando-se o parmetro GSP (parmetro de rigidez generalizado) como:

( )
 A expresso 2.18 pode ser reescrita da seguinte forma:

(2.20)

A partir da equao 2.20 constata-se que o incremento inicial de carga a ser dado
pode assumir um sinal positivo ou negativo, e a seleo do sinal correto fundamental
para que todos os incrementos caminhem sobre a curva carga-deslocamento.
Nesse contexto, o parmetro GSP assume importante papel, pois ele identifica
quando o sinal dever ser positivo ou negativo. O GSP tem a funo de avaliar os
incrementos de carga medida que estes se tornam muito pequenos, e com isso
reconhecer que pontos de inflexo (pontos limites) se aproximam, atribuindo o sinal
negativo para o passo de carga imediatamente aps a ultrapassagem do ponto limite.
Deste modo, sempre haver a inverso do sinal do incremento de carga na
passagem de um ponto limite.
Segundo os autores citados por GALVO (2000), YANG e SHIEH (1990) e
YANG e KUO (1994), o sinal do GSP depende exclusivamente dos vetores (passo
de carga anterior) e (passo de carga corrente).

2.7 ESTRATGIA DE ITERAO

A determinao do parmetro de carga iterativo funo de uma dada

estratgia de iterao ou equao de restrio imposta ao problema, que tem a funo de
otimizar a convergncia do processo iterativo (GALVO, 2000).
A estratgia de iterao empregada neste trabalho o comprimento de arco
cilndrico.
CRISFIELD (1981) e RAMM (1981 e 1982), citados por GALVO (2000),
propuseram que, a cada iterao, a equao de restrio 2.21 deve ser atendida:

(2.21)

Substituindo a equao 2.9 na equao 2.12b e em seguida o resultado na

equao 2.21, chega-se a uma expresso quadrtica em ou seja:
 (2.22)

Onde,

A= (2.23a)
B=2 ( + ) (2.23b)
C=( ) ( ) (2.23c)

Com a resoluo da equao 2.22 chega-se aos dois valores de 1 e 2, de

forma que se deve escolher entre das solues das equaes 2.24a e 2.24b, aquela que
mais se aproxima da soluo incremental da iterao anterior, uk-1. Essa escolha deve
prevenir um possvel retorno, o que faria regredir ao longo do caminho j calculado. Um
procedimento utilizado consiste em achar o menor ngulo entre uk e uk-1 ou o maior
cosseno do ngulo, tal como apresentado na equao 2.25.

(2.24a)
(2.24b)

( )
( )

Como a equao 2.22 uma equao quadrtica, ela poder ter razes
imaginrias se (B2 4AC) for menor que zero. De acordo com MEEK E TAN (1984)
citados por GALVO (2000), essa situao deve existir quando o incremento inicial do
parmetro de carga for muito grande, ou se a estrutura exibir mltiplos caminhos de
equilbrio em torno de um ponto.

2.7.1 CRITRIOS DE CONVERGNCIA

O processo iterativo descrito termina indicando uma nova posio de equilbrio

para a estrutura em anlise quando um dos dois, ou os dois critrios de convergncia
apresentados a seguir forem atendidos.
 O primeiro critrio de convergncia baseado em relaes de foras e
calculado no incio da iterao corrente utilizando parmetros da iterao anterior. Ele
definido como segue:

( )

Onde,
a norma euclidiana do vetor de foras das foras desequilibradas (residuais)
que calculada usando-se o parmetro de carga e os deslocamentos nodais totais da
iterao anterior;
a norma euclidiana do vetor de incremento de carregamento externo;
o fator de tolerncia fornecido pelo usurio como dado de entrada

O segundo critrio de convergncia obedece a relaes de deslocamentos e

sempre verificado no final da iterao corrente. Este critrio definido pela equao
2.27.

( )

Onde,
a norma euclidiana dos deslocamentos iterativos residuais;
a norma Euclidiana dos deslocamentos incrementais, que so obtidos aps a
correo do processo iterativo;
O terceiro critrio de convergncia consiste em obedecer a ambas relaes
(foras e deslocamentos) dadas pelas equaes 2.26 e 2.27. Assim este critrio
verificado se:

(2.28)
2.8 MATRIZES DE RIGIDEZ EMPREGADAS NA ANLISE

Para observar o comportamento das estruturas mediante anlise da relao

carregamento-deslocamento e assim obter uma curva de equilbrio representativa de sua
estabilidade, vrios autores desenvolveram formulaes no-lineares com o intuito de
viabilizar tal anlise como ALVES (1993) e TORKAMANI et al. (1997), PACOSTE e
ERIKSSON (1997) e YANG e KUO (1994), dentre outros.
Segundo GALVO (2000), as formulaes esto integradas metodologia de
soluo numrica implementada por SILVEIRA (1995) e expandida por ROCHA
(2000), que implementou com sucesso algumas estratgias de soluo no-linear
encontradas em literatura recentemente.
Em seu trabalho, GALVO (2000) procurou avaliar a eficincia computacional
dessas formulaes no-lineares. Para isso aplicou tais formulaes a problemas
fortemente no-lineares e comparou cada formulao a sua respectiva soluo analtica
(exata) disponvel na literatura como em TIMOSKENKO e GERE (1982) e
SOUTHWEL (1941).
Mediante observao dos resultados gerados, constata-se que as formulaes de
YANG e KUO (1994) e de ALVES(1993b), apresentam boa aproximao com a
soluo exata presente na literatura, alm de boa performance computacional, de modo
que essas foram as formulaes empregadas aos exemplos do captulo 6 deste trabalho.
Essas formulaes possibilitam obter a matriz de rigidez e o vetor de foras
internas de forma direta e podem ser acopladas com relativa facilidade s estratgias de
soluo no-linear.
A partir delas, obtm-se, conforme preconizado por GALVO (2000), as
seguintes matrizes de rigidez elstica e geomtrica.

(2.29)
Onde,

kE(1,1) = kE(4,4) = - kE(1,4) =

kE(2,2) = kE(5,5) = - kE(2,5) =

kE(2,3) = kE(2,6) = - kE(3,5) = - kE(5,6) =

kE(1,2) = kE(1,3) = kE(1,5) = kE(1,6) = kE(2,4) = kE(3,4) = kE(4,5) = kE(4,6) = 0

kE(3,3) = kE(6,6) =

kE(3,6) =

Sendo E o mdulo de elasticidade, A a rea da seo transversal e I o momento

de inrcia.

(2.30)

Onde,

kG(1,1) = kG(4,4) = - kG(1,4) =

kG(1,2) = - kG(1,5) = - kG(2,4) = kG(4,5) =

kG(1,3) = kG(3,4) = kG(1,6) = kG(4,6) = 0

kG(2,2) = - kG(2,5) = kG(5,5) =

kG(2,3) = kG(2,6) = - kG(3,5) = - kG(5,6) =

kG(3,3) = kG(6,6) =

kG(3,6) =

Sendo N o esforo axial atuando no elemento e M1 e M2 os momentos nas

extremidades e L o comprimento.
2.9 FLUXOGRAMA DA SOLUO INCREMENTAL-ITERATIVA PARA A
ANLISE NO-LINEAR

GALVO (2000) apresenta de forma resumida os passos bsicos que abrangem

os procedimentos j descritos para efetuar a anlise no-linear mediante processo
incremental-iterativo.

Figura 2.6 Soluo no-linear para um incremento de carga (GALVO, 2000).

1 Etapa - Configurao inicial: e ;

2 Etapa - Definio da soluo predita: e ;
3 Etapa - Iteraes: k=1,2 ..., it Max;
4 Etapa - Verifica a convergncia atravs da equao 2.26, 2.27 ou 2.28
Se convergncia atendida: pare o ciclo de iteraes e siga para o etapa 7.
Se convergncia no atendida: calcular atravs da equao 2.9.
5 Etapa - Atualizao das variveis:
Incrementais: e .
Totais: e .
6 Etapa - Retornar a etapa 3.
7 Etapa - Faa novo incremento de carga e recomece o processo a partir da etapa 1.
 CAPTULO 3

ESTADOS LIMITES

3.1 - CONSIDERAES GERAIS

As estruturas e seus elementos estruturais so projetados e construdos para

manter uma determinada funo estrutural. Para toda estrutura a ser projetada deve-se
atender a certos requisitos bsicos como os de segurana, de servio, de robustez,
econmico e social (BECK, 2008).
Tais requisitos so equacionados por meio de funes que exprimem um estado
limite e o descumprimento a um desses requisitos configura uma situao indesejada,
que no mbito das estruturas chamada modo de falha.
Ocorre que, no domnio do clculo das estruturas, a certeza no existe. Isto
porque as grandezas utilizadas no clculo estrutural tm, todas elas, certo grau de
impreciso. Tanto os pesos prprios e as resistncias dos materiais quanto os valores
das solicitaes so grandezas cuja quantificao aparece sempre associada a uma
determinada probabilidade de ser ou no superada um seu particular valor. Assim, no
projeto das estruturas, indicado trabalhar-se com grandezas aleatrias, isto , que no
tm valor fixo (BARBOSA, 2007).
As principais variveis de incerteza no clculo estrutural so:
- Variabilidade dos pesos prprios e demais carregamentos
- Variabilidade das resistncias dos materiais
- Diferena de comportamento do material no ensaio e na estrutura
- Falhas na execuo de ensaios laboratoriais
- Preciso das hipteses de clculo
- Defeitos de execuo das peas
Para o clculo do peso prprio de uma estrutura, admite-se, via de regra, os
valores de massa especfica externados pelas normas tcnicas oficiais, como a NBR
6118/2003 : Projeto de estruturas de concreto Procedimento, porm os valores nem
sempre so constantes na prtica. Para o concreto armado o valor admitido pelas normas
de 25KN/m. Contudo dependendo da taxa de armao do elemento, alm de aspectos
relacionados a confeco do mesmo, como trao e dimetro caracterstico do agregado,
o mesmo pode ter seu valor alterado significativamente. No a toa que a norma NBR
6118/2003 admite a possibilidade de considerar a massa especfica do concreto armado
como sendo aquela do concreto simples acrescida de valores compreendidas de
100kg/m a 150 kg/m. Deste modo, o valor exato do peso especfico do concreto
armado torna-se desconhecido. Se os pesos prprios apresentam tal caracterstica de
variabilidade, as cargas variveis esto longe de ter valores precisos. A fora dos ventos
incidente nas edificaes, por exemplo, praticamente impossvel ser determinada com
preciso do valor em decorrncia de sua variabilidade.
A resistncia dos materiais certamente tambm um parmetro fortemente
afetado pelas incertezas, visto que as condies de execuo so determinantes sob o
aspecto da resistncia dos materiais que compem o concreto armado, pois
plenamente possvel ter-se zonas mais bem adensadas que outras, corroborando em
regies com densidades diferentes. Deste modo, dificilmente ser sabido com exatido a
resistncia do concreto e at mesmo a do ao.
Igualmente, revestem-se de incertezas os ensaios realizados em laboratrios,
pois como se sabe a resistncia do concreto estimada em sua grande maioria nos
ensaios de corpos de prova de dimenses padronizadas e cura em condies ideais. Os
ensaios evidenciam que as dimenses do corpo de prova influem no valor da resistncia.
Portanto, o valor de resistncia medido nos testes laboratoriais no corresponde quele
da pea real, cujo valor desta ltima tende a ser inferior, uma vez que uma rpida
velocidade de aplicao do carregamento resulta numa resistncia maior, mascarando
desta forma a real resistncia da estrutura executada. No a toa que tal incerteza
incorporada nos clculos mediante considerao do chamado efeito Rush, isto , a
minorao em 15% (coeficiente de valor 0,85) da j minorada resistncia de clculo
compresso do concreto.
A realizao dos ensaios est cercada de uma srie de cuidados que so tomados
com o intuito de tentar reproduzir em laboratrio as condies reais das estruturas. No
entanto, pequenos desvios sempre ocorrem como equipamentos de ensaio no
calibrados, falta de paralelismos entre as superfcies do corpo de prova, velocidade de
ensaio no exatamente igual em todas as medies, falta de ateno do tcnico que
opera a mquina, etc. Todos esses elementos refletem na resistncia medida.
Diante da dificuldade de se prever o real comportamento dos conjuntos
tridimensionais que so as estruturas, faz-se necessrio a adoo de certas hipteses
simplificadoras para o clculo estrutural ser possvel. Embora quase sempre no
correspondam a realidade, as mesmas so aceitas como verdadeiras.
Por exemplo, no clculo de vigas e principalmente pilares so geralmente
considerados algumas excentricidades de carregamento na tentativa de levar em conta
pequenos defeitos de execuo dos elementos estruturais. Porm, nunca se pode saber
com exatido qual vai ser, por exemplo, o desvio real de prumo de um determinado
pilar. Da mesma forma, um muro ou o nvel de uma laje pode receber uma camada de
revestimento de argamassa alm do que seria necessrio, em razo de ms condies de
execuo.
Prevalece, portanto a mxima de que a certeza no existe no domnio do clculo
das estruturas.
Nesse contexto, pode-se afirmar ento que o objetivo do projeto estrutural de
que se tenha uma probabilidade aceitvel de que a estrutura projetada se torne imprpria
a sua destinao, durante sua vida til prevista (BARBOSA, 2007).
Evidentemente que a probabilidade aceitvel, deve ser bem pequena, contudo
tal valor vai depender de muitos fatores, desde condies tcnicas e econmicas de um
pas, at o tipo e finalidade da estrutura em questo. Como, de uma maneira geral, a
probabilidade da estrutura se tornar imprpria est associada a seu custo, pases mais
pobres podem adotar ndices de probabilidade de falha maiores.
Segundo o Comit Eurointernational du Bton (CEB, 1992) todas as estruturas
ou elementos estruturais devem ser concebidos e calculados de sorte a resistir com certo
grau de segurana a todas as cargas e deformaes possveis de ocorrer durante sua
construo e explorao, comportar-se adequadamente sem apresentar deformaes ou
fissurao exageradas e apresentar durabilidade conveniente durante sua existncia.
De acordo com BARBOSA (2007), com o intuito de se atingir estes objetivos, a
concepo e o mtodo de clculo devem ser baseados em teorias cientficas, dados
experimentais e experincia adquirida na prtica de projetos, estando o projeto estrutural
apoiado no trip:
- resistncia;
- comportamento adequado;
- durabilidade.
Os dados experimentais so aqueles oriundos das pesquisas realizadas nos
inmeros Laboratrios de Estruturas espalhados por todo o mundo. Neles so feitas as
confrontaes e adaptaes das teorias cientficas para que correspondam realidade.
 Por fim, a experincia prtica, permite ao engenheiro inserir algo de pessoal em
seus projetos.
Convm, no entanto, lembrar que a segurana, o comportamento e a
durabilidade das estruturas no so funo apenas do projeto e do clculo, mas
dependem tambm da qualificao e competncia do pessoal envolvido no controle e
construo da obra. A m execuo de uma estrutura, com as imperfeies inevitveis
no sendo limitadas a nveis tolerveis, pode por a perder todo o cuidado tido no seu
projeto. O mesmo pode-se dizer em relao ao emprego de materiais sem controle de
qualidade (BARBOSA, 2007).
Em geral, no exigido que as estruturas sejam capazes de resistir a certas aes
acidentais, como aquelas resultantes de uma guerra. No entanto, no caso em que certas
cargas, tais como choque de veculos, presses oriundas de exploses, embora com
frequncia e intensidade mal definidas, o engenheiro ou autoridades responsveis
devem assegurar que os riscos associados a tais causas sejam limitados. Isto quer dizer,
por exemplo, que numa fbrica que abriga recipientes de material explosvel, a estrutura
deve ser projetada de sorte se no a resistir intacta ao impacto causado por uma
exploso acidental, pelo menos a no apresentar um colapso progressivo causador de
grandes danos (BARBOSA, 2007).
Portanto, no projeto estrutural no se lida com certeza, mas sim com
probabilidades. Desta forma, tradicionalmente a probabilidade aceitvel de sua
estrutura se tornar imprpria conseguida projetando-a de acordo com as Normas
Tcnicas (BARBOSA, 2007).
Com o desenvolvimento da arte de projetar estruturas, o mtodo das tenses
admissveis foi mostrando-se muito limitado, e, hoje, o processo nos quais as modernas
normas se baseiam o mtodo dos coeficientes parciais semi-probabilstico aos estados
limites. Isto porque, atravs de variados coeficientes, procura-se levar em conta o maior
nmero possvel de parmetros que influem em determinado fenmeno. No existe mais
um coeficiente de segurana nico. Um certo coeficiente pode ser constitudo pelo
produto de alguns outros. um mtodo semi-probabilstico aos estados limites
porque leva em conta, de forma aproximada, a aleatoriedade dos carregamentos atuantes
e a variabilidade das resistncias dos materiais, considerando o critrio dos estados
limites (BARBOSA, 2007).
Contudo com as estruturas apresentando-se cada vez mais esbeltas, alinhadas aos
conceitos ligados a otimizao, a necessidade por mensurar a probabilidade das
estruturas falharem mostra-se uma tendncia irreversvel no dimensionamento. Nesse
contexto, surge a anlise de confiabilidade estrutural, que por deter enfoque
probabilstico, possibilita quantificar a tal probabilidade de falha, sobretudo por meio
dos mtodos analticos e numricos.
A confiabilidade estrutural uma ferramenta que permite ao engenheiro
considerar as incertezas inerentes s variveis de projeto, atravs das correspondentes
distribuies de probabilidade, permitindo obter, entre outros resultados, a
probabilidade de falha da estrutura e a sensibilidade do projeto em relao a estas
variveis. Esta informao pode ser de fundamental importncia na tomada de decises
que envolvam a segurana da estrutura (SAGRILO e LIMA, 2002).

3.2 CLASSIFICAO DOS ESTADOS LIMITES

Em decorrncia das estruturas serem dimensionadas para trabalhar cada vez

mais no limite da capacidade dos materiais que as compe, percebe-se que a engenharia
estrutural caminha para a obteno de padres estruturais mais racionais e econmicos,
resultando em estruturas mais esbeltas, delgadas.
Nesse contexto, no raras so as situaes na qual se constata, por exemplo, a
presena de flechas excessivas em lajes e vigas, assim como vibraes que causam
sensao de desconforto aos usurios em lajes mais elevadas de prdios, ou mesmo em
alguns casos o esgotamento da capacidade resistente dos materiais, ou de um deles.
Tais situaes configuram um estado indesejvel da estrutura, seja ele decorrente
do no atendimento a um requisito de servio ou de segurana. Independentemente de
como a estrutura chegou nessa situao, diz-se que foi atingido um modo de falha, e
cada modo de falha origina um estado limite.
Portanto, diz-se que uma estrutura, ou parte dela, atinge um estado de falha
quando deixa de satisfazer s condies para as quais foi projetada.
Ento por exemplo, uma laje que foi calculada para receber determinado
carregamento sem apresentar flecha excessiva; se, quando as cargas comeam a atuar,
aparecem deformaes e vibraes excessivas, de aspecto sensorial deconfortvel diz-se
que este elemento atingiu um estado de falha por deslocamento ou vibrao excessiva.
Ela no tinha sido projetada para ter tal comportamento.
 No domnio das estruturas, como as de concreto armado e protendido, h dois
grandes grupos de estados limites: estados limites ltimos e estados limites de servio
ou de utilizao.
Os estados limites ltimos esto relacionados aos requisitos de segurana e est
intrinsecamente ligado ao conceito de esgotamento da capacidade resistente da
estrutura, levando sua runa ou no mnimo a impossibilidade de uso decorrente de
perda de equilbrio ou outros mecanismos associados a um dano grave. Via de regra a
sua ocorrncia impossibilita definitivamente seu uso, contudo h casos em que
possvel a recuperao da estrutura.
Os estados limites de servio esto relacionados s condies normais de uso da
estrutura, portanto atrelada as solicitaes de servio. Dizem respeito funcionabilidade
e durabilidade da estrutura. Em funcionabilidade esto includos aparncia, conforto dos
usurios e a boas condies da estrutura, seja em relao a eles, seja em relao s
mquinas e aos equipamentos que sobre elas vo ser instalados.
A seguir, so apresentadas as diversas possibilidades de falha das estruturas
segundo o autor BARBOSA (2007).

3.2.1- ESTADOS LIMITES LTIMOS

Os estados limites ltimos podem ser atingidos por:

a) Ruptura ou deformaes excessivas de sees crticas

I) Estado limite ltimo de esgotamento da capacidade resistente da estrutura, no

seu todo ou em parte, devido s solicitaes normais e tangenciais, admitindo-se a
redistribuio de esforos internos desde que seja respeitada a capacidade de adaptao
plstica definida em norma, e admitindo-se, em geral, as verificaes separadas das
solicitaes normais e tangenciais; todavia quando a interao entre elas for importante,
ela estar explicitamente indicada em norma.

II) Estado limite ltimo provocado por solicitaes dinmicas.

III) Outros estados limites ltimos que eventualmente possam ocorrer em casos
especiais. Como exemplo, considere-se a seo de momento mximo de uma viga na
qual a deformao do ao atinge valores da ordem de 10 por mil. Mesmo sem a ruptura
definitiva ter ocorrido, esta deformao j incompatvel com o concreto armado, pois
comea a provocar a separao do ao e do concreto.

b) Flambagem (ou instabilidade provocada por deformaes)

o caso de esgotamento da capacidade resistente da estrutura, no seu todo ou

em parte, considerando os efeitos de segunda ordem. Pode ocorrer em pilares, em almas
de vigas pouco espessas e outras partes de elementos estruturais submetidos
preponderantemente a esforos de compresso. Em pilares, por exemplo, quando o
esforo normal atinge determinado valor (funo de vrios parmetros, entre eles o
mdulo de elasticidade do material, o momento de inrcia da seo transversal, a
esbeltez da pea) comeam a aparecer deformaes transversais. A carga deixa de estar
centrada em relao ao eixo da coluna, assim momentos adicionais aparecem ao longo
da mesma, chegando-se a um ponto que a capacidade portante superada e advm a
ruptura.

c) Perda de equilbrio total ou parcial da estrutura considerada como corpo

rgido

O exemplo clssico deste estado limite sendo atingido o tombamento de um

muro de arrimo. Girando como um corpo rgido, mesmo sem ter rompido, j no serve
para o fim a que foi projetado. Uma outra possibilidade um recalque diferencial
elevado de uma fundao da estrutura, que, mesmo sem romp-la totalmente, deve ser
desativada a menos que sofra um servio de reforo e um macaqueamento que a ponha
na posio original, o que possvel.

d) Transformao da estrutura em um mecanismo hiposttico

No caso, o exemplo o de estruturas hiperestticas nas quais pode ocorrer

plastificao de uma seo, gerando uma rotao localizada que em seguida faz
plastificar outra seo criando partes hipostticas na estrutura. Considere-se um prtico
hiperesttico, submetido a um carregamento vertical e um horizontal, desta forma
surgem os momentos fletores em suas barras. Aumentando-se o carregamento vertical,
chega-se a um ponto em que o momento no ponto A provoca a plastificao da seo
(por exemplo, o escoamento do ao). Quando isto ocorre, o ponto A passa a ter
liberdade de rotao, o que provoca uma redistribuio de esforos, fazendo aumentar o
momento em B que tambm atinge a plastificao, e como consequncia aumenta o
momento em C que, por sua vez, vai plastificar, formando rtula. Assim a estrutura
passa a ser rotulada em todos os apoios e encontros de barras. Sob a ao horizontal, ela
perde completamente a estabilidade, tombando. Tal como pode ser observado na figura
3.1.

B C B C B C B C

A D A D A D A D

Figura 3.1 Estado limite ltimo por formao de mecanismo hiperesttico.

e) Fadiga (ou instabilidade dinmica)

Fadiga o fenmeno da diminuio da resistncia de um material quando

submetido repetitivamente a variaes de tenso considerveis. Ocorre em pontes
rodovirias e ferrovirias, bem como em pontes rolantes industriais, por exemplo.
Quando passam os veculos, as tenses aumentam, depois diminuem, isto inmeras
vezes ao longo da vida da estrutura, provocando enfraquecimento do material, e por
conseguinte a falha estrutural.

3.2.1- ESTADOS LIMITES DE UTILIZAO (OU DE SERVIO)

Os estados limites de utilizao podem ser atingidos por:

a) Deformaes excessivas que afetem a utilizao normal da construo ou seu

aspecto esttico. o caso de flechas exageradas em lajes e vigas. Se a flecha de uma
viga muito grande, por exemplo, pode provocar fissuras na parede que existe sobre
ela, danificar o funcionamento de portas e janelas prejudicando o uso do edifcio.
Embora o risco de runa seja baixssimo, alm dos inconvenientes citados,
desagradvel aos usurios observarem peas estruturais com deformaes excessivas,
podendo tambm prejudicar o funcionamento de motores e equipamentos sobre elas,
tirando-os de nvel e de prumo.

b) Danos ligeiros ou localizados que comprometam a durabilidade da estrutura

ou seu aspecto esttico. Exemplo tpico so peas estruturais com fissurao excessiva,
que embora no signifique absolutamente perigo iminente, psicologicamente perturba
os usurios da estrutura. Alm disto, as fissuras sero um caminho aberto penetrao
de agentes agressivos s armaduras. Tambm incluem os pontos localizados de
armadura danificada pela ferrugem.

c) Vibraes de amplitude excessiva podem ocorrer em estruturas esbeltas

submetidas a vibraes por ao do vento ou de motores de mquinas. Tambm
construes prximas a estrada de ferro ou mesmo locais de muito trfego, em certas
condies podem ficar sujeitas vibraes indesejveis. Mesmo que tais vibraes no
levem a estrutura ao colapso, as vibraes excessivas produzem desconforto e sensao
de insegurana. A reduo das vibraes nas estruturas passa pelo aumento da inrcia
das peas estruturais. Em casos especiais, utilizam-se sistemas para isolar a estrutura do
meio vibrante.
 CAPTULO 4

SEGURANA NAS ESTRUTURAS E A

CONFIABILIDADE ESTRUTURAL

4.1 - CONSIDERAES GERAIS SOBRE CONFIABILIDADE

A confiabilidade estrutural se prope a determinar uma medida probabilstica

que mensure at que ponto uma estrutura, sob dadas condies e com certo grau de
confiabilidade, continue a exercer s funes para as quais foi projetada ao longo de sua
vida til. As medidas capazes de nos fornecer tais respostas e as quais se buscam
conhecer so o ndice de confiabilidade e a probabilidade de falha, conforme ser
apresentado neste captulo, quando for tratado do procedimento probabilstico.
Como explicitado no captulo 3, no domnio do clculo das estruturas, a certeza
no existe; j que as variveis utilizadas no clculo estrutural apresentam, todas elas,
certo grau de impreciso e consequentemente haver sempre a impossibilidade de
garantir com absoluta certeza de que um determinado estado limite no ser violado.
Nesse contexto, alguns procedimentos de clculo foram desenvolvidos como o do
coeficiente de segurana central, que possui enfoque determinstico; o do coeficiente de
segurana global, de enfoque semi-probabilstico; at chegar ao conhecido hoje como
probabilstico de fato, que possibilita efetivamente avaliar a violao de estados limites
e a confiabilidade das estruturas por meio das grandezas, tais como, probabilidade de
falha e ndice de confiabilidade.

4.2 - PROCEDIMENTO DETERMINSTICO

4.2.1 - COEFICIENTE DE SEGURANA CENTRAL

Ao dimensionar uma estrutura o que se pretende sempre que a Resistncia (R)

seja maior que a Solicitao (S). Tal objetivo pode ser conseguido atravs de um
procedimento determinstico, isto porque relacionam as variveis R e S por meio de
suas respectivas mdias, deste modo obtm-se o chamado coeficiente segurana central
0 (BECK 2008).
 ( )

Onde,
a mdia da varivel R;
a mdia da varivel S.

As variveis apresentam cada uma, certa distribuio de probabilidades. Por uma

questo intuitiva, a relao se d pelas mdias das variveis, como poderia se d por
qualquer outro valor.
A razo, portanto de comear-se tomando os valores mdios de R e S para
determinar o 0, deve-se nica e exclusivamente ao fato de configurar algo logicamente
esperado, isto , as probabilidades da resistncia ser inferior ou superior ao seu valor
mdio de 50% em ambos os casos. Alm do que, por serem desconhecidas maiores
informaes sobre os demais parmetros estatsticos, os valores mdios num primeiro
momento so os mais representativos.
Tanto a resistncia quanto a solicitao atuante na estrutura real pode ser maior
ou menor que a mdia das variveis R e S, isto , que os valores R e S .
Se a varivel R tem distribuio simtrica em torno de sua mdia R, ento
existem as seguintes probabilidades:

P[{R< R}] = 0,5

P[{R>R}] = 0,5

O mesmo entendimento vale para a solicitao. Deste modo, como os valores

mdios empregados para calcular o coeficiente de segurana central, no refletem uma
situao de certeza, j que podem assumir valores diferentes da mdia,
consequentemente o referido 0 no expressa um coeficiente de segurana
suficientemente confivel para a segurana da estrutura a ser calculada, h portanto, a
necessidade de ser introduzido valores ponderados ou caractersticos para o seu clculo.

4.3 - PROCEDIMENTO SEMI-PROBABILSTICO

 4.3.1 - COEFICIENTE DE SEGURANA GLOBAL

Diante das incertezas das quais se revestem as variveis R e S, conforme

externado no Captulo 3, e com o intuito de contornar o problema da determinao de
um coeficiente de segurana que reproduza e que possa, com certo nvel de
confiabilidade, ser empregado no clculo de estruturas, surge como alternativa a adoo
de valores caractersticos mais representativos, que podem ser utilizados a partir de
coeficientes parciais de segurana que objetivam nada mais que provocar uma reduo
na resistncia e um aumento na solicitao.
partindo dessa premissa, que se obtm os coeficientes de reduo da

resistncia (k) e coeficientes de aumento da solicitao (k) bastante difundidos na

literatura.
Com este procedimento possvel calcular o chamado coeficiente de segurana
global k.
Sendo a resistncia e a solicitao variveis normais, isto , com funo
densidade de probabilidade normal, os valores caractersticos obtidos so:

rk = R - kR . R ( )
sk = S + kS . S ( )

onde,

rk a resistncia caracterstica e
sk a solicitao caracterstica
kR uma constante que reflete a confiana associada com o valor caracterstico r k
kS uma constante que reflete a confiana associada com o valor caracterstico s k
R a tenso resistente
S a tenso solicitante

O nvel de confiana associado s constantes k e aos valores caractersticos

assim obtidos determinado a partir da funo de distribuio cumulativa de
probabilidades (F) (BECK 2008).
 Tais valores caractersticos para rk e sk so obtidos a partir da inversa da funo
de distribuio cumulativa de probabilidades e do nvel de confiana desejado p k
(BECK 2008).

O nvel de confiana pode ser expresso como:

pk = P[ { R > rk } ] ou ( )
pk = P[ { S < sk } ] ( )

com,

rk = FR-1 (1 - pk) ( )
sk = FS-1 (pk) ( )

onde,

[ ] a probabilidade de R ser maior do que rk;

[ ] a probabilidade de S ser menor do que sk;
FR-1 a inversa da distribuio cumulativa de probabilidades de R;
FS-1 a inversa da distribuio cumulativa de probabilidades de S.

Fazendo,

( )

( )

Como j externado, diante das incertezas que detm as variveis, tanto as de

solicitao quanto as de resistncia, a segurana do nvel de confiana, em relao aos
valores caractersticos rk e sk, dificilmente ser de 100%, neste contexto h a
necessidade de se definir um coeficiente de segurana global:
 ( )

Em funo do coeficiente de segurana central , fica:

( )

Por mais que o fornea um enfoque mais prximo da realidade das estruturas,
quando comparado ao coeficiente de segurana central, observa-se que a subjetividade
na escolha do nvel de confiana ainda no possibilita a mensurao de uma medida que
expresse uma violao de estado limite. Portanto, s com o enfoque probabilstico ser
possvel mensurar tal violao, e tal objetivo ser conseguido, aplicando os conceitos de
confiabilidade, como ser exposto a seguir.

4.4 - PROCEDIMENTO PROBABILSTICO

4.4.1 - CONFIABILIDADE

O objetivo da confiabilidade estrutural avaliar a probabilidade da estrutura no

vir a falhar com relao aos objetivos para o qual a mesma foi projetada em sua vida
til. Surge ento a necessidade de mensurar a confiabilidade de uma estrutura.
Sendo a confiabilidade da estrutura denotada por C e P f sua probabilidade de
falha, a confiabilidade pode ser dada por:

C= 1 - Pf ( )

Embora, intuitivamente, num primeiro momento pense em avaliar a

confiabilidade da estrutura por C, percebe-se que tal procedimento pouco racional,
pois tem quase nenhum valor prtico, tendo em vista que a probabilidade de falha para
estruturas, via de regra, assume valores muito pequenos, da ordem de 10 -4 10-6. Deste
modo, todas as estruturas teriam confiabilidade da ordem de 99,99%.
Portanto, quando se trata de confiabilidade estrutural, o que se pretende
determinar a sua probabilidade de falha, pois esta sim tm valor representativo.
 4.4.2 - FUNO DE FALHA E DOMNIO DE FALHA

Para que a avaliao da probabilidade de falha torne-se possvel, preciso que

seja definida uma funo de falha, pois esta configura uma funo de estado limite. Seja
a funo de falha G(U) assim definida, com variveis aleatrias U1 e U2, no espao
original U:

G(U) = U1 U2 ( )

A funo de falha pode estar em funo de n variveis aleatrias, cuja equao

de estado limite definida por:

G(U) = G(U1, U2, ..., Un) = 0 ( )

Figura 4.1 Ilustrao dos domnios de falha e domnio seguro (Adaptado de

SAGRILO e LIMA, 2002).

Como se constata pela Figura 4.1, a funo de falha separa os domnio de falha
do seguro, sendo os mesmo representados respectivamente pelas equaes 4.15 e 4.16.

Dfalha = { ( ) ( )
Dseguro = { ( ) ( )

Onde n o nmero de variveis aleatrias pertencentes ao espao original U.

 Valores negativos da funo ( ), significam pontos pertencentes ao domnio
de falha e indicam a violao de um dado estado limite. Valores positivos indicam
pontos dentro da regio segura e com os quais se pretende trabalhar. Os valores das
variveis para as quais resulta valor nulo da funo de falha, representam o limite da
funo que separa o domnio seguro do domnio de falha.
Aplicando o conceito da funo de falha aos problemas de engenharia e com o
intuito de tornar o problema da confiabilidade mais compreensvel, pode-se defini-la em
funo das variveis, resistncia (R) e solicitao (S):

G(U) = R S ( )

Cuja falha caracterizada quando:

G(U) 0.0 ( )

Ou seja,

R S 0.0 ( )

4.4.3 - PROBABILIDADE DE FALHA

Tendo em vista que a equao de estado limite separa o domnio de falha do

domnio seguro, a probabilidade de falha Pf, assim definida:

Pf = P(G(U)0.0) = F fu(U)du ( )

Onde fu(U) a funo distribuio de probabilidade, cuja integrao no domnio

de falha, fornece a probabilidade de falha Pf.
Ocorre que, a obteno da probabilidade de falha pela equao 4.20, implica a
determinao de uma integral n-dimensional num domnio complexo, conforme
equao 4.15.
No referido espao pode-se ter inmeras variveis, caso as mesmas sejam
aleatrias e independentes, a funo densidade de probabilidade marginal de u i
(MELCHERS, 2002), pode ser expressa como:
 ( ) ( ) ( ) ( ) ( )

Deste modo, a avaliao da probabilidade de falha pela equao que demande a

integrao da funo densidade de probabilidade da equao 4.20 tem se restringido a
problemas com 5 a 6 variveis aleatrias, no mximo (SAGRILO e LIMA, 2002).
Uma estrutura pode apresentar n modos de falhas. Cada modo de falha est
associado a uma funo de falha ou funo de estado limite G(U), onde U um
universo de variveis aleatrias. O conjunto de pontos onde G(U)=0.0 define a chamada
superfcie de falha, que por sua vez separa a regio segura do domnio de falha, que no
plano claramente representada pela Figura 4.2:

Figura 4.2 Representao grfica da funo de falha para o caso de duas variveis
aleatrias (SAGRILO e LIMA, 2002).

Assim, no contexto de dimensionamento de uma estrutura, onde se pretende

atender aos requisitos de servio e segurana, tm-se as variveis aleatrias R
(resistncia) e S (solicitao), conforme Figura 4.3 e cuja probabilidade de falha pode
ser expressa como (MELCHERS, 2002):

[{ ] ( )
Ou
[{ ]
Onde,
probabilidade de falha.
Na Figura 4.3 esto representadas as funes distribuies de probabilidade
marginais da resistncia ( ), da solicitao ( ), a funo de distribuio de
probabilidade conjunta ( ) e a funo de falha G(U).

G > 0: domnio de
segurana

G < 0: domnio de
falha D

Figura 4.3 Representao grfica da probabilidade de falha para o caso de duas

variveis aleatrias, R e S (MELCHERS, 2002).

Fica claro, portanto que a anlise de confiabilidade estrutural objetiva,

inicialmente, a avaliao da probabilidade de falha.
A avaliao da probabilidade de falha constitui o problema fundamental de
confiabilidade, tal problema visa avaliar a possibilidade de falha de qualquer ponto (r,s)
que esteja no domnio de falha do evento [{ ], de acordo com BECK (2008),
esta determinada por meio da equao:

[( ) ] ( ) ( )

onde,

( ) a funo conjunta de densidade de probabilidade de R e S.

 O domnio de falha limitado pela reta r=s, de forma que a integral resulta:

( ) ( )

Sendo R e S independentes estatisticamente:

( ) ( ) ( ) ( )

A probabilidade de falha passa a ser:

( ) [ ( ) ] ( ) ( ) ( )

Onde,

( ) a funo marginal de densidade de probabilidade da solicitao

( ) a funo marginal de distribuio cumulativa de probabilidade de
resistncia.
fRS(r,s) a funo de distribuio conjunta de R e S.

4.4.4 - MARGEM DE SEGURANA

Uma outra abordagem no tratamento do problema da confiabilidade que

possibilita um fcil entendimento do assunto, a definio da funo de falha Margem
de Segurana a partir das variveis R e S.
Baseado no conceito anteriormente exposto da funo de falha j definida no
item 4.4.2, a probabilidade de falha pode ser definida a partir da margem de segurana
M (ANG e TANG, 1984):

( )
[{ ]
[{ ]

( ) ( ) ( )
Onde,

fM(m) a funo densidade de probabilidade de M;

FM( ) a funo de distribuio cumulativa de M.
Assumindo que R e S sejam variveis aleatrias normais e independentes, M
tambm ter distribuio normal e probabilidade de falha p f conforme Figura 4.4:

Figura 4.4 Funo densidade de probabilidade de M e Probabilidade de Falha (ANG e

TANG, 1984).

4.4.5 - GRFICOS RESULTANTES DA ANLISE DA EQUAO DA

PROBABILIDADE DE FALHA

Do que j foi exposto, sobretudo norteando-se pela equao 4.26, possvel

traar e analisar alguns grficos e deles tirar algumas valiosas concluses.

Figura 4.5 Funo densidade de probabilidade marginal das variveis R e S (BECK,

2008).

O grfico da Figura 4.5 ilustra o problema da confiabilidade de forma bastante

intuitiva e pode ser considerado um dos principais resultados quando da anlise do que
consiste a confiabilidade, e a possibilidade de violao de estados limites, isto , a falha
da estrutura, pois de sua anlise, a concluso imediata de que em um dado momento
plenamente possvel que a solicitao supere a resistncia. Ainda que pequena esta
uma possibilidade real, e a interferncia representada pela rea hachurada entre as
distribuies evidencia tal fato.
Conforme se constata na Figura 4.5, observa-se que de fato a determinao de
coeficientes de segurana, como o central, a partir de seus valores mdios no
expressam um cenrio que represente o real comportamento das estruturas, uma vez que
as variveis podem apresentar valores maiores ou menores que suas respectivas mdias.
Num contexto semi-probabilstico, os coeficientes de segurana buscam
justamente afastar s mdias das distribuies de modo que as funes no se
interceptem, desde forma, tem-se garantido, mesmo no cenrio mais desfavorvel,
sempre a existncia de valores superiores da distribuio da resistncia em relao aos
de solicitao, contudo observando que quanto mais afastados forem, tm-se uma
situao de super-dimensionamento.
Uma forma de diminuir a interferncia das distribuies e consequentemente a
probabilidade de falha, controlar as propriedades das variveis que afetam o
comportamento do material, sobretudo da resistncia (R) e em menor escala a
solicitao (S), uma vez que mais fcil, por exemplo, controlar os parmetros que
afetam a resistncia de um concreto do que a aleatoriedade das solicitaes presentes.
Este controle pode se d a partir da diminuio dos desvio-padro das variveis R e S,
uma vez que eles via de regra esto relacionados variabilidades das propriedades do
material, no caso das estruturas de concreto armado, um maior controle no seu preparo
evidenciado por fases menos heterogneas, resulta num concreto de melhor qualidade e
consequentemente haver uma probabilidade de falha menor uma vez que o desvio-
padro da resistncia tambm reduzido.
Na Figura 4.6 mostra-se a distribuio marginal de probabilidade de S e a
distribuio cumulativa de R. Em 4.7 est representado o integrando da equao 4.24. A
rea abaixo da curva mostrada em 4.7 proporcional, mas no idntica a interferncia
mostrada em 4.5 e por isso que esse problema tambm conhecido como problema de
interferncia entre populaes segundo BECK (2008).
 Figura 4.6 Funo densidade de probabilidade marginal de S e funo de distribuio
cumulativa de R (BECK, 2008).

Figura 4.7 Integrando da equao 4.24 da probabilidade de falha (BECK, 2008).

4.4.6 - NDICE DE CONFIABILIDADE

O ndice de confiabilidade constitui, assim como a probabilidade de falha, um

importante parmetro no estudo da confiabilidade estrutural.
Para defini-lo preciso antes aplicar os conceitos j mencionados de funo de
falha, assim como consideraes estatsticas referentes s distribuies de
probabilidades das variveis.
Considerando a funo de falha j definida anteriormente, pela equao 4.17,
sendo R (resistncia) e S (solicitao) variveis aleatrias estatisticamente
independentes com distribuio de probabilidade do tipo normal. A funo de falha
G(U) tambm apresentar distribuio normal em razo de ser uma combinao de
linear de duas variveis normais.
 Nessas condies, pode-se ento definir dois importantes parmetros, a mdia G
e a varincia , a partir da soma ou subtrao das variveis normais aleatrias e
estatisticamente independentes. Deste modo:

( )

( )

A fim de tornar possvel a obteno do ndice de confiabilidade, a varivel

aleatria com distribuio de probabilidade do tipo normal no espao original U, pode
ser transformada em uma varivel padro normalizada V, por meio da conhecida
transformao de Hassorfer e Lind cujo objetivo conforme preconiza (BECK 2008),
transformar um conjunto de variveis normais U com mdia e desvio-padro quaisquer
(Ui, ), em um conjunto de variveis normais padro V com mdia nula e desvio
padro unitrio.

( )

A equao 4.31 chamada de transformao de Hassorfer e Lind, expressando-a

em termos da funo de falha G, resulta em:

Para, , obtm-se:

Assim:

( )

Levando o resultado da equao 4.32 4.20, a probabilidade de falha resulta em:

[{ ] ( ) ( ) ( ) ( )
Onde, o ndice de confiabilidade, definido conforme expresso 4.34 para o caso das
variveis aleatrias R e S possurem distribuio normal e a funo cumulativa da
distribuio normal padro com mdia zero e desvio padro unitrio.

( )

Como a transformao de Hassofer e Lind tem a propriedade de transformar as

variveis de modo a se tornarem normais natural que o ndice assim definido, seja
vlido apenas quando se tratar de variveis com distribuies normais:

( )

Uma forma de ilustrar os resultados, de forma bastante intuitiva, a partir da

funo distribuio de probabilidade da varivel normalizada, conforme se observa na
Figura 4.8:

Figura 4.8 Probabilidade de falha (Pf) em funo da varivel normalizada V (adaptado

de BECK, 2008).

Da anlise da Figura 4.8 fica claro o enfoque geomtrico que h por trs do
ndice de confiabilidade, pois este representa a distncia entre a origem da distribuio
de probabilidade e o limite da superfcie de falha.
Deve-se ressaltar que se o resultado mostrado para o ndice de confiabilidade
foi possvel em razo da transformao de Hassorfer e Lind por meio da qual pode-se
provar que de fato, como bem preconiza SAGRILO e LIMA (2002):
(V , ) = (0 , )
 4.4.7 - INTERPRETAO GEOMTRICA DO NDICE DE
CONFIABILIDADE

A partir da funo de falha anteriormente mencionada pela equao 4.22, e

aplicando a regra da subtrao entre variveis aleatrias normais, e a transformao de
Hassofer e Lind, pode-se fornecer um enfoque geomtrico ao ndice de confiabilidade.
Transformando as variveis aleatrias R e S que esto no espao original para o
espao normal reduzido, em YR e YS, respectivamente, tm-se:

( )

( )

Com as variveis transformadas, a funo de falha

( ) passa a ser representada, em funo das variveis no espao reduzido,
da seguinte forma:

( ) ( )

Na situao limite em que a solicitao se iguala resistncia

(g( ) ), a superfcie de falha pode ser representada pela equao da reta:

( )

( ) ( ) ( )

Calculando a distncia de um ponto qualquer (Y1,Y2) no espao das variveis

transformadas ou reduzidas (espao normal padro Y) at a origem do referido espao
(Y1,Y2) = (0,0), tm-se:
 ( ) ( )
( ) ( )
( )

O mnimo da funo obtido derivando-a em relao a uma das variveis e

igualando-a a zero. Desta forma, derivando-se a equao 4.39 em relao a varivel YR,
tm-se que:

( )

Derivando a equao 4.38 em relao a tm-se:

( )

Deste modo, com o resultado de 4.41 a equao 4.40, se torna:

( )

Com as dedues expostas, obtm-se as coordenadas do ponto ( ) a

superfcie de falha mais prximo da origem. Substituindo a equao 4.38 na 4.42, e
deixando esta ltima em funo de :

( )
( )

Considerando novamente a distncia , derivando agora em relao

a , igualando a zero e utilizando a equao 4.36, obtm-se a coordenada do ponto
sobre ( ) mais prximo da origem (BECK, 2008):

( )
( )
 Assim as coordenadas do ponto da superfcie de falha mais prximo da origem
so:

( )
( ) ( ) ( )

Substituindo-se os valores das coordenadas acima ( ) na equao 4.39,

obtm-se a distncia mnima entre a funo de falha ( ) e a origem do espao
normal padro:

( )

Com a expresso acima fica demonstrado que o ndice de confiabilidade (eq.

4.34b) corresponde a menor distncia entre a superfcie de falha e a origem do espao
normal padro:

( )

Assim, o ndice de confiabilidade uma medida geomtrica da probabilidade de

falha, conforme expresso na equao 4.33 ( ( )).

O grfico da Figura 4.9 permite visualizar o ndice de confiabilidade sob

enfoque geomtrico.
Figura 4.9 Interpretao geomtrica do ndice de confiabilidade (TORRES, 2009).

4.4.8 - INCERTEZAS NA CONFIABILIDADE ESTRUTURAL

So inmeras as incertezas ligadas ao projeto e construo de quaisquer

estruturas.
As incertezas presentes num projeto, fabricao dos materiais e uso da estrutura,
podem ser normais ou associadas a erros humanos e a outros fatores alheios ao
calculista. (SAGRILO e LIMA, 2002).
No presente estudo, no que concerne anlise de confiabilidade estrutural, as
incertezas adotadas so do tipo normais, isto , aquelas das quais ainda h certo controle
e no contempla aquelas relacionadas a erros humanos.
Portanto, as incertezas normais representam uma parcela referente
probabilidade real de falha de uma estrutura.
As incertezas normais podem ser ainda subdivididas em incertezas inerentes ou
fundamentais e incertezas devido ao incompleto ou imperfeito conhecimento na
avaliao das cargas, solicitaes e resistncia de uma estrutura. As incertezas inerentes
ou fundamentais resultam da variabilidade natural de uma determinada varivel, por
exemplo, altura de onda, velocidade do vento, etc. Estas incertezas no podem ser
eliminadas com um maior nmero de informaes. As incertezas devido ao imperfeito
ou incompleto conhecimento, tambm denominadas como epistmicas, esto
diretamente relacionadas quantidade limitada de dados para definir estatisticamente as
incertezas fundamentais e imperfeio nos modelos matemticos usados para calcular
cargas, solicitaes e a capacidade resistente de uma estrutura. Estas incertezas podem
ser reduzidas a partir de um nmero maior de informaes ou atravs do emprego de
modelos matemticos mais precisos (SAGRILO e LIMA, 2002).
J THOFT-CHRISTENSEN e BAKER (1982), citado por VANHAZEBROUCK
(2008), afirma de forma direta a existncia de trs incertezas:
a) Incerteza fsica: variabilidades inerentes ao carregamento, s propriedades dos
materiais e s dimenses;
b) Incerteza estatstica: ligada a escolha apropriada do tipo de distribuio de
probabilidade e a determinao numrica dos seus parmetros, baseadas em uma
amostra de dados de tamanho limitado;
c) Incerteza do modelo: representando as incertezas devido a simplificaes,
condies de contorno desconhecidas e efeito ignorado de outras variveis.
Nesse contexto, a misso da Engenharia adotar um nvel de segurana
adequado para os projetos das estruturas, tendo-se em vista as limitaes financeiras
existentes. A considerao das incertezas e a busca pela segurana ideal so objetivos
da teoria da confiabilidade (VANHAZEBROUCK, 2008).
V-se, portanto, que a classificao da incerteza difere quanto a forma de diviso
feita por cada autor, porm a considerao dos tipos de incertezas so as mesmas no
mbito da confiabilidade estrutural.
 CAPTULO 5

MTODOS ANALTICOS E NUMRICOS

APLICADOS CONFIABILIDADE ESTRUTURAL

5.1 - CONSIDERAES GERAIS

A fim de viabilizar a obteno dos parmetros de interesse na confiabilidade

estrutural, especificamente os clculos da probabilidade de falha e o ndice de
confiabilidade, mtodos analticos foram desenvolvidos para tal finalidade, conforme
preconiza BECK (2008):

- FOSM (Mtodo de primeira ordem e Segundo momento)

- FORM (Mtodo de confiabilidade de primeira ordem)
- SORM (Mtodo de confiabilidade de segunda ordem)

A razo de tais mtodos terem sido desenvolvidos para mensurar a probabilidade

de falha se deve s dificuldades que normalmente esto presentes na avaliao da
integral da equao 4.20, mostrada no captulo 4 (Pf = P(G(U)0.0) = F fu(U)dU).
Dentre estas dificuldades, pode-se mencionar o domnio complexo no qual as
variveis esto inseridas assim como a funo de falha, o grau de dependncia das
vrias variveis de projeto existentes e a forma como as funes densidades de
probabilidades podem estar distribudas (no-normal).

Como ser visto, tais mtodos envolvem duas situaes que so:

1) A busca pelo ponto de projeto, isto , identificar o ponto pertencente ao

domnio de falha e sobre a funo de falha, mais prximo origem do
espao padro (reduzido);
2) A transformao das variveis para o espao padro (reduzido).
 Essas duas condies, em linhas gerais, possibilitam o enfoque analtico,
necessrio ao tratamento do assunto, sobretudo em razo de algoritmos que so
formulados, viabilizando desta forma a obteno dos parmetros de interesse na
confiabilidade.
Alm dos mtodos analticos mencionados, existem tambm, mtodos numricos
sendo deles o mais conhecido, a simulao de Monte Carlo (BECK, 2008). Dado o
enfoque experimental da qual se reveste, a mesma constitui-se numa importante e
consagrada tcnica aplicada, sobretudo para fins de validao e comparao de solues
analticas aproximadas encontradas mediantes emprego de mtodos analticos.

5.2 - MTODOS ANALTICOS

No mtodo FOSM, a equao de estado limite (ou funo de falha) aproximada

por uma funo linear, as variveis so estatisticamente independentes e esto
necessariamente distribudas de forma normal (gaussiana).
No mtodo FORM, a equao de estado limite (ou funo de falha)
aproximada por uma funo linear, as variveis podem estar ou no correlacionadas
entre si e podem estar distribudas de forma no-normal.
A principal diferena do mtodo FOSM para o FORM, est no fato de que no
FOSM as variveis necessariamente devem ser normais e estatisticamente
independentes, o que a princpio constitui um aspecto que limita seu uso, dado que para
situaes reais, a soluo dos problemas prticos de engenharia comum considerar a
dependncia entre as variveis.
No mtodo SORM, a equao de estado limite (ou funo de falha)
aproximada por uma funo quadrtica, as variveis podem estar ou no correlacionadas
entre si e podem estar distribudas de forma no-normal.
Neste trabalho, ser utilizado o mtodo FORM, pois mesmo sendo a funo de
falha aproximada por uma funo linear (BECK, 2008), entende-se que esse mtodo
atende de forma satisfatria a soluo de problemas prticos de engenharia uma vez que
considera a possibilidade de correlao entre as variveis de projetos. Assim como, as
distribuies de probabilidades das mesmas podem ser quaisquer, isto , no
necessariamente gaussianas (normais), o que constitui um cenrio bastante possvel no
contexto das variveis aleatrias num projeto de estruturas.
 5.2.1 - MTODO ANALTICO FORM

O mtodo FORM, assim como os demais, se baseia na transformao de

Hassofer e Lind, conforme j mencionado no item 4.4.6, na qual as variveis aleatrias
de distribuio normal e mdia e desvio padro quaisquer so transformadas em
variveis, tambm normais, com mdia nula e desvio padro unitrio.
Esta transformao permite avaliar probabilidades associadas a varivel padro
(reduzida) atravs da funo cumulativa normal padro (), assim expressa (SAGRILO
e LIMA, 2002) pela equao 4.33( ( )).
A essncia do mtodo FORM est baseada na idia que h por trs da
interpretao geomtrica do ndice de confiabilidade descrita no captulo anterior. Isso
porque, no espao reduzido das variveis normais padro estatisticamente
independentes e para uma funo de falha linear, a confiabilidade pode ser facilmente
obtida atravs da distncia da funo de falha at a origem.
No mtodo FORM, as variveis aleatrias U, cujas distribuies so quaisquer e
podem ser dependentes entre si ou no, so transformados em variveis V normais
padres estatisticamente independentes. A funo de falha G(U) escrita em funo das
variveis V como g(V). Depois disto, a superfcie de falha g(V)=0.0 aproximada por
uma superfcie linear (ou hiperplano) no ponto com a menor distncia at a origem,
identificado como V* ( o ponto de projeto no espao das variveis reduzidas). A partir
disto, a probabilidade de falha, pode ser simplesmente calculada pela equao 4.33
(SAGRILO e LIMA, 2002), conforme Figura 5.1, na qual a transformao de variveis
pode ser visualizada de forma clara. Na Figura 5.2 h a representao grfica do mtodo
FORM.
 Figura 5.1 Transformao de variveis (adaptado, CHOI, GRANDHI e CANFIELD,
2007).

Figura 5.2 Representao grfica do Mtodo FORM e linearizao da funo de falha

(SAGRILO, 1994).

Da interpretao geomtrica explicitada no captulo anterior, constata-se que o

ndice de confiabilidade a norma do vetor que inicia na origem do espao reduzido e
vai at o ponto de projeto:

| V* | ( )
 As coordenadas do ponto de projeto no espao das variveis reduzidas so
definidas por:

( )

Onde,

i a componente do vetor normal superfcie de falha, calculada no ponto de projeto

(referente varivel aleatria i), expressa por:

( )
( )
( )
| |

Esta expresso representa os chamados cossenos diretores do hiper-plano, que

so obtidos dividindo-se o vetor gradiente pelo mdulo do mesmo.
Isto significa que, o componente de do vetor representa um coeficiente de
sensibilidade da probabilidade de falha em relao a varivel V i e, portanto, a varivel
aleatria Ui. Se o valor pequeno, em relao unidade ( ), a varivel Ui
tem pouca influncia na probabilidade de falha da estrutura, e pode at ser eliminada
(substituda por um valor determinstico). Esta informao muito importante pois
permite reduzir a dimenso do problema atravs da eliminao de variveis sem
importncia (BECK, 2008).
Outro aspecto importante, que a transformao de Hassofer e Lind tem a
propriedade de preservar a linearidade da equao de estado limite. Portanto, a equao
de estado limite no espao V, g(V) = 0 tambm um hiper-plano (BECK, 2008).
Assim, diante do que foi exposto, a soluo das equaes de funo de falha,
sobretudo as no-lineares, invariavelmente demandar duas etapas que so:

1) Soluo do problema de otimizao para encontrar o ponto de projeto e o ndice

de confiabilidade;
2) Aproximao da equao de estado limite por um hiper-plano, no ponto de
projeto.

No mtodo FORM, alm da probabilidade de falha ser determinada de maneira

aproximada, esta tambm depende da concavidade da superfcie de falha no espao
reduzido. Esta aproximao pode ser a favor da segurana quando g(V) for convexa em
torno do ponto de projeto ou ser contra a segurana no caso contrrio, conforme pode-se
observar na Figura 5.3. Porm, para casos prticos de estruturas, a diferena entre o
valor real e o valor aproximado da probabilidade de falha irrelevante (SAGRILO e
LIMA, 2002).

Figura 5.3 Aproximao da superfcie de falha pelo mtodo FORM para superfcies
convexas e cncavas (TORRES, 2009).

5.3 - MODELOS DE TRANSFORMAO DE VARIVEIS

No mtodo FORM, as transformaes das variveis podem ser feitas atravs das
transformaes de Rosenblatt ou pelo modelo de Nataf (SAGRILO e LIMA, 2002).
Independente de qual modelo seja usado, antes deve ser construda uma funo
conjunta de distribuio de probabilidades fU(x) e esta deve ser transformada em uma
distribuio gaussiana padro multi-variada fV(y) (com mdia zero e desvio padro
unitrio). Esta transformao representa um mapeamento um a um, que leva pontos do
domnio original U para o domnio V (BECK, 2008).
A determinao da funo de distribuio conjunta de probabilidade das
variveis aleatrias constitui-se uma atividade bastante complexa e na maioria dos casos
impossvel de ser obtida. Isso porque, em geral no existem observaes ou registros
simultneos de todas as variveis envolvidas no problema. Via de regra, as nicas
informaes estatsticas sobre as variveis aleatrias do problema se resumem a funo
de distribuio de probabilidades marginal de cada varivel isoladamente, e aos
coeficientes de correlao entre pares de variveis. Deste modo, na prtica, a referncia
funo conjunta de distribuio de probabilidade apresenta as seguintes descries
estatsticas: ( ) representando as distribuies de probabilidades marginais
sendo , variveis aleatrias e L representando a matriz de correlao
formada pelos coeficientes de correlao entre pares de variveis, tal como apresentado
na equao 5.4.

[ ] ( )

sendo n a quantidade de variveis aleatrias presentes no problema, e o coeficiente

de correlao entre pares de variveis.
Vale destacar que, o modelo de Rosenblatt envolve distribuies de
probabilidade condicionais que dificilmente so construdas. (BECK, 2008). Enquanto
que o modelo de Nataf envolve uma transformao em variveis normais equivalentes,
e a eliminao da correlao entre elas (BECK, 2008). Tais modelos so apresentados
nos itens a seguir.

5.3.1 - TRANSFORMAO DE ROSENBLATT

No caso onde as informaes probabilsticas completas so conhecidas, ou seja

f u (U) conhecida, a transformao de Rosenblatt (MADSEN et al., 1986) a mais

indicada para a transformao das variveis U em V. Esta transformao definida

como:

V1 1 FU1 (U1 )
V2 1 F U2 (U 2 / U1 ) (5.5)


Vn 1 FU n (U n / U1U 2 U n )

onde FUi (U i / U1U 2 U i 1 ) a funo cumulativa de probabilidade da varivel Ui

condicionada a valores conhecidos da variveis U 1, U2, ..., Ui-1 e 1(.) o inverso da

funo cumulativa normal padro (SAGRILO e LIMA, 2002).
 Como poucas vezes na prtica esto disponveis os dados na forma adequada
para serem utilizados na transformao de Rosenblatt, a transformao de Nataf, como
ser mostrado a seguir, a mais usada. Mesmo para os casos onde a distribuio de
probabilidade conjunta das variveis conhecida, o modelo de Nataf pode ser
empregado. (SAGRILO e LIMA, 2002).

5.3.2 - TRANSFORMAO DE NATAF

O mtodo de Nataf se prope a transformar variveis aleatrias U

correlacionadas ou no, em variveis equivalentes com distribuio normal padro
estatiscamente independentes Vi, por meio das distribuies marginais de cada varivel
aleatria e dos coeficientes de correlao entre elas, da seguinte forma:

( )

Onde,

= Vetor contendo as mdias normais equivalentes das variveis contidas em U;

= Matriz diagonal contendo os desvios padres normais equivalentes das variveis

aleatrias U;

= a inversa da matriz triangular inferior obtida da decomposio de Choleski da

matriz dos coeficientes de correlao de U

Como se observa na equao 5.7, o mtodo de Nataf tambm se caracteriza por

descorrelacionar as variveis, e essa descorrelao se d por meio da matriz que
multiplica o lado esquerdo da equao de Hassofer e Lind.
A matriz assim obtida (SAGRILO e LIMA, 2002) por:

= L-1 (5.7)

[ ] ( )
 0

i=1...n

( ) ( )

Onde,

n o nmero de variveis aleatrias;

ij o coeficiente de correlao normal equivalente entre as variveis U i e Uj.

Portanto, o mtodo de Nataf transforma as distribuies das variveis marginais

originais em distribuies normais equivalentes (um conjunto de variveis
correlacionadas), em seguida obtm-se os coeficientes de correlao equivalente entre
essas variveis formando uma matriz de correlao que por fim descorrelacionada pela
decomposio de Cholesky (BECK, 2008).
importante observar que o ato de descorrelacionar as variveis serve para
aproveitar as propriedades de simetria da distribuio normal padro multi-variada
(BECK, 2008).

5.4 OBTENO DA DISTRIBUIO NORMAL EQUIVALENTE

comum que nos problemas prticos da engenharia, as variveis apresentem

distribuies de probabilidades as mais diversas, sobretudo no-normais. Tendo em
vista que o modelo de Nataf no comporta variveis no-normais, surge a necessidade
de se obter uma distribuio normal equivalente.
A distribuio normal equivalente pode ser obtida a partir do princpio da
aproximao normal. A aplicao deste princpio possibilita aproximar a cauda da
distribuio original pela cauda de uma distribuio normal equivalente, como mostrado
na Figura 5.4 (BECK, 2008):
Figura 5.4 Princpio da aproximao normal (Adaptado, CHOI, GRANDHI e
CANFIELD, 2007).

O princpio da aproximao normal (DITLEVSEN, 1981) consiste em

determinar para um ponto , uma distribuio normal equivalente que preserve o
contedo da probabilidade da distribuio original ( ) neste ponto . Como a
distribuio normal equivalente est definida no domnio U, escreve-se (BECK, 2008):

( ) ( ) ( )

A fim de obter os dois parmetros da distribuio normal equivalente, e

, mdia e desvio padro da normal equivalente, respectivamente, faz-se necessrio

mais uma equao alm da equao 5.10:

( ) ( ) ( )

Por meio da transformao de Hassofer e Lind, um conjunto de variveis com

distribuies marginais normais padro V pode assim ser obtido:
 ( )

Reescrevendo as equaes em funo de obtm-se:

( ) ( ) ( ) ( )

( )
( ) [ ( )] ( ) ( )

Onde,
a funo de distribuio cumulativa de probabilidade da varivel Ui;
a funo densidade de probabilidade da varivel Ui;
a funo cumulativa de uma distribuio normal padro;
a funo densidade de probabilidade de uma distribuio normal padro.

Dois importantes parmetros da distribuio normal equivalente so obtidos

como soluo do sistema das equaes 5.12 e 5.13.

[ ( ( ))]
( )
( )

( ( )) ( )

Onde,

-1 a inversa da distribuio cumulativa normal padro.

Portanto, na maioria dos casos as variveis no so normais e para estes casos,

ento, uma transformao em normal equivalente, pode ser empregada para poder-se
operar com a equao (5.6) (SAGRILO e LIMA, 2002).
Deve ser colocado que a transformao em normais equivalentes, no considera
casos as quais variveis so correlacionadas. No caso de variveis correlacionadas
tambm possvel usar a mesma transformao para obtermos normais equivalentes,
desde que os coeficientes de correlaes entre as variveis originais sejam corrigidos
para coeficientes de correlaes entre as normais equivalentes (SAGRILO e LIMA,
2002).
Sejam duas variveis Ui e Uj com distribuies de probabilidades quaisquer e
dependentes entre si, cuja dependncia definida pelo coeficiente de correlao ,
ento, o coeficiente de correlao equivalente entre as duas distribuies normais
equivalentes s variveis Ui e Uj pode ser definido como:

( )

Onde,

F o valor que depende somente de e dos coeficientes de variao das variveis Ui e

Uj. Este valor no depende do ponto onde a transformao est sendo realizada. Os
autores KIUREGHIAN e LIU (1986) desenvolveram expresses analticas para o fator
F para um grande nmero de distribuies de probabilidade (SAGRILO e LIMA, 2002).
Uma vez definidas as distribuies normais equivalentes para as variveis U e as
suas correlaes equivalentes, a expresso (5.6) pode ser ento empregada para obter
variveis normais padres estatisticamente independentes V (SAGRILO e LIMA,
2002).

5.5 - PONTO DE PROJETO E ALGORITMO PARA ANLISE DE

CONFIABILIDADE VIA FORM

O ponto sobre a funo de estado limite que corresponde mnima distncia

origem corresponde ao ponto de projeto. Este vem a ser o ponto sobre o domnio de
falha com a maior probabilidade de ocorrncia. Nesse contexto, o ponto de projeto
tambm o ponto ideal para a linearizao da equao de estado limite, quando esta for
no-linear.
A transformao para o espao normal padro d origem a uma distribuio
multi-normal padro fV(y), a qual possui simetria radial e cujas curvas de equi-
probabilidades so crculos concntricos centrados na origem conforme mostra as vistas
e cortes das Figuras 5.5 a 5.8 (BECK, 2008).

Figura 5.5 Problema fundamental de confiabilidade em termos de R e S

(BECK,2008).

Figura 5.6 Problema fundamental de confiabilidade em termos de y1 ou V1 e y2 ou

V2 (BECK,2008).
 Figura 5.7 Aproximao de primeira ordem integrao uni-dimensional
(BECK,2008).

Figura 5.8 Soluo iterativa para busca do ponto de projeto (BECK, 2008).

A determinao do ponto de projeto feita atravs da formulao de um

problema de otimizao com uma restrio tal que:

Minimize: |V|
Sujeito a: g(V) = 0 ( )

No mtodo FORM verificam-se os benefcios da utilizao de matrizes

jacobianas, nas transformaes. Assim para obter o ponto de projeto (V*) e o ndice de
confiabilidade (), inicialmente definida a matriz Jacobiana ( J ):
 ( )

Onde, derivando a equao 5.7 ( ) em relao a U, tm-se:

( )

Assim:

( )

Desta forma, a equao 5.7 pode ser assim reescrita:

( ) (5.22)

Nesta equao, m o vetor com as mdias das variveis U e a inversa de

uma matriz diagonal contendo aos desvios padres das variveis U.
Existem vrios algoritmos de otimizao para resolver este problema. O
algoritmo mais usado na anlise de confiabilidade estrutural aquele desenvolvido por
HASOFER e LIND (1974) e aprimorado por RACKWITZ e FIESSLER (1978). Este
algoritmo comumente identificado como HLRF e resumido pela seguinte expresso
recursiva (SAGRILO e LIMA, 2002).

[ ( ) ( )] ( ) ( )
( )

Onde,
( ) o gradiente da funo de falha no espao reduzido;
g(Vk) o valor da funo de falha no ponto Vk.

muito til o conhecimento das relaes mostradas abaixo para utilizao do

mtodo HLRF:
 ( ) ( ) (5.24)
( ) ( ) ( ) (5.25)

Onde,

( ) o gradiente da funo de falha no espao original avaliado no ponto U i;

( ) o gradiente da funo de falha no espao reduzido avaliado no ponto Vi.

O ponto Uk+1, no espao original, obtido atravs da seguinte expresso:

( ) ( ) ( )

Portanto, os principais passos para clculo da probabilidade de falha pelo

mtodo analtico FORM so os que seguem (SAGRILO e LIMA, 2002):

1- Avaliar as correlaes equivalentes entre as variveis e montar a matriz ,

apresentada na equao 5.7;

2- Escolher um ponto de partida U no espao original (geralmente as mdias);

3- Avaliar as mdias e desvios padres das normais equivalentes no ponto de

partida atravs das expresses 5.15 e 5.16. Em seguida montar as matrizes e m, j
descritas anteriormente, com os respectivos desvios padres e mdias das normais
equivalentes;

4- Avaliar a funo de falha g(V), o Jacobiano e o gradiente ( ) no espao

reduzido atravs das expresses 5.24, 5.21 e 5.25;

5- Transformar o ponto de partida para o espao reduzido usando a expresso

5.22;

6- Avaliar o novo ponto Vk+1 atravs do algoritmo HLRF, expresso 5.23;

 7- Avaliar o ndice de confiabilidade (expresso 5.1) no ponto Vk+1;

8 - Avaliar o novo ponto Uk+1 no espao original atravs da expresso 5.26;

9 Avaliar se a condio de parada, equao (5.27) atendida;

| |
( )

10 Caso a condio de parada seja atendida, seguir para o passo 11 e, em caso

contrrio, repetir os passos 3 a 9;

11- Avaliar a probabilidade de falha pelo mtodo FORM com o uso da

expresso 4.33.

5.6 - MEDIDAS DE SENSIBILIDADE

O mtodo analtico FORM fornece, alm da probabilidade de falha, outras

medidas de grande importncia para anlises prticas de confiabilidade. Estas medidas
so conhecidas como medidas de sensibilidade. Existem vrias medidas de
sensibilidade, como pode ser visto em [MADSEN et al., 1986]. A principal delas o
fator de importncia, conforme est presente no item 6.5.3.1 do captulo 6 (SAGRILO e
LIMA, 2002).
O fator de importncia de cada varivel aleatria i envolvida na anlise de
confiabilidade definido por:

(5.28)

Os fatores de importncia indicam, como o nome prprio nome diz, qual a

importncia relativa de cada varivel no valor final da probabilidade de falha. As
variveis com fator de importncia baixo podem ser consideradas como determinsticas
na anlise. Somente as variveis com fatores de importncia altos que efetivamente
contribuem para a probabilidade de falha. Assim, para melhorar um projeto, por
exemplo, um investimento maior deveria ser feito sobre estas variveis (SAGRILO e
LIMA, 2002).

5.7 - SIMULAO NUMRICA DE MONTE CARLO

O mtodo de Monte Carlo consiste, basicamente, em gerar valores aleatrios

para cada uma das variveis Ui envolvidas no problema de determinao da
probabilidade de falha, obtendo-se um vetor amostral i. A funo de estado limite G()
ento verificada. Se G()0 , significa que houve falha do elemento ou sistema
estrutural (BECK, 2008).
A probabilidade de falha pode ser expressa, utilizando o mtodo de Monte
Carlo, partindo da integral:

( ) ( )
( )

possvel ainda determinar a probabilidade de falha utilizando a funo

indicadora I[.], conforme a expresso 5.30:

[ ( ) ] ( ) ( )

A funo indicadora I[ ] determinada de acordo com a expresso 5.31:

( )
[] { ( )
( )

Com o uso da funo indicadora, a probabilidade de falha antes calculada como

a integral da funo densidade de probabilidade conjunta apenas no domnio de falha
(expresso 5.29) trocada pela integral sobre todo o domnio ponderada pela funo
indicadora (expresso 5.30).
A expresso 5.30 corresponde ao valor esperado da funo indicadora, assim, o
valor esperado da probabilidade de falha pode ento ser estimado por:

[ ( ) ] [ ( ) ] ( )

Onde,
n o nmero total de amostras;
Ui a i-sima amostra do vetor das variveis U geradas a partir da funo densidade de
probabilidade fU(U).

De maneira simplificada, a probabilidade de falha calculada atravs da

expresso 5.33:

( ( ) )
( )

Onde,
( ( ) ) o nmero de simulaes para as quais houve falha.

O clculo da probabilidade de falha mostrado anteriormente baseado em uma

amostra de tamanho finito n e, portanto est sujeito a um erro estatstico que
corresponde a varincia de I[.] (BECK, 2008):

() ( [ ( ) ] ) ( )

A varincia mostrada na expresso 5.34 corresponde ao erro estatstico da

simulao. Diferentes nveis de preciso podem ser alcanados com este mtodo ao
custo de se gerar uma quantidade suficiente de amostras. Na expresso 5.34 possvel
observar que a varincia diminui medida que n aumenta. Para n tendendo a infinito a
varincia tende a zero.
 CAPTULO 6

FERRAMENTAIS COMPUTACIONAIS E
EXEMPLOS ANALISADOS

6.1. CONSIDERAES GERAIS

Como j evidenciado nos captulos anteriores, para viabilizar a obteno dos

parmetros de confiabilidade, foi necessrio valer-se de certas ferramentas
computacionais. Este captulo tem por objetivo realizar anlise de confiabilidade de
prticos planos e descrever as ferramentas utilizadas na resoluo de exemplos
numricos.
Para efetuar a anlise no-linear, foi utilizado um programa em linguagem
FORTRAN utilizado aqui e tambm por GALVO (2000), cuja formulao est
integrada metodologia de soluo numrica implementada por SILVEIRA (1995).
Nesse contexto observou-se a necessidade de adotar uma formulao no-linear
capaz de resolver a soluo no-linear da relao carregamento versus deslocamento,
apresentada no captulo 2, e dentre as vrias formulaes possveis, constatou-se que a
do YANG e KUO (1994) e ALVES (1993b), apresentam boa aproximao da soluo
exata encontrada na literatura e adequada eficincia computacional, conforme preconiza
os resultados da dissertao de mestrado de GALVO (2000).
Com relao a anlise de confiabilidade, a mesma foi realizada utilizando-se o
programa PACONF tambm em linguagem FORTRAN desenvolvido por SAGRILO
(1994).
Em decorrncia do mtodo analtico de anlise de confiabilidade, no caso o
algoritmo do FORM, demandar o clculo de derivadas do vetor gradiente da funo de
falha nos pontos em estudo, optou-se por implementar interface de ligao na
linguagem MATLAB para fazer a ligao entre os dois cdigos, o de anlise no-linear
de prticos planos e o de confiabilidade.
6.2. PROGRAMA PARA ANLISE ESTRUTURAL NO-LINEAR [CDIGO-1]

A Figura 6.1 apresenta o fluxograma do programa utilizado.

Figura 6.1 Fluxograma do Cdigo-1 - programa de anlise no-linear (GALVO,

2000).

Como se observa pelo fluxograma da Figura 6.1 o cdigo permite escolher se a

anlise ser linear ou no-linear.
Pelas razes j expostas nas consideraes iniciais do captulo 2, neste trabalho,
optou-se por explorar apenas a no-linearidade geomtrica, por entender que factvel
que para problemas de estabilidade, a perda desta possa estar associada a fenmenos de
instabilidade que surgem ao longo dos incrementos de carga como o aparecimento de
grandes deslocamentos, mesmo estando a estrutura ainda em seu regime elstico.
O processamento do Cdigo-1 envolve dois momentos. O primeiro deles a
leitura dos dados de entrada 1. Neste arquivo esto contidos os dados que evidenciam a
forma como o usurio ir discretizar o modelo estrutural, definindo o nmero de
elementos e pontos nodais, as propriedades fsicas e geomtricas do material, as
condies de contorno do problema impondo restries quando for o caso, alm do
carregamento externo que atua na estrutura.
 A Figura 6.2, evidencia o arquivo de entrada 1 do exemplo 6.5.4 proposto neste
captulo.

Figura 6.2 Modelo do arquivo de dados de entrada 1 para o exemplo 6.5.4.

O passo seguinte, para o caso de anlise no-linear, a leitura dos dados de

entrada 2, onde esto as informaes necessrias a este tipo de anlise como a
formulao no-linear empregada (SILVEIRA, 1995), o valor inicial do parmetro de
carga, estratgia para incrementos e iteraes, o nmero de incrementos, o nmero
mximo de iteraes por incremento, o critrio de convergncia, dentre outros.
Um modelo deste segundo arquivo de entrada est mostrado na Figura 6.3, para
o caso do exemplo 6.5.4, apresentado no presente captulo.

Figura 6.3 Modelo do segundo arquivo de entrada de dados para o exemplo 6.5.4.

Depois de lido os arquivos de entrada 1 e 2, o programa monta o vetor de cargas

de referncia Fr e depois entra no processo incremental iterativo de acordo com a
metodologia apresentada ao longo do captulo 2 e cujo resumo est disponvel na Figura
2.6.
Finalizado o processo incremental iterativo gerado um arquivo de sada, que
possui extenso (.dat), e apresenta vrias informaes sobre o que ocorreu durante a
anlise no-linear.

6.3. PROGRAMA DE ANLISE DE CONFIABILIDADE PACONF CDIGO-2

O PACONF (Programa para Anlise de CONFiabilidade) o programa

responsvel por fornecer os parmetros de confiabilidade ao final da anlise.
O programa foi desenvolvido para anlise de problemas que possam ser
modelados por variveis randmicas U e funes de falha G(U) (SAGRILO, 1994).
O PACONF possibilita ao usurio definir vrias propriedades do problema no
arquivo de dados de entrada, como descrito posteriormente.
Um importante aspecto a ser observado que no algoritmo, para obteno da
probabilidade de falha pelo mtodo FORM, existe a necessidade de se calcular o vetor
gradiente da funo de falha nos pontos analisados o que pode ser viabilizado mediante
emprego do clculo por diferenas finitas ou pode-se definir em uma rotina especfica
que fornea o valor do vetor gradiente. Neste trabalho as derivadas analticas
necessrias ao clculo do gradiente foram calculadas e fornecidas em rotina especfica,
conforme modelo da Figura 6.4.

Figura 6.4 Rotina para clculo do gradiente da funo de falha.

 Uma vez efetuadas as etapas j mencionadas, a prxima a leitura de arquivos
de entrada no qual esto contidos os dados fornecidos pelo usurio, como o da figura
6.5. Nesse arquivo, o usurio deve definir inicialmente qual o mtodo utilizado para a
anlise de confiabilidade, que pode ser realizada pelos mtodos FORM, SORM ou
integrao numrica para at seis variveis randmicas no-correlacionadas, como
preconiza SAGRILO (1994). Neste trabalho foi utilizado apenas o mtodo FORM.
Define-se tambm o nmero de variveis aleatrias, o nmero de correlaes
entre as mesmas, o nmero de funes de falhas, de parmetros determinsticos, a forma
como feito o clculo do vetor gradiente da funo de falha em um dado ponto de
projeto, a escolha do vetor de partida, o nmero mximo de iteraes, a tolerncia para
convergncia, o vetor que armazena o tipo de distribuio de probabilidade cada
varivel, alm de inmeras informaes estatsticas das variveis, conforme Figura 6.5.

Figura 6.5 Modelo de arquivo de entrada para o PACONF.

Ao final, o PACONF gera um relatrio no qual constam os parmetros de

confiabilidade, como o ndice de confiabilidade , a probabilidade de falha calculada
pelo mtodo escolhido, medidas de sensibilidade, alm de pontos de projeto no espao
original e reduzido (U* e V*), conforme Figura 6.6.

Figura 6.6 Modelo de arquivo de sada do PACONF.

6.4. INTERFACE ENTRE OS CDIGOS 1 E 2 - CDIGO-3

 De acordo com o embasamento terico apresentado no captulo 4, percebe-se
que na funo de falha esto presentes variveis de resistncia e solicitao, conforme
equao 6.1. Observa-se que, inicialmente, a funo de falha no apresentada de
forma explicita, pois antes de se efetuar a anlise de confiabilidade ainda no se dispe
de um conjunto de pontos que permita expressar a funo explicitamente.
Considerando este fato e sabendo-se que neste trabalho considerada a anlise
no-linear geomtrica, o usurio no poder programar diretamente a funo de falha de
forma explcita. A funo de falha utilizada na resoluo dos exemplos numricos neste
captulo ser do tipo mostrado na equao 6.1.

G(U) = R(U) S (6.1)

Onde,

U o Vetor das variveis aleatrias do problema;

R(U) o Parmetro de resistncia funo das variveis aleatrias e calculado a partir do
Programa-1;
S o Parmetro referente solicitao, considerado como um valor determinstico nas
anlises realizadas neste captulo.

De acordo com a equao 6.1, os valores da funo de falha e do vetor gradiente

necessrios ao mtodo analtico FORM, calculado pelo PACONF, dependem de valores
obtidos a partir da anlise no-linear geomtrica realizada atravs do Cdigo-1, por isso
a necessidade de um terceiro programa para fazer a integrao entre o Cdigo-1 e
Cdigo -2.
As etapas 1 a 5 mostram de maneira resumida as atividades realizadas pelo
Cdigo-3.

Etapa 1: Montar o arquivo de entrada-1 para o Cdigo-1, substituindo as variveis

aleatrias contidas no vetor Uk.

Etapa 2: Executar o Cdigo-1, fornecendo-lhe o arquivo de entrada gerado na etapa 1 e

obter R(Uk). Este valor ser utilizado posteriormente para o clculo da funo de falha
pelo PACONF.
Etapa 3: Calcular o vetor gradiente. Para esta etapa ser necessrio executar o Cdigo-1
n vezes (sendo n o nmero de variveis aleatrias), pois as derivadas sero calculadas
por diferenas finitas. Antes de cada execuo do Cdigo-1, um novo de arquivo de
entrada dever ser gerado substituindo-se o valor da varivel Uki por um valor Uki+Uki
no arquivo gerado na etapa 1. Fornecendo este ltimo arquivo de entrada ao Cdigo-1,
obtm-se como resposta o valor RUi = R(Uk1, ..., Uki+Uki, ..., Ukn). O vetor gradiente
calculado conforme mostrado na equao 6.2.

( ) ( ) ( )
( ) [ ] ( )

( )
Onde cada componente calculado tal como indicado:

( ) ( ) ( )
( )

Onde,
( ) o Gradiente da funo de falha;
o Incremento da varivel considerado como 10-6 . .

Etapa 4: Informar ao Cdigo-2 os valores de ( )e ( ) calculados nas etapas 2

e 3, respectivamente. A partir desses valores, o Cdigo-2 poder determinar o valor da
funo de falha e iniciar a 1 iterao do mtodo analtico FORM de acordo com o
algoritmo mostrado no item 5.6 do captulo 5. Se no houver convergncia do mtodo j
na primeira iterao, ser gerado novo vetor para as variveis aleatrias U k+1.

Etapa 5: Todo o processo (etapas 1 a 4) deve ser realizado novamente at que haja a
convergncia do mtodo analtico FORM, de acordo com o que foi apresentado no
captulo 5.

6.5. EXEMPLOS NUMRICOS

 6.5.1. DESCRIO GERAL

Os procedimentos de anlise de confiabilidade descritos neste trabalho, so

aplicados a dois exemplos. O objetivo aqui a partir do uso das ferramentas de anlise
de confiabilidade, dimensionar a estrutura mediante escolha conveniente das variveis
de projeto e funo de falha, de modo a atingir um nvel de segurana pr-determinado.
O nvel de segurana prescrito foi escolhido norteando-se pelos manuais do
JCSS. Como pode ser constatado pela Figura 6.7, este comit associa o ndice de
confiabilidade ao custo relativo da medida de segurana e s consequncias de falha.

Figura 6.7 ndice de confiabilidade alvo para estados limites ltimos por ano
(TORRES, 2009).

O JCSS recomenda que para uma estrutura com consequncia de falha elevada e
um custo pequeno referente medida de segurana, um valor alvo do ndice de
confiabilidade = 4,7 (P f = 1 10-6) na condio de estado limite ltimo. Caso o valor
de calculado seja inferior aos valores prescritos acima, pode-se alterar alguns
parmetros estatsticos do projeto at que o valor indicado para seja alcanado
(TORRES,2009), pois caso os resultados de mostrem-se inconsistentes a medida que
uma dada varivel aleatria incrementada, possvel que a distribuio de
probabilidade incialmente adotada com suas respectivas informaes estatsticas, no se
ajuste bem ao fenmeno observado.
Neste trabalho, tendo em vista o enfoque acadmico dos exemplos, no ser
definida a priori uma relao do custo da medida de segurana com uma dada
consequncia de falha. O ndice de confiabilidade alvo ser de 3,80 para os dois
exemplos analisados. A escolha foi pelo valor de 3,80, assim como poderia ser qualquer
outro valor. De toda forma, de acordo com a Tabela 6.1, observa-se que a situao
estaria mais prxima de: custo relativo da medida de segurana normal e consequncia
de falha mnima ou ainda custo relativo da medida de segurana alto e consequncia de
falha elevada, conforme dados do JCSS. Contudo, foi escolhida a primeira situao.
Assim, os exemplos numricos, consistem no dimensionamento baseado em
confiabilidade estrutural de prticos planos, considerando-se a no-linearidade
geomtrica. So empregadas as ferramentas computacionais desenvolvidas conforme
teorias apresentadas nos captulos anteriores, cujos detalhes, sobretudo de fornecimento
de dados de entrada e obteno dos dados de sada, so apresentados no apndice.
Com relao a anlise estrutural no-linear, os exemplos analisados neste
trabalho, possuem soluo analtica e/ou numrica encontrada em vasta literatura.
Alguns trabalhos como de GALVO (2002), por exemplo, compararam diversas
formulaes no-lineares de consagrados autores com a soluo exata da literatura, alm
de ser avaliada a eficincia computacional. J com relao a anlise de confiabilidade,
foi empregado o mtodo analtico FORM para obter a probabilidade de falha e o ndice
de confiabilidade.

6.5.2. DEFINIO DA FUNO DE FALHA

As funes de falha utilizadas nos exemplos mostrados em seguida foram

desenvolvidas em termos de carga crtica (C crit), conforme equao 6.3. De acordo com
esta equao, a falha ocorre quando Ccrit for inferior ou igual ao valor da carga aplicada
P.

G(U) = Ccrit(U) - P (6.3)

Onde,

Ccrit(U) o valor da carga crtica calculado a partir dos valores assumidos pelas
variveis aleatrias U a cada incremento necessrio para soluo do mtodo analtico
FORM;

P o valor da carga externa aplicada, considerado neste exemplo como um valor

determinstico.
 Para os exemplos propostos foi considerada uma tolerncia de 1,0 . 10 -2 como
critrio de convergncia do mtodo analtico FORM. Detalhes da soluo esto
apresentados na seo especfica de cada problema.
Foram utilizados 20 elementos de barra para discretizar cada estrutura, atravs
da ferramenta computacional utilizada para anlise estrutural, desenvolvida por
SILVEIRA (1995).

6.5.3. EXEMPLO 1

Neste primeiro exemplo, foi criado um prtico inspirado na forma, condies de

contorno e comportamento no-linear, de diferentes modelos apresentados por outros
autores, como FRANGOPOL (2000) e GALVO (2000).
A estrutura em anlise consiste de 2 (duas) barras circulares ambas com as
mesmas caractersticas geomtricas. As barras so de ao.
As Figuras 6.8 e 6.9 ilustram o sistema estrutural a ser analisado e o modelo
discretizado, respectivamente.

P
y
E,A E,A
Ly = 1,00m w
x
Lx = 10,00m Lx = 10,00m

Figura 6.8 Modelo estrutural.

D = 0,080m
A = 5,03E-03m
I = 1,01E-6m4
E = 20.000.000 tf/m P 20 elem.
y G = 7.692.307,69 tf/m 21 pontos nodais
v = 0,30
Lx = 10,00m w
Ly
x = 1,00m
Figura 6.9 - Modelo discreto.

A Carga aplicada vale P = 1,5tf e assim a funo de falha escrita, neste caso,
da seguinte forma:
G = Ccrit 1,5 (6.4)

A partir dos valores mostrados, ser feita uma anlise de confiabilidade

utilizando o mtodo analtico FORM e utilizando como variveis aleatrias o dimetro
da seo transversal () e o mdulo de elasticidade (E).
Em seguida, a varivel aleatria () ser incrementada at que o valor de
calculado seja maior ou igual a um valor prescrito alvo igual a 3,80 (dimensionamento
baseado em confiabilidade).

6.5.3.1 ANLISE DE CONFIABILIDADE

Nesta anlise, para o clculo de Ccrit, e consequentemente, da funo de falha G,

sero utilizados alguns parmetros constantes relacionados com as propriedades do
material, bem como as dimenses do prtico que esto apresentadas na Tabela 6.1. No
caso das variveis aleatrias e E, seus valores mdios so os apresentados.

Tabela 6.1 Parmetros do prtico analisado (exemplo 1).

Parmetros constantes Valores mdios iniciais

rea (A) 5,02654825-03 m
Inrcia (I) 2,01061930E-06 m4
Coeficiente de Poisson ( ) 0,30
Comprimento da barra (Lx) 10,00 m
Mdulo de elasticidade transversal (G) 7.692.307,692 tf/m

Em seguida, deve-se definir os dados estatsticos das variveis aleatrias. Tais

informaes estatsticas foram referncias do Manual do JCSS. Deste modo, a
distribuio de probabilidade para do tipo normal, e a distribuio adotada para E
do tipo log-normal. Os valores para o coeficiente de variao e desvio padro para tais
variveis esto apresentados na Tabela 6.2:
 Tabela 6.2 Informaes estatsticas de cada varivel aleatria.

Parmetros Estatsticos
Varivel. Aleatria Distribuio Mdia () Coef. Variao () Desvio padro()
Normal(1) 0,080 0,04(1) 0,0032
E Log-normal(2) 20000000 0,15(2) 3000000
(1) e (2) - Manual do JCSS

Realizando a anlise de confiabilidade considerando os valores mostrados na

Tabela 6.3, obteve-se o seguinte resultado:

Tabela 6.3 ndice de confiabilidade e probabilidade de falha do prtico analisado

(exemplo 1).

Parmetros de confiabilidade pf
Valores 0,11256 0,45519

Os fatores de importncia I e I, respectivamente para o dimetro e mdulo de

elasticidade esto apresentados na tabela 6.4:

Tabela 6.4 Fatores de importncia.

Varivel Aleatria Fator de Importncia

Dimetro () 0, 52553033
Mdulo de Elasticidade (E) 0, 47446967

Conforme se constata na Tabela 6.4, ambas variveis, dimetro e mdulo de

elasticidade apresentam fator de importncia relevantes na anlise, sendo, contudo, o
dimetro, mais importante.

6.5.3.2. DIMENSIONAMENTO BASEADO EM CONFIABILIDADE

Como o ndice de confiabilidade anteriormente obtido forneceu valores bem

abaixo do alvo, procede-se a seguir aplicao de incrementos sequenciais de =
0,05m ao dimetro da estrutura at que o ndice de confiabilidade alvo alvo = 3,80 seja
atingido.
A Tabela 6.5 mostra a sequncia de valores obtidos com a aplicao sucessiva
de vrios incrementos de magnitude = 0,005m.

Tabela 6.5 Resumo da anlise de confiabilidade de acordo com o aumento da

magnitude da varivel

acumulado(m) (m) A (m) I(m4) pf

- 0,080 5,02654825-03 2,01061930E-06 0,11256 4,55E-01
0,005 0,085 5,67450173-03 2,56239219E-06 0,97681 1,64E-01
0,010 0,090 6,63172512-03 3,22062334E-06 1,98596 2,35E-02
0,015 0,095 7,08821843-03 3,99819821E-06 2,9235016 1,73E-04
0,020 0,100 7,85398163-03 4,90873852E-06 3,79591 7,36E-05
0,025 0,105 8,65901475-03 5,96660235E-06 4,61037 2,01E-06

Observando-se a tabela obtida, verifica-se que a condio de > alvo, satisfeita

quando a seo transversal da barra tem seu dimetro aumentado para 10,5cm. Nessas
condies, tm-se atendida, portanto, a proposta do problema.
Para fins de comparao de resultados, pode-se utilizar a simulao de Monte
Carlo, com a qual verifica-se que para a dimenso de 0,105m a probabilidade de falha
prxima de zero, apresentando um valor 1,98E-06.
O grfico da Figura 6.10 mostra o comportamento do ndice de confiabilidade
conforme crescimento da magnitude do dimetro ().
 5,00
4,50
4,00
3,50
3,00

2,50
beta
2,00
beta alvo
1,50
1,00
0,50
0,00
0,07 0,075 0,08 0,085 0,09 0,095 0,1 0,105 0,11
(m)

Figura 6.10 Variao do ndice de confiabilidade com o dimetro da seo

estrutural.

A anlise dos dados da Tabela 6.6 e da Figura 6.10, mostram, como era
esperado, que a medida que o valor da dimenso da seo transversal aumenta, a
probabilidade de falha diminui e o ndice de confiabilidade aumenta.

6.5.4. EXEMPLO 2 - PRTICO DE LEE

Segundo GALVO (2000), o prtico de Lee, constitui um problema fortemente

no-linear, que, frequentemente, utilizado para validar observaes e analisar a
eficincia computacional de diversos modelos cujas solues, obtidas numericamente
por diversos pesquisadores, so encontradas na literatura.
Para o problema foi considerado uma tolerncia de 1,0 . 10 -2 como critrio de
convergncia do mtodo analtico FORM. As Figuras 6.11 e 6.12 ilustram o sistema
estrutural e o modelo discretizado aqui considerado do prtico de Lee. Foram utilizados
20 elementos de barra para discretizar a estrutura, atravs da ferramenta computacional
utilizada para anlise estrutural.
 Figura 6.11 Modelo estrutural do Prtico de Lee.

0,24
0,12 0,12 0,12 0,12 0,12 0,12 0,12 0,12 0,12 0,12

20 elem.
21 pontos nodais

Figura 6.12 - Modelo discreto do Prtico de Lee.

A estrutura em anlise consiste de duas barras quadradas ambas com as mesmas

caractersticas geomtricas. As barras so de ao.
 A Carga aplicada vale P = 2,2 kN e assim a funo de falha escrita, neste caso,
como apresentada na equao 6.5.

G = Ccrit 2,2 (6.5)

A partir dos valores mostrados, ser feita uma anlise de confiabilidade

utilizando o mtodo analtico FORM e utilizando como varivel aleatria a dimenso da
seo transversal (d).
Em seguida, tal como no exemplo anterior, a varivel aleatria (d) ser
incrementada at que o valor de calculado seja maior ou igual a um valor prescrito
(alvo = 3,80), ou seja, ser efetuado um dimensionamento baseado em confiabilidade.

6.5.4.1 ANLISE DE CONFIABILIDADE

Tal como feito no exemplo anterior, esta anlise conduzida considerando os

valores da Tabela 6.6. As propriedades do material do exemplo investigado esto
apresentadas na referida Tabela.

Tabela 6.6 Parmetros do prtico analisado (exemplo 2).

Parmetros constantes Valores mdios iniciais

rea (A) 6,25 cm
Inrcia (I) 3,26 cm4
Coeficiente de Poisson ( ) 0,30
Comprimento da barra (L) 120 cm
Mdulo de elasticidade transversal (G) 720 kN/cm

Em seguida, deve-se definir os dados estatsticos da varivel aleatria. Foi

considerada que a distribuio de probabilidades para d do tipo normal. Os valores
para o coeficiente de variao e desvio padro da varivel esto apresentados na Tabela
6.7.
 Tabela 6.7 Informaes estatsticas do valor da varivel aleatria.

Parmetros Estatsticos
Varivel. Aleatria Dist Prob Mdia() Coef. Var() Desv. pad
d Normal(1) 2,5 0,05(1) 0,125
(1)-Obtido a partir de Vanhazebrouck, 2008.

Ao conduzir a anlise de confiabilidade, considerando-se os valores indicados,

obteve-se o seguinte resultado, conforme Tabela 6.8.

Tabela 6.8 ndice de confiabilidade e probabilidade de falha do prtico de Lee

utilizando a dimenso da seo como varivel aleatria.

Parmetros de confiabilidade pf
Valores 1,5408390 6,1678E-02

Como existe uma nica varivel aleatria, o fator de importncia da mesma no

projeto, de 100%.

6.5.4.2. DIMENSIONAMENTO BASEADO EM CONFIABILIDADE

Como o ndice de confiabilidade anteriormente obtido forneceu valores abaixo

do alvo, procede-se a seguir aplicao de incrementos sequenciais de d = 0,1cm
dimenso da seo da estrutura at que o ndice de confiabilidade alvo alvo = 3,80 seja
atingido.
A Tabela 6.9 mostra a sequncia de valores obtidos com a aplicao sucessiva
de vrios incrementos de magnitude d = 0,1cm.
 Tabela 6.9 Resumo da anlise de confiabilidade de acordo com o aumento da
magnitude da varivel d

acumulado(cm) d (cm) A (cm) I(cm4) pf

- 2,5 6,25 3,26 1,54084 6,17E-02
0,1 2,6 6,76 3,81 2,25083 1,22E-02
0,2 2,7 7,29 4,43 2,90819 1,82E-03
0,3 2,8 7,84 5,12 3,51859 2,17E-04
0,4 2,9 8,41 5,89 4,08694 2,19E-05

Observando-se a tabela obtida, verifica-se que a condio de > alvo, satisfeita

quando a seo transversal da barra tem sua dimenso d aumentada para 2,9cm. Nessas
condies, tm-se atendida, portanto, a proposta do problema.
Para fins de comparao de resultados, pode-se utilizar a simulao de Monte
Carlo, com a qual verifica-se que para a dimenso de 2,9cm a probabilidade de falha
prxima de zero, apresentando um valor 2,13E-05.
O grfico da Figura 6.13 mostra o comportamento do ndice de confiabilidade
conforme crescimento da magnitude de .

4,50
4,00
3,50
3,00
2,50

2,00 beta
1,50 beta alvo
1,00
0,50
0,00
2,4 2,5 2,6 2,7 2,8 2,9 3
d (cm)

Figura 6.13 Prtico de Lee: ndice de confiabilidade em funo da dimenso da seo

transversal.
 A anlise dos dados da Tabela 6.9 e da Figura 6.13, mostram, como era
esperado, que medida que o valor da dimenso da seo transversal aumenta, a
probabilidade de falha diminui e o ndice de confiabilidade aumenta.
Com os dados de sada do programa de anlise no-linear , no caso as cargas
crticas, pode-se tambm obter um funo de resposta da estrutura, determinando-se
para cada incremento dado na varivel aleatria d a carga crtica correspondente,
conforme Figura 6.14.
A Tabela 6.10 mostra o quadro de cargas crticas calculadas e as variveis
correspondentes.

Tabela 6.10 Cargas crticas correspondentes a cada valor da dimenso da seo

d (cm) Ccrit (KN)

1,5 0,39298
1,7 0,648336
1,9 1,011568
2,1 1,509528
2,3 2,1719505
2,5 3,031512
2,7 4,124189
2,9 5,488303
3,1 7,165918

A Figura 6.14 ilustra a funo de resposta da estrutura aos incrementos na

dimenso, sendo sua equao representada pela equao 6.6.
 8
7 y = 0,7133x3 - 2,4089x2 + 3,5369x - 1,9029
R = 1
6
Carga Crtica 5
Srie1
4
3 Polinmio (Srie1)
2
1
0
0 1 2 3 4
Dimenso da seo transversal

Figura 6.14 - Curva de reposta do Prtico de Lee.

y = 0,713x3 - 2,408x2 + 3,536x - 1,902 (6.6)

onde,

o eixo y est representada pela carga Crtica (Ccrit);

o eixo x est representada pela dimenso da seo transversal (d).

A fim de comprovar que a curva da Figura 6.14 representa uma resposta da

estrutura aos incrementos na varivel d, pode-se citar o enunciado estatstico que afirma
que o conjunto de dados da varivel aleatria que est no intervalo de trs desvios-
padro a contar da mdia ( 3), abrangem aproximadamente 99,7% da rea abaixo
de sua respectiva funo de distribuio de probabilidade, conforme figura 6.15 (UFSC,
2010).

Figura 6.15 reas sob a curva de uma distribuio de probabilidade normal

qualquer (UFSC, 2010).
 Considerando-se este fato e sendo o valor mdio da varivel aleatria d = 2,5cm
e 0,125 seu desvio-padro, tem-se, portanto, segundo aquela relao, que os dados
situados entre 3, isto , entre 2,125 e 2,875 cobrem a quase totalidade de sua
distribuio de probabilidade, o que atendido de acordo com Tabela 6.10 cujos valores
mostrados vo de 1,5 3,1.
Alm disso, com a funo de resposta apresentada de forma explcita possvel
a partir dela, realizar diretamente a anlise de confiabilidade e obter os parmetros de
confiabilidade, sem mais fazer uso das ferramentas de anlise estrutural.
Portanto, a curva de resposta conforme equao 6.6, mostra o valor da carga
crtica em funo da varivel aleatria utilizada na anlise (dimenso da seo). A partir
desta curva, pode-se escrever de maneira explcita a funo de falha como na equao
6.7, diretamente no PACONF (cdigo2). Desta forma, o custo computacional envolvido
na anlise de confiabilidade significativamente reduzido, tornando vivel o uso desta
ferramenta para o dimensionamento baseado em confiabilidade.

G = (0,713.d3 - 2,408.d2 + 3,536.d - 1,902) 2,2 (6.7)

 CAPTULO 7

CONCLUSES E SUGESTES

Este trabalho teve por objetivo aplicar os conceitos de confiabilidade a modelos

estruturais, no caso prticos planos, considerando a no linearidade geomtrica,
sobretudo dimension-los de modo a atingir um nvel de segurana prescrito.
O dimensionamento baseado em confiabilidade foi realizado norteando-se por
recomendaes do manual do JCSS, utilizando-se as ferramentas computacionais
descritas no captulo 6.
Para viabilizar a anlise de confiabilidade, isto , obter os parmetros de
confiabilidade associados s variveis de projeto, foi necessrio a definio da funo
de falha a partir de uma anlise estrutural no-linear, de acordo com a teoria apresentada
no captulo 2, com a qual se tornou possvel a obteno da probabilidade de falha e do
ndice de confiabilidade conforme descrito nos captulos 4 e 5.
Por meio da combinao da ferramenta computacional para anlise no-linear de
estruturas com o programa de anlise de confiabilidade estrutural (PACONF), verificou-
se que possvel realizar a anlise de confiabilidade para os problemas propostos neste
trabalho, alm de permitir que outros problemas sejam tratados com as mesmas
ferramentas, necessitando-se apenas que sejam definidas novas funes de falha de
acordo com o que se pretende analisar.
A definio da funo de falha desenvolvida em termos de carga crtica
representativa do problema da instabilidade de estruturas, conforme resultados obtidos
nos exemplos numricos do captulo 6.
Neste trabalho, percebe-se que as variveis aleatrias mdulo de elasticidade e
dimetro/dimenso so importantes na anlise de confiabilidade. Este fato pode ser
evidenciado pelo fator de importncia calculado para tais variveis aleatrias.
Constatou-se tambm que a anlise de confiabilidade dependente da qualidade
dos dados estatsticos relacionados ao problema e da preciso do modelo matemtico
usado para a anlise das funes de estado limite. Foi verificada a coerncia dos
resultados obtidos, pois como esperado, medida que a dimenso do prtico
submetida a incrementos, resulta-se em probabilidades de falha cada vez menores.
Neste contexto, pode-se ainda afirmar que o mtodo analtico FORM atende de forma
satisfatria aos objetivos para os quais se prope a realizar no mbito da confiabilidade
estrutural.
Como ficou comprovado no exemplo 2 do item 6.5.4 do captulo 6, pode-se
determinar uma curva ou funo de resposta da estrutura e com ela expressar a funo
de falha de forma explcita no programa de anlise de confiabilidade, corroborando num
menor custo computacional, viabilizando-se o dimensionamento baseado nos critrios
de confiabilidade, de maneira automatizada atravs de ferramentas de otimizao.
Tendo em vista que os prticos apresentados neste trabalho, tm enfoque
predominantemente acadmico, interesse ainda considerar para trabalhos futuros, a
aplicao dos conceitos de confiabilidade problemas reais com as ferramentais
descritas nesse trabalho.
Outras sugestes para trabalhos futuras incluem o emprego de procedimentos de
otimizao utilizando a ferramenta aqui desenvolvida visando o dimensionamento
timo das estruturas com restries de confiabilidade (RBDO Reliability Based
Design Optimization), conforme apresentado por TORRES (2009).
Pode-se, tambm, de acordo com o tipo de problema a ser estudado, considerar a
no-linearidade fsica dos materiais, alm de estender a metodologia apresentada neste
trabalho a outros sistemas estruturais, bem como outras naturezas de carregamento.
APNDICE

1.0 PROCESSAMENTO DO CDIGO-1

Como j evidenciado no captulo 6, a alimentao do cdigo-1 de anlise no-

linear envolve a leitura de dois arquivos de entrada. Ambos cumprem importante papel
na anlise estrutural e o seu preenchimento de forma correta determinante para a
obteno de resultados que expressem a realidade das condies de contorno do
problema.

1.1 LEITURA DOS DADOS DE ENTRADA 1

Neste arquivo, a discretizao do modelo estrutural efetuada pelo usurio, onde

so definidas as condies de contorno do problema, o carregamento externo, o nmero
de elementos e pontos nodais, as propriedades fsicas e geomtricas do material, entre
outros.
Um exemplo deste arquivo de entrada 1 pode ser visto na Figura A.1 para o
exemplo 2 do item 6.5.4 do captulo 6.

Figura A.1 Modelo do arquivo de dados de entrada 1 para o exemplo 2 do item 6.5.4.
 Tomando-se como exemplo os dados contidos neste arquivo de entrada 1, pode-
se evidenciar a forma como o arquivo foi alimentado de acordo com o significado dos
dados de entrada presentes em cada linha, sendo alguns deles descritos como segue:
1 linha: D-se o nome ou ttulo daquele cdigo.
2 linha: Existem seis dados de entrada do problema a serem inseridos. Todas
eles se referem a discretizao do modelo estrutural. O primeiro deles o nmero de
ns ou pontos nodais. O nmero de ns est em funo da quantidade de elementos
(segundo dado de entrada) que se quer discretizar. No caso o problema foi discretizado
em 20 (vinte) elementos de barra, formando assim vinte e um ns. O terceiro dado
refere-se a quantidade de dimenses do problema, no caso 2 (duas). O quarto o
nmero de materiais do problema, no caso 1 (um) nico material. O quinto o nmero
de sees do problema, no caso uma seo com mesma geometria para toda estrutura.
Por fim, o sexto o nmero de propriedades das sees, no caso 2 (duas).
3 linha: O primeiro dado de entrada refere-se ao nmero de casos de carga, no
caso apenas um. O segundo dado um dos mais importantes, pois se especifica qual o
tipo de anlise estrutural. Se for linear, especifica-se 0 (zero), se for no-linear, como
o caso, especifica-se um. O terceiro o indicador de plotagem, o quarto o nmero de
ns de cada elemento, no caso so 2 (dois) ns por elemento, o quinto o nmero de
graus de liberdade por n, no caso para cada n h 3(trs) deslocamentos possveis, as
duas translaes e a rotao.
Nas linhas posteriores seguem dados de entrada referentes aos elementos do
prtico (ppor) e s suas coordenadas (coor). Neles so feitas as leituras das coordenadas
nodais, pois so identificadas as posies dos ns. O primeiro dado de entrada de cada
uma das linhas abaixo de ppor, 1, 11 e 21, representam respectivamente, n inicial, n
intermedirio que onde est aplicado o carregamento e o ltimo o n final. a partir
desses dados que o programa montar a matriz com as coordenadas nodais.
No macro comando, mate, entra-se com os mdulos de elasticidade longitudinal
e transversal, que no caso foram respectivamente de 720 KN/cm e 276,92 KN/cm.
importante salientar que o material a que se refere o problema o ao, cujo coeficiente
de Poisson de 0,30, conforme expresso A.1:

( )
( ) ( )
 No macro comando, seca, entra-se com os valores dos parmetros, no caso, rea
da seo transversal e inrcia. No caso, 8,41cm e 5,89cm4, correspondem aos valores
da rea e da inrcia referente ao ltimo incremento dado varivel, conforme detalhes
do captulo 7. No macro comando, cargas concentradas pode-se especificar,
caractersticas relacionadas direo do carregamento.

1.2 LEITURA DOS DADOS DE ENTRADA 2

Neste arquivo so fornecidos os dados de entrada 2, onde esto as informaes

necessrias a este tipo de anlise como a formulao no-linear empregada, o valor
inicial do parmetro de carga, estratgia para incrementos e iteraes, o nmero de
incrementos, o nmero mximo de iteraes por incremento, o critrio de convergncia,
dentre outros.
Um exemplo deste arquivo de entrada 2 pode ser visto na Figura 6.3 para o
exemplo 2 do item 6.5.4 do Captulo 6.

Figura A.2 Modelo do segundo arquivo de entrada de dados para o exemplo 2 do item
6.5.4.

Norteando-se pelos dados contidos no arquivo de entrada 2, pode-se evidenciar a

forma como o arquivo foi alimentado de acordo com o significado dos dados de entrada
presentes em cada linha, sendo alguns deles descritos como segue.
1 linha: Escolhe-se qual a formulao a ser adotada. ALVES (1995), MORT
(1997), YANG (1997) e PACOS (1994), representam abreviaturas de autores e cada um
deles desenvolveu diferentes formulaes no lineares. Como neste exemplo foi
utilizada a formulao no-linear de ALVES (1995), h o nmero dois no campo
associado a ALVES (1995), e os demais campos permanecem com o nmero 0 (zero) j
que tais formulaes no foram utilizadas.
 2 linha: Existem seis dados de entrada do problema a serem inseridos. Todas
elas se referem definio de incrementos, iteraes e estratgias para soluo. O
primeiro deles o incremento inicial do parmetro de carga. Em seguida, define-se o
nmero de incrementos de carga, no caso foram definidos 1270 incrementos. Depois,
define-se se o incremento ser do tipo fixo, indicado por 0 (zero) ou automtico,
indicado por 1 (um) como foi o caso. O ltimo dado de entrada, indicado pelo nmero 3
(trs) representa a estratgia de iterao de YANG (1994).
3 linha: Todos os nmeros nesta linha representam diferentes estratgias de
iterao. O nico dado com nmero diferente de zero o iarc, indicando que foi
utilizada a iterao com comprimento de arco constante. O nmero 1(um) representa a
opo como estando ativada.
5 linha: O primeiro dado de entrada refere-se ao fator de tolerncia de
convergncia, no caso definida por 10-3. O terceiro refere-se ao nmero mximo de
iteraes, no caso foram definidas para ocorrer no mximo 301 iteraes.
8 linha: A primeira propriedade define o nmero de iteraes desejadas por
incremento, no caso foram definidas 5 iteraes. A segunda e terceira propriedades
definem respectivamente o mximo e mnimo incremento de carga.

2.0 PROCESSAMENTO DO CDIGO-2

O PACONF o programa responsvel por fornecer os parmetros de

confiabilidade das variveis. O fornecimento dos dados de entrada feito considerando
dentre outros aspectos, o mtodo de anlise empregado, o nmero de variveis
aleatrias no problema, o nmero de correlaes entre as mesmas, o nmero de funes
de falhas, o nmero de parmetros determinsticos, as informaes estatsticas das
variveis, etc.
As Figuras A.3(a-f), mostram todos os arquivos de entrada para o PACONF, que
foram necessrios at o obter o alvo para o modelo estrutural do exemplo 2 do item
6.5.3. Em cada arquivo desse, o usurio deve informar os valores assumidos pelas
variveis aps o incremento, no caso como se observa na 3 propriedade da 4 linha, a
varivel que inicia com o valor de 0,080m incrementada de 0,005m at atingir o alvo,
o que ocorre quando o valor da varivel chega a 0,105m. A varivel em questo trata-se
da dimenso da seo transversal de uma barra, cujos detalhes se encontram no captulo
6.

Figura A.3a Modelo 1 de arquivo de entrada para o PACONF.

Figura A.3b Modelo 2 de arquivo de entrada para o PACONF.

Figura A.3c Modelo 3 de arquivo de entrada para o PACONF.

Figura A.3d Modelo 4 de arquivo de entrada para o PACONF.

Figura A.3e Modelo 5 de arquivo de entrada para o PACONF.

 Figura A.3f Modelo 6 de arquivo de entrada para o PACONF.

Cada arquivo de entrada para o PACONF, como descrito, gerava um relatrio

com os resultados da anlise de confiabilidade. As Figuras A.4a e A.4b, representam
parte desses relatrios, cujos resultados foram gerados a partir dos modelos de arquivos
de entrada do PACONF das Figuras A.3e e A.3f, respectivamente. Como pode ser
observado, quando o valor assumido pela varivel foi de 0,10m (Figura A.3e), o ndice
de confiabilidade j ficou muito prximo do alvo de 3,80 (Figura A.4a).

Figura A.4a Modelo 1 de arquivo de sada do PACONF.

Figura A.4b Modelo 2 de arquivo de sada do PACONF.

REFERNCIAS BIBLIOGRFICAS

ANG, A. H. S.; TANG, W. H. Probability Concepts in Engineering Planning and

Design. New York: John Willey and Sons, v. II, 1984.

BARBOSA N. P. Cadernos de Concreto Armado, Fascculo 4. Segurana, Estados

Limites, aes e suas combinaes. Departamento de Construo Civil. Centro de
Tecnologia. Universidade Federal da Paraba, 2007

BARBOSA, A. H.; FREITAS, M. S. R.; NEVES, F. A. confiabilidade estrutural

utilizando o mtodo de Monte Carlo e redes neurais. Revista da Escola de Minas, v.58,
p. 247-255, 2005.

BECK, T. A. Apostila do curso de confiabilidade estrutural. Universidade de So

Paulo, So Carlos, 2008.

BEJAMIN, J. R. Probabilistic structural analysis and design. Journal of the Structural

Division, ASCE, v.94, n.ST7, p.1665-1679, 1968.

CARVALHO, R. C. Clculo e Detalhamento de Estruturas Usuais de Concreto Armado

Segundo a NBR 6118:2003, 3 Edio, EdUFSCar, p.41, 2007

CHOI, S. K.; GRANDHI, R. V.; CANFIELD, R. A. Reliability-based Structural

Design. London: Ed. Springer-Verlag, 2007.

CRISFIELD, M. A. A. Fast Incremental/Iterative Solution Procedure That Handles

Snap-Through. Computers e Structures, v. 13, p. 52-62, 1981.

CRISFIELD, M. A. Non-linear Finite Element Analysis of Solids and Structures.

New York: John Wiley & Sons, v. 1, 1991.
DITLEVSEN, O.; MADSEN, H. O. Structural Reliability Methods. Chichester: Ed.
Jonh Wiley e Sons, 2007.

FRANGOPOL, D. M.; IMAI, K.. Geometrically nonlinear Fininite element reliability

analysis of structural systems. II: applications. Computers and Structures, v.77, p.
693-609, 2000.

FREUDENTHAL, A. M. Safety of Structures. Transactions, ASCE, v. 112, p. 125-

180, 1947, apud YAO, J. T. P.; KAWAMURA, H. On Structural Reliability. Journal of
Temporal Design in Architecture and the Environment, v.1, n.1, 2001.

GALVO, A. S. Formulaes no-lineares de elementos finitos para anlise de

sistemas estruturais metlicos reticulados planos. Ouro Preto: UFOP, 2000. 168p,
Dissertao (Mestrado) Programa de Ps-Graduao em Engenharia Civil,
Universidade Federal de Ouro Preto, Ouro Preto, 2000.

HASORF A. M.; LIND N. C. Exact and invariant second-moment code format. Journal
of Engineering Mechanics (ASME), v. 100, n. EM1, p. 111-121, 1974.

IMAI, K.; FRANGOPOL, D. M. Geometrically nonlinear Fininite element reliability

analysis of structural systems. I: theory. Computers and Structures, v. 77, p. 677-691,
2000.

KIUREGHIAN, D. A.; LIU, P. L. Structural Reliability Under Incomplete Probability

Information. Journal of Engineering Mechanics (ASCE), v. 112, n.1, p. 85-104, 1986.

KRGER, C. M. Anlise de confiabilidade estrutural aplicada s barragens de

concreto. Curitiba: UFPR, 2008. 146p, Tese (Doutorado) - Programa de Ps-Graduao
em Mtodos Numricos em Engenharia, Universidade Federal do Paran, 2008.

MELCHERS, R. E. Structural Reliability: Analysis and Prediction. New Jersey:

John Wiley and Sons, 2002.
PACOST, C.; ERIKSSON, A. Beam elements in instability problems. Computer
Methods in Applied Mechanics and Engineering, n. 144, p. 163-197, 1997.
PEREIRA, A. Projeto timo de prticos planos com restrio flambagem. Rio de
Janeiro: PUC, 2002. 99p. Dissertao (Mestrado) - Programa de Ps-Graduao em
Engenharia Civil, Pontifcia Universidade Catlica do Rio de Janeiro, 2002.

PEREIRA, A. Otimizao baseada em confiabilidade: aplicao a trelias espaciais.

Rio de Janeiro: PUC, 2007. 145p. Tese (Doutorado) - Programa de Ps-Graduao em
Engenharia Civil, Pontifcia Universidade Catlica do Rio de Janeiro, 2007.

PRZEMIENIECKI, J. S. Theory of matrix structural analysis. New York: Ed. Dover,

1985.

RACKWITZ, R.; FIESSLER, B. Structural Reliability Under Combined Random Load

Sequences. Computer and Structures, v. 9, p. 489-494, 1978.

SAGRILO, L. V. S. Anlise de confiabilidade estrutural utilizando os mtodos

analticos FORM e SORM. Rio de Janeiro: UFRJ, 1994. 142p, Tese (Doutorado)
Programa de Ps-Graduao em Engenharia Civil, Rio de Janeiro, 1994.

SAGRILO, L. V. S.; LIMA, E. C. P. Apostila curso confiabilidade estrutural.

Programa de Engenharia Civil, COOPE-UFRJ, Rio de Janeiro, 2002.

SILVEIRA, R. A. M., 1995, Anlise de elementos estruturais esbeltos com restries

unilaterais de Contato. Rio de Janeiro: PUC, 1995. 212p. Tese (Doutorado) -
Programa de Ps-Graduao em Engenharia Civil, Pontifcia Universidade Catlica do
Rio de Janeiro, 1995.

VROUWENVELDER T., HOLICKY M., MARKOVA J., Jcss probabilistic model

code, Example Applications, p.01-19, 2007

TORKAMANI, M. A. M.; SONMEZ, M.; CAO, J. Second order elastic plane-frame

analysis using finite element method. Journal of Structural Engineering, v. 12, n. 9,
p. 1225-1235, 1997.
TORRES, J. V. S. Uma metodologia para verificao da segurana e
dimensionamento timo de dutos com defeitos causados por corroso. Recife:
UFPE, Tese (Doutorado) Programa de Ps-Graduao em Engenharia Civil,
Universidade Federal de Pernambuco, Recife, 2009, 209 p.

VANMARCKE, E. H. Matrix formulation of reliability analysis and reliability-

based design. Computers and Structures, v.3, n.4, p.757-770, 1971.

VENNCIO, F. F. Anlise Matricial de Estruturas. Rio de Janeiro: Ed. Almeida

Neves, 1975.

VANHAZEBROUCK V. Anlise de dutos corrodos por meio de mtodos de

confiabilidade estrutural. Pontifcia Universidade Catlica do Paran Programa de
Ps-Graduao em Engenharia Mecnica, 2008.

VERZENHASSI, C. C. Otimizao de risco estrutural baseada em confiabilidade.

So Carlos: UFSCar. 154p, Mestrado (Dissertao) - Ps-Graduao em Engenharia de
Estruturas, Escola de Engenharia de So Carlos da Universidade de So Paulo, 2008.

YANG, Y. B., KUO, S. R. Theory and analysis of nonlinear framed structures.

Singapore: Prentice Hall, 1994.