CP 4

COC796-Confiabilidade Estrutural PEC/COPPE/UFRJ
Mtodos Analtios !ara An"lise de Confiabilidade

4. MTODOS ANALTCOS PARA ANLSE DE
CONFABLDADE ESTRUTURAL
De acordo com o que foi definido anteriormente, um dos objetivos da
confiabilidade a avaliao da integral apresentada na equao (3.3). Para
problemas reais , onde podem existir vrias variveis dependentes uma das
outras e no-normais e a funo de falha complexa, a avaliao numrica da
equao (3.3) no tarefa fcil de ser executada. Por este motivo, mtodos
alternativos so geralmente empregados na sua avaliao. Estes mtodos se
dividem basicamente em mtodos analticos e mtodos baseados na simulao
de Monte Carlo. A seguir sero apresentados os mtodos analticos, conhecidos
como FORM e SORM.
4.1 - Mtodo FORM ( First Order Reliabilty Method)
Como foi visto no item (3.3.1), 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 at a
origem. Esta a idia principal do mtodo FORM.
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, de acordo com o que foi apresentado no item 3.3, pode ser simplesmente
calculada como
pf ( )
(4.1)
onde a distncia do ponto V
at a origem e calculado como

53

V
(4.2)
Da mesma forma que foi mostrado no item 3.3.1, temos que
V
V

g v
i i
i
n
( )
1
(4.3)
onde o vetor normal superfcie de falha no ponto de projeto.
Na Figura (4.1) ilustrado o procedimento de clculo da probabilidade de falha
pelo mtodo FORM.
Fi%ura #&'($ - Re!resenta)*o %r"fia do +todo FORM
Deve ser observado que o mtodo FORM um mtodo que calcula a
probabilidade de falha de forma aproximada e dependendo da forma da funo
g(V) no espao das variveis reduzidas. Como mostra a Figura (4.2), 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. Porm, para
casos prticos de estruturas, a diferena entre valor real e o valor aproximado
da probabilidade de falha irrelevante.
O principais desafios no mtodo FORM so a busca ao ponto de projeto
V
e a transformao das variveis em variveis normais padro. Como ser

visto a seguir, a transformao das variveis pode ser feita utilizando a
54
distribuies normais equivalentes e o ponto de projeto pode ser obtido atravs
da soluo de um problema de otimizao (ou programao no-linear).
4.1.1 - Transformao de variveis
Existem vrias possibilidades para transformar as variveis aleatrias U
em variveis normais padro e estatisticamente independentes V. Porm, a
metodologia com maior uso em confiabilidade estrutural, baseia-se na
transformao de variveis normais correlacionadas em variveis em normais
estatisticamente independentes. Este transformao conhecida como
transformao de Nataf [Kiureghian and Liu, 1986].
Fi%ura #&',$ - A!ro-i+a)*o !elo FORM !ara su!erfies .na/as e on/e-as
Se U contiver somente variveis normais e estas forem correlacionadas
entre si (ou no) um conjunto de variveis normais padro estaticamente
independentes pode ser obtido pela seguinte transformao:
V U m

1
( ) (4.4)
onde m o vetor com as mdias das variveis U, uma matriz diagonal
contendo aos desvios padres das variveis U e

L
1
, sendo L a matriz
triangular inferior obtida da decomposio de Choleski da matriz dos
coeficientes de correlao de U, e expressa por
55
L
1
]
1
1
1
1
L
L L
L L L
n nn
11
12 22
1 2n
0 0 0
0 0
. . . .
.
(4.5)
onde n o nmero de variveis aleatrias envolvidas na transformao e os
termos
L
ij so definidos como
L
L
L
L
r L L
L L
i i
ik
kk
ik ij
j
k
kj
ii ij
j
i
11
1 1
1
1
2
1
1
10
1
1
_
,
.
i =1, n
1< k < i
= - i >1
=
-
(4.6)
onde
ij o coeficiente de correlao entre as variveis U

i
e
U
j .
Como ser visto no item seguinte, para a determinao do ponto de
projeto necessrio a definio do Jacobiano da transformao, ou seja,
J
V
U
(4.7)
A partir da equao (4.4) temos
J

1
(4.8)
Na maioria dos casos as variveis no so normais e para estes casos,
ento, uma transformao em normal equivalente, como apresentada no item
2.9, pode ser empregada para podermos operar com a equao (4.4). Deve ser
colocado que a transformao em normais equivalentes, apresentada no item
2.9, no considera casos onde as 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.
Sejam duas variveis U
i
e
U
j com distribuies de probabilidades
quaisquer e dependentes entre si, cuja dependncia definida pelo coeficiente
de correlao
ij , ento, o coeficiente de correlao equivalente entre as duas

distribuies normais equivalentes s variveis U
i
e
U
j pode ser definido
como
56

ij
E
ij
F
(4.9)
onde F um valor que depende somente de
ij e dos coeficientes de variao

das variveis U
i
e
U
j . Este valor no depende do ponto onde transformao
est sendo realizada. Kiureghian and Liu [1986] desenvolveram expresses
analticas para o fator F para um grande nmero de distribuies de
probabilidades.
Uma vez definidas as normais equivalentes para as variveis U e as
suas correlaes equivalentes, a expresso (4.4) pode ser ento empregada
para obter variveis normais padres estatisticamente independentes V.
A transformao de Nataf exposta anteriormente simplesmente opera
com a distribuio marginal das variveis aleatrias e com o coeficiente de
correlao entre as variveis, ou seja, a funo densidade de probabilidades
conjunta f
u
U ( ) no conhecida. Por este motivo, se diz que tais informaes,
distribuio marginal e coeficientes de correlao, so informaes
probabilsticas incompletas. Porm, este o caso da grande maioria das
aplicaes prticas.
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 V em U. Esta
transformao definida como
( )
( )
( )
V F U
V F U U
V F U U U U
U
U
n U
n
n n
1
1
1
1
2
1
2
2 1
1
1 2
( )
( / )
( / )
(4.10)
onde
F U U U U
U
i
i i
( / )
1 2 1

a funo cumulativa de probabilidades da varivel
Ui condicionada a valores conhecidos da variveis U1, U2, ..., Ui-1 e
1
(.) o
inverso da funo cumulativa normal padro.
Como poucas vezes na prtica esto disponveis os dados na forma
adequada para serem utilizados na transformao de Rosenblatt, a
transformao de Nataf a mais usada. Mesmo para os casos onde distribuio
de probabilidade conjunta das variveis conhecida, o modelo de Nataf pode
ser empregado, utilizando alguns detalhes a mais do que foi apresentado
anteriormente. Este tpico foge ao escopo deste curso mas pode ser visto com
maiores detalhes em [Kiureghian and Liu, 1986].
4.1.2 !es"#isa do !onto de !ro$eto
57
Um dos passo fundamentais para o clculo da probabilidade de falha
pelo mtodo FORM o de encontrar o ponto
V
sobre a superfcie de falha

mais prximo origem. sto pode ser formulado como um problema de
otimizao P1 (ou programao no-linear) com uma restrio tal que
P 1
0
%
( )
minimize
sujeito a g
V
V
(4.11)
Existem vrios algoritmos de otimizao para resolver este
problema. O algoritmo mais usado na anlise de confiabilidade estrutural
aquele desenvolvido por Hasofer and Lind [1974] e aprimorado po Rackwitz and
Fiessler [1978]. Este algoritmo comumente identificado como HLRF e
resumido pela seguinte expresso recursiva:
[ ]
V
V
V V V V
K
K
K T K K K T
g
g g
+

1
2
1
g
( )
( ) ( ) ( )
(4.12)
onde g
K
( ) V o gradiente da funo de falha no espao reduzido e g
K
( ) V
o valor da funo de falha, ambos avaliados no ponto
V
K
.
Para a utilizao do mtodo HL-RF, so de extrema utilidade as
seguintes relaes
g( ) ( ) V U G
V U m
1
( ) (4.13)

g G
T
( ) ) ( ) V J U (
1
onde
G(U)
o gradiente da funo de falha no espao original avaliado no
ponto U' As demais variveis j foram definidas previamente.
A experincia tem mostrado que embora na maioria das vezes este
mtodo alcance a convergncia rapidamente, ele pode no convergir em
algumas situaes.
4.2 - Mtodo &ORM ( Second Order Reliabilty Method )
A idia do mtodo analtico SORM basicamente a mesma do FORM. A
diferena entre ambos consiste na aproximao feita para superfcie de falha
no espao reduzido. No SORM, ao invs de se fazer uma superfcie linear no
ponto de projeto
V
se faz uma aproximao por uma superfcie quadrtica,

como mostra a Figura (4.3).
58
Fi%ura &'0 - 1lustra)*o dos Mtodos Analtios FORM e 2ORM
Para esta aproximao vrias expresses para o clculo da probabilidade
de falha !f foram propostas, porm a mais simples delas a frmula de Breitung
[Breitung, 1984]
( ) ( )
pf
i
n
i
+

1
1
1 2
1
'
(4.14)
onde
i
so as curvaturas principais da superfcie de falha no ponto de projeto
V
(
e n o nmero de variveis randmicas na anlise. A avaliao de
i
feita
segundo procedimentos apresentados em [Liu and Kiureghian, 1989; Madsen et
al., 1986; Breitung, 1984]. Esses procedimentos envolvem a avaliao das
derivadas de segunda ordem da funo de falha no ponto de projeto.
A expresso (4.14) uma aproximao assinttica, i.e., ela converge
para o valor exato para valores pequenos de pf. A soluo exata para a
probabilidade correspondente a uma superfcie de estado limite quadrtica foi
recentemente obtida por Tvedt [1990]. Esta soluo um pouco mais
complicada que a expresso (4.14) pois a mesma envolve uma integrao
envolvendo nmeros complexos.
59
4.) - *+,oritmo -ara *n+ise de .onfia/i+idade -e+os Mtodos FORM e
&ORM
De acordo com o que foi apresentado anteriormente, a anlise de
confiabilidade pelos mtodos analticos FORM e SORM podem ser resumida
pelo seguinte algoritimo:
1) Avaliar as correlaes equivalentes entre as variveis e montar a matriz ;
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
( ) ( ) { }
( )
U
i
N
U
i
i
U
i
i
F U
f U
=
-1
*
*
( ) ( )

U
i
N
i U
i
N
U
i
i
F U U
* *
1
e depois montar as matrizes e m0 com os respectivos desvios padres e
mdias das normais equivalentes;
4) Avaliar a funo de falha G(U), o Jacobiano e o gradiente de G(U) no
espao reduzido atravs das expresses
%# $ # $ V U 3
J
1
% 3
4
# $ $ # $ V J U #
(
5) Transformar o ponto de partida para o espao reduzido usando
V J(U m)
6)Avaliar o novo ponto
V
next
atravs do algoritmo HLRF
[ ]
V
V
V V V V
next
g

1
2
g
g g
T T
( )
( ) ( ) ( )
7) Avaliar o ndice de confiabilidade
V
next
8) Avaliar o novo ponto
U
next
no espao original atravs da seguinte expresso
( )
U U J V V
next
T
next
+
1
( )
60
9) Tomar
U
next
como novo ponto de partida e repetir os passos 3 a 8 at a
convergncia, i.e.,
V V
V
next
next
TOL
10) Avaliar a probabilidade de falha pelo mtodo FORM por

pf
FORM
( )
ou pelo mtodo SORM como
( ) ( )
pf
SORM
i
n
i
+

1
1
1 2
1
'
A avaliao da probabilidade de falha pelo mtodo FORM envolve alm
da avaliao da funo de falha nos pontos calculados pelo algoritmo a
avaliao das suas derivadas para compor o vetor gradiente. Para problemas
prticos o clculo destas derivadas pode ser feito numericamente via diferenas
finitas. Este clculo envolve no mnimo n avaliaes a mais da funo de falha
por iterao do algoritmo HLRF, onde n o nmero de variveis aleatrias.
Portanto, para problemas onde a funo de falha G(U) computacionalmente
cara de ser avaliada melhor se possvel trabalhar com derivadas analticas e
no numricas.
No SORM necessrio calcular as derivadas de segunda ordem de G(U)
para a avaliao das curvaturas no ponto de projeto. Embora o clculo destas
derivadas possa ser feito somente quando houve a convergncia do algoritmo
HLRF, valem as observaes feitas anteriormente para funes de falha que
requerem elevados tempos de computador para serem avaliadas.
Na grande maioria dos problemas prticos apenas o mtodo FORM tem
sido usado.
Exemplo 4.1
Uma barra com resistncia R est submetida a uma solicitao S. Sabendo-se que R uma
varivel aleatria com distribuio lognormal com mdia 10.0 e desvio adro !.0 e S
uma varivel aleatria com distribuio normal com mdia ".0 e desvio adro !.0# calcule
a robabilidade da barra $al%ar.
Soluo
&e$inio da $uno de $al%a'
61
U
U

( , )
( )
R S
G R S
(ar)metros da distribuio de R
R
R
R
+
_
,
ln . 1 0198
2
2

R R
ln( ) .
1
2
2283
2
*qua+es ara clculo das normais equivalentes
(ara R '
R
N
R
R R + ( ln ) 1 e
R
N
R
R
(ara S'
R
N
R
e
R
N
R
(assos do algoritmo
1,

1
]
1
1 0
0 1
!, (onto de (artida ( ) U
T
10 5 ,
-, Usando as e.ress+es acima

R
N
R
R R + ( ln ) . 1 9 804 /
R
N
R
R 198 .

S
N
S
5 0 . /
S
N
S
20 .
e

1
]
1

1
]
1
R
N
S
N
0
0
198 0
0 20
.
.
/ ( ) ( ) m
T
R
N
S
N
, . , . 9 804 5 00
0, 1valiao da $uno de $al%a e seus gradientes no esao original e redu2ido
( ) G R S U 10 0 5 00 5 00 . . .
/
( ) ( ) G G V U 5 00 .
J

1
]
1
1
0 505 0
0 0 500
.
.
; ( )
J
1
1
]
1
T 198 0
0 200
.
.
( ) ( ) G
T
U 1 1 , /

1
]
1
g G
T
( ) ) ( )
.
.
V J U (
1
198
2 00
", (onto de artida no esao redu2ido
V J U m

1
]
1
( )
.
.
0 099
0 000
62
3, 4ovo onto de ro5eto
[ ]
V
V
V V V V
next
g
1
]
1
1 1201
1213
2
g
g g
T T
( )
( ) ( ) ( )
.
.
7) 6ndice de con$iabilidade
V
next
1707 .
7, (onto de ro5eto no esao original
( )
U U J V V
1 next
T
next
+

1
]
1
( )
.
.
7 426
7 426
1 artir de agora o rocesso se reete at a convergncia. 8 resumo da anlise
mostrado na tabela abai.o.
9terao :arivel (onto de
(ro5eto U

U
i
N
U
i
N
4ovo
onto de
(ro5eto
1 R 10.00 1.;70 ;.700 1.<0< <.0!3
S ".000 !.000 ".000 <.0!3
! R <.0!3 1.0<1 ;.0;0 1.70; <.;10
S <.0!3 !.000 ".000 <.;10
- R <.;10 1."3< ;.310 1.710 <.7"3
S <.;10 !.000 ".000 <.7"3
0 R <.7"3 1.""3 ;.";7 1.710 <.730
S <.7"3 !.000 ".000 <.730
" R <.730 1.""< ;.";; 1.710 <.73-
S <.730 !.000 ".000 <.73-
onde a robabilidade de $al%a elo mtodo =8R> dada or
pf
FORM
( ) ( . ) . 1814 0 035
8 valor e.ato da robabilidade de $al%a# calculado elas equa+es ?-.", ou ?-.3,
pf 0 032 .
Exemplo 4.2
Se5a a $uno de er$ormance
63
( ) G YW M U
onde U
T
Y W M ( , , ) com as seguintes caracter@sticas estat@sticas
:arivel >dia
A8: ?,
&istribuio
B 00.00 0.1!" Cognormal
D "0.00 0.0"0 Cognormal
> 1000.00 0.!000 *.t. Eio 9
1ssumindo que B e D so correlacionados com
Y W ,
. 0 40
. Aalcule a robabilidade de
F?U, assumir valores menores ou iguais a 2ero.
Soluo
(assos do algoritmo
1, Alculo das correla+es equivalentes

Y W
E
Y W
F
, ,
= ara duas distribui+es lognormais ?Ciu and Giureg%ian# 1;73,

F
Y W Y W
Y W W Y
+
+ +
ln( )
ln( )ln( )
.
,
,
1
1 1
1003
2 2

e
Y W
E
,
. . . 1003 0 40 0 4013
Aom isto a matri2 de correlao entre as variveis dada or
1
]
1
1
1
1 0 4013 0
0 4013 1 0
0 0 1
.
.
Usando a e.resso ?0.3, tem-se

1
]
1
1
1
1 0 0
0 438 1092 0
0 0 1
. .
!, (onto de (artida ( ) U
T
40 501000 , ,
-,usando as e.ress+es as equa+es ara trans$ormao de normais equivalentes
Y
N
39 69 . /
Y
N
4 98 .
W
N
49 94 . /
W
N
2 50 .
64
M
N
966 09 . /
M
N
19123 .
e
1
]
1
1
1
1
]
1
1
1
Y
N
W
N
M
N
0 0
0 0
0 0
4 98 0 0
0 2 50 0
0 0 19123
.
.
.
/
( )
( ) m
T
Y
N
W
N
M
N
0 0 . 0 . 0 . 39 69 49 94 966 09
0,1valiao da $uno de $al%a e seus gradientes no esao original e redu2ido
( ) G YW M U 40 50 1000 1000 00 .
/
( ) ( ) G G V U 1000 00 .
J
1

1
]
1
1
1
0 20078 0 0
0 08797 0 4370 0
0 0 0 005229
.
. .
.
;
( )
J
1
1
]
1
1
1
T
4 9806 10026 0
0 2 2884 0
0 0 191229
. .
.
.
( ) ( ) G W Y
T
U 0 0 1 /

1
]
1
1
1
g G
T
( ) ) ( )
.
.
.
V J U (
1
28914
9154
19123
",(onto de artida no esao redu2ido
V J U m
1
]
1
1
1
( )
.
.
.
0 06226
5 33 15
017732
E
3,4ovo onto de ro5eto
[ ]
V
V
V V V V
next
g
1
]
1
1
1
1
2285
0723
1511
2
g
g g
T T
( )
( ) ( ) ( )
.
.
.
7)6ndice de con$iabilidade
V
next
2 8335 .
7,(onto de ro5eto no esao original
65
( )
U U J V V
1 next
T
next
+
1
]
1
1
1
( )
.
.
.
28 31
45 99
1255 09
1 artir de agora o rocesso se reete at a convergncia. 8 resumo da anlise
mostrado na tabela abai.o.
9terao :arivel (onto
de
(ro5eto
?U,
U
N
i

U
N
i

F?U, 4ovo
(onto
de
(ro5eto
1 B 00.00 0.;7 -;.3; !7.-1
D "0.00 !."0 0;.;0 !.7--0 1000.00 0".;;
H 1000.00 1;1.!- ;33.0; 1!"".0;
! B !7.-1 -."- -<.77 -!.30
D 0".;; !.-0 07.<7 !.<030 07.7< 0<.0!
H 1!"".0; !73.0- 7;-.7! 1"01.0"
- B -!.30 0.03 -;.0! --.3;
D 0<.0! !.-< 0;.7< !.3330 3.1<0 0<.<!
H 1"01.0" -7;.17 <17.;0 130<.03
0 B --.3; 0.1; -;.!1 --.<7
D 0<.<! !.-7 0;.7; !.3300 0.-!13 0<.<"
H 130<.03 011.!1 3<0."< 131!.;;
" B --.<7 0.!1 -;.!- --.<7
D 0<.<" !.-; 0;.7; !.3300 0.00!" 0<.<"
H 131!.;; 01-.0! 333.0! 131-.!7
3 B --.<7 0.!1 -;.!- --.<7
D 0<.<" !.-; 0;.7; !.3300 -.;-*-" 0<.<"
H 131-.!7 01-.1! 33.!0 131-.-0
1 robabilidade de $al%a elo mtodo =8R> dada or
pf
FORM
( ) ( . ) . 2 6644 0 003857
Exerccio 4.1
&ada a seguinte $uno de er$ormance
( ) G dmax AF BF U
2

onde
( ) U
T
A F B , , ,
66
cu5as variveis aleatrias so as seguintes
:arivel >dia
A8: ?ou ,
&istribuio
= !".00 0.!- Cognormal
1 0.0011- 0.-0 Eio 9 ?ma..,
I 0.0003 0.-0 Cognormal
0.0
J0.10
normal
1ssumindo que 1 e I so correlacionados com
A B 0
. 0 60
# calcule a robabilidade de
F?U, ser menor ou igual a 2ero ara dma.J1.0.
4.4- Medidas de &ensi/i+idade
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]. Neste
curso somente sero comentadas algumas delas: fatores de importncia,
fatores de omisso e fatores de sensibilidade paramtricos.
O fator de importncia de cada varivel aleatria i envolvida na anlise de
confiabilidade e definido por
I
i i

2
(4.15)
onde
i
o cosseno diretor com relao a varivel U
i
do vetor normal a
superfcie de falha no ponto de projeto e no espao das variveis reduzidas. De
acordo com o que foi definido no item 4.1.1
i
i
g
g
( )
( )
*
*
V
V
(4.16)
onde g
i
( )
(
V a componente do gradiente da funo de falha no espao das
variveis reduzidas avaliado no ponto de projeto
V
(
. 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.
67
O chamado fator de omisso est diretamente ligado ao fator de
importncia e definido como a relao inversa entre o ndice de confiabilidade
atual e o ndice de confiabilidade considerando que a varivel aleatria Ui
determinstica. Para variveis estatisticamente independentes e o valor
determinstico como sendo a mdia este fator definido por
( )

U
i
i U
i
i
U
1
1
2
(4.17)
Para variveis dependentes e valores determinsticos diferentes da mdia a
expresso geral do fator de omisso pode ser vista em [Madsen, 1988; Sagrilo,
1994].
Os fatores de sensibilidade paramtricos so aqueles que fornecem a
variao do ndice de confiabilidade quando ocorrem mudanas nos parmetros
que definem a distribuio de probabilidade de uma varivel aleatria. Para
uma variao pj em um parmetro pj da distribuio de probabilidades da
varivel i, o novo ndice de confiabilidade dado por

novo velho
j
i
j
p
p +
(4.18)
sendo
p
j
i
obtido atravs de expresses que envolvem a transformao de
variveis, o ndice de confiabilidade ("velho ou atual) e o ponto de projeto como
pode ser visto em [Madsen, et al. 1986; Sagrilo, 1994]. Atravs da expresso
(4.18) possvel fazer uma previso dos valores de um determinado parmetro
de uma determinada varivel de forma a atender um determinado ndice de
confiabilidade, sem repetir a anlise.
4.1 - *n+ise de .onfia/i+idade de &istemas -e+o Mtodo FORM
Existem casos em que um mesmo problema pode envolver mais de uma
funo de performance. Como um simples exemplo, uma viga-coluna que pode
falhar por flexo ou por flambagem, i.e., mais de um modo de falha e cada um
deles representado por sua funo de performance (ou de falha) particular.
Neste caso, a probabilidade de falha pode ser calculada, usando o mtodo
FORM, para cada modo de falha, sendo depois avaliada a probabilidade do
sistema falhar como um todo, considerando a contribuio de todos os modos.
A representao grfica de alguns destes casos mostrada na Figura (4.4).
Estes problemas so tratados na anlise de confiabilidade estrutural dentro de
uma linha denominada confiabilidade de sistemas.
Um sistema chamado de sistema em srie quando a falha de um dos
seus modos (ou componentes) leva o mesmo a falhar tambm, por outro lado
68
um sistema chamado de sistema em !aralelo quando a falha do mesmo ocorre
depois da falha de todos os seus modos (ou componentes).
Fi%ura &'& - 5efini)6es de 2iste+as na An"lise de Confiabilidade Estrutural
#a$ siste+as e+ srie e #b$ siste+as e+ !aralelo
Outros problemas, como a existncia de mais de um ponto de mnimo no
espao reduzido para uma mesma funo de falha conforme ilustra a Figura
(4.5), tambm se enquadram na definio de sistemas.
A avaliao da probabilidade de falha para sistemas, usando o mtodo
FORM, uma extenso do que foi apresentado anteriormente como ser visto a
seguir.
Deve-se enfatizar que componentes e sistemas na anlise de
confiabilidade estrutural tem uma conotao diferente da anlise estrutural
propriamente dita. Por exemplo, uma simples viga pertencente a uma
determinada estrutura pode ser vista como um sistema na anlise de
confiabilidade estrutural, pois a mesma pode falhar por flambagem lateral,
flexo, etc. Entretanto, na anlise estrutural ela simplesmente um componente
integrante da estrutura, que neste caso o sistema.
69
Fi%ura &'7 - U+a fun)*o de fal8a o+ +ais de u+ !onto de +ni+o
No que segue, a denominao componente ser empregado para
identificar cada hiperplano tangente aos pontos de mnimo sobre a superfcie de
falha do problema em questo.
Um sistema dito em srie quando a falha de um dos seus componentes
significa a falha completa do mesmo e neste caso a probabilidade de falha do
sistema dada pela probabilidade de qualquer um dos componentes falhar.
Matematicamente esta probabilidade expressa pela unio dos eventos que
representam a falha dos componentes individuais, ou seja,
( ) ( )
pf P g
s
i
i
j

1
]
1
1
V 0 0
1
.
(4.19)
onde j o nmero de componentes individuais identificados na anlise.
Um sistema dito em paralelo quando a falha do mesmo somente ocorre
aps a falha de todos os seus componentes. A probabilidade de falha deste
sistema expressa pela interseco dos eventos que representam a falha dos
componentes individuais, ou seja,
( ) ( )
pf P g
s
i
i
j

1
]
1
1
V 0 0
1
.
(4.20)
70
Utilizando os conceitos bsicos da teoria das probabilidades para a unio
de eventos, a probabilidade de falha de um sistema em srie pode ser escrita
como
( ) ( )
pf P g
P P P
s
i
i
j
i
i
j
ik
k i
j
i
j
ikl
l k
n
k i
n
i
n

1
]
1
1
+
> > >

V 0 0
1
1 1 1
.
(4.21)
onde
( ) ( )
( ) ( ) ( ) ( ) [ ]
( ) ( ) ( ) ( ) ( ) ( ) [ ]
P P g
P P P g P g
P P P g P g P g
i i
ik i k
ikl i k l

V
V V
V V V
0 0
0 0 0 0
0 0 0 0 0 0
.
. .
. . .
e gi identifica o i-simo componente do sistema.
Como as probabilidades de falha dos componentes individuais
geralmente so baixas na anlise de problemas estruturais, os termos Pikl
podem ser desprezados. Pelo FORM o domnio de falha
( ) ( ) g
i
i
j
V
0 0
1
.

delimitado pela superfcie de polidrica formada pelos hiperplanos tangentes
em cada ponto de mnimo (ver Figuras 4.4 e 4.5 ) e assim a probabilidade de
falha de um sistema em srie (equao 4.21) pode ser calculada utilizando as
seguintes expresses
( )
( )
P
P
i i
ik i j ik

, ,
(4.22)
sendo
i
,
j os ndices de confiabilidade de cada um dos componentes;
ik
a correlao entre dois componentes, i.e.,
ik i k
, onde
i
e
j
so
os vetores normais nos pontos de mnimo de cada um dos
componentes;
( )
a funo cumulativa de probabilidades normal padro;
( ) , ,
a funo cumulativa bidimensional normal padro.
A funo cumulativa bidimensional normal padro, utilizando algumas
propriedades da distribuio normal [ Madsen et al., 1986], pode ser calculada
como:
71
( ) ( ) ( )
( , , ) , ,
,
,
+
i j i j i j i j
i j
z dz
0
(4.23)
onde
( ) , ,
a funo densidade de probabilidades bidimensional padro
( )
1
]
1
,
_
!
! !
!
1
!
!
1
e.
1 !
1
# #

xy y x
y x
(4.24)
A integral da expresso (4.23) deve ser avaliada numericamente.
Alternativamente, os chamados limites de Ditlevsen [Ditlevsen, 1979] podem ser
usados evitar a avaliao numrica desta integral. Neste caso so obtidos os
limites superior e inferior da probabilidade de falha de um sistema em srie,
expressa pela equao (4.21).
Exerccio 4.2
(rovar que a correlao entre dois %ierlanos g
i
?:,J0 e g
!
?:,J0 no esao das variveis
redu2idas dada or
ik i k
# onde
i
e
j so os vetores normais nos ontos de

m@nimo de cada um dos comonentes.
Sugesto' usar as e.ress+es ?!.7", e ?0.-,.
O clculo da probabilidade de falha de um sistema em paralelo, utilizando
o mtodo FORM, um pouco mais complicado e menos preciso do que um
sistema em srie, porm, para o caso de dois componentes a probabilidade de
falha pode ser calculada por
( )
P
ik i j ik
, ,
(4.25)
onde
( ) , ,
a funo cumulativa bidimensional normal padro dada pela
expresso (4.23).
Existem tambm os chamados sistemas mistos que envolvem
combinaes de sistema em srie e sistemas em paralelo num mesmo sistema.
A aplicao de sistemas mistos na anlise de confiabilidade estrutural muito
pequena e por isto este tpico no ser abordado neste curso.
Exemplo 4.3
Uma viga bi-aoiada est su5eita a uma carga uni$ormemente distribu@da como mostra a
$igura abai.o.
72
*.emlo 0.- - :iga bi-aoiada
1ssumindo que a viga ode $al%ar or $le.o# i.e.#
G M wL
o 1
2
1
8
( ) U
ou or cisal%amento# i.e.#
G V wL
o 2
1
2
( ) U
ou or um modo combinado de cisal%amento e $le.o/ i.e.#
G
M
M
V
V
o
3
0
1 ( ) U +
_
,
4as equa+es acima C o comrimento da viga e U J ( w, Mo, Vo), sendo w a

intensidade da carga distribu@da, Mo a caacidade resistente K $le.o e V0 a caacidade
resistente ao cisal%amento da viga# resectivamente. 1s grande2as U so aleatrias com as
caracter@sticas de$inidas na tabela abai.o.
Varivel Mdia Desvio Padro Distribuio
w 6.00 1.50 Normal
Mo 470.00 47.00 Normal
Vo 159.00 23.85 Normal
&e acordo com os dados acima calcular a robabilidade de $al%a da viga assumindo que as
roriedades mec)nicas do material da viga so idnticas ao longo da viga.
Soluo'
&eve-se notar que a $al%a or $le.o ode ocorrer no centro do vo# a $al%a or
cisal%amento nas e.tremidades da viga e o modo combinado de $le.o na seo em que
73
M
M
V
V
o
+
_
,
0
m.imo. (ode ser demonstrado ara a viga em anlise que# as encontrar
esta seo# a $uno de $al%a G3(U) ode ser reescrita como'
G
w L
M
w M
V
o
o
3
2
0
2
1
8
2
( ) U +
_
,
1ssim# o mtodo =8R> utili2ado ara as trs $un+es de $al%a corresondentes aos trs
modos de $al%a da viga c%egando-se aos seguintes valores#
( ) ( )
( ) ( )
( ) ( )

1 1
2 2
3 3 3
19207 0 8474 5310 0 0 0 27385 01
3 514 0 5324 0 0 0 8465 0 22090 03
15730 0 8911 0 4403 01094 0 57860 01

. . , . , . .
. . , . , . .
. . , . , . .
P
P
P
1 1
2 2
3
E
E
E
sendo a correlao entre os modos

12 1 2
13 1 3
23 2 3
0 4511
0 9889
0 5670

.
.
.
Usando os resultados acima e intengrando numericamente a e.resso ?0.!-, tem-se as
seguintes robabilidades cru2adas
P E
P E
P E
12
13
23
0 88817 04
0 27341 01
016550 03

.
.
.
* $inalmente# ento# a robabilidade de $al%a do sistema dada or
Pf P P P P P P
Pf E
s
s
+ +

1 2 3 12 13 23
0 57869 01 15729 . .
eq
Aomo ode se observar# a robabilidade de $al%a do sistema e basicamente igual aa

robabilidade de $al%a do modo combinado. 9sto ocorre devido a alta correlao que
e.iste entre o modo 1 e o modo - e tambm orque a contribuio do modo ! muito
bai.a comarada aos outros dois.
Exerccio 4.3
74
Suon%a que um determinado sistema estrutural ossa $al%ar em qualquer uma de trs
$ormas distintas cu5as $un+es de er$ormance das mesmas so de$inidas resectivamente
or
( )
( )
( )
G Z Z Z Z F h
G Z Z Z Z F h F h
G Z Z Z F h
H
H V
v
1 1 2 4 5
2 1 2 4 5
1 2 3 4
2 2
2
U
U
U
+ + +
+ + +
+ +
1ssumindo-se que % J ".0 e ( ) U Z Z Z Z Z F F
H v 1 2 3 4 5
, , , , , ,
# calcule a robabilidade da
estrutura $al%ar considerando as caracter@sticas estat@sticas das variveis de$inidas na tabela
abai.o.
:arivel &istribuio >dia &esvio (adro
Z1,.....Z5 Cognormal 1-0.;0 1-.0;
FH Cognormal "0.00 1".00
FV Cognormal "0.00 1!.00
Exerccio 4.4
1 laca mostrada na $igura abai.o est submetida a uma tenso c@clica com amlitude
constante S e aresenta uma trinca inicial com uma ro$undidade a
o
. 1 esessura da laca
t de "0mm. (ela mec)nica da $ratura o crescimento da ro$undidade da trinca em $uno
do nLmero de ciclos de tens+es dado ela seguinte e.resso
( )
( )
a N m t C S N a
m
m
m
o
m
m
( ) . +
1
]
1
1

1 015
0.35
2
1 0.15
1
1 0.15
onde A e m so constantes do material da laca.

*.erc@cio 0.0 - (laca com uma trinca
1ssumindo que as variveis aleatrias de maior imort)ncia neste roblema so aquelas
de$inidas na tabela abai.o# ede-se
a, calcular robabilidade de ocorrer uma trinca assante ara 4J!.0*M0"# 4J0.0*M0"#
4J3.0*M0" e 4J7.0*M0".
75
b, calcular a robabilidade de $al%a ara 4J3.0*M0" e 4J7.0*M0" sabendo-se que em
4J0.0*M0" $oi $eita uma inseo na c%aa e veri$icou-se que a ro$undidade da trinca
menor que a
i
. a
i
uma varivel aleatria normal com mdia -.0 mm e desvio adro
0.00mm.
Sugest+es'
1, use o (1A84= ?ver item 0.1.<, ara os clculos/
!, ara o item b usar a e.resso de robabilidade de eventos condicionados# i.e.#
P A B P A B P B ( / ) ( ) / ( )
:arivel &istribuio >dia &esvio (adro
S 4ormal 30.00 10.00
A Cognormal ".!0-*-1" !.00*-1"
m 4ormal -."0 0.!"
a
o
*.onencial 1.00 1.00
4otas'
1,todas as unidades so coerentes
!, A e m so correlacionados com J -0.7;
76
4.2 - !ro,ramas !ara *n+ise de .onfia/i+idade
Atualmente existem vrios programas comerciais para anlilse de
confiabilidade estrutural. Entre outros podemos citar o PROBAN, o CALREL e o
SYSREL. O PROBAN (Probabilisti Anal9sis Pro%ra+) foi desenvolvido pela
DnV Research, nc. na Noruega e inclui modelagem das variveis aleatrias
(tratamento estatstico), mtodos analitcos FORM e SORM e o mtodo de
Monte Carlo com vrios outros esquemas derivados do mesmo. O CALREL foi
desenvolvido por pesquisadores do Departamento de Engenharia Civil da
Universidade de Berkeley nos Estados Unidos e inclui a avaliao da
probabilidade de falha pelos mtodos analticos FORM e SORM e por tcnicas
de simulao de Monte Carlo. O SYSREL (2:2te+ RE;iabilit9) foi desenvolvido
por pesquisadores da Universidade de Munique na Alemanha e atualmente
comercializado em verso para Windows pela empresa GmB, nc. da mesma
localidade. O SYSREL possui inmeras facilidades e o seu forte a avaliao
da confiabilidade pelos mtodos analticos. Todos os programas citados acima
incluem o clculo das medidas de sensibilidade da probabilidade de falha.
Por ser um programa com uma apresentao bem mais simples e com um
objetivo educacional, o CALREL o mais barato entre eles.
Neste curso ser usado o programa PACONF desenvolvido por
pesquisadores do Programa de Engenharia Civil da COPPE/UFRJ. Atualmente,
este programa inclui o clculo da probabilidade de falha e das medidas de
sensibilidade pelos mtodos analticos FORM e SORM e pelo mtodo ("crude)
de Monte Carlo. Este programa tambm dispe de recursos para a anlise de
sistemas em srie.
Exerccio 0."
&ada a seguinte $uno de er$ormance
( ) G YA F U
cu5as caracter@sticas estat@sticas das variveis so indicadas abai.o.
:arivel mdia A8: &istribuio
Y 10.00 0.1" Cognormal
A 1.000 0.0" 4ormal
F 0.000 0.-0 Deibull
Usando o (1A84=# avalie a robabilidade do evento
( ) G U 0 0 .
ara os seguintes
casos' a,
Y A ,
. 0 0
e b,
Y A ,
. 0 60
77
4.3 - 4i/+io,rafia
1. Ang, A.H-S. and Tang, W.H. - robability !once"ts in #n$ineerin$
lannin$ and %esi$n, Vol. , John Willey and Sons, New York, 1984.
2. Breitung, K. - Asymptotic Approximations for Multinormal ntegrals, Journal
o& #n$ineerin$ Mechanics ('S!#), Vol. 110, No.3, 1984.
3. Kiureghian, A.D. and Liu, P.L. - Structural Reliability Under ncomplete
ncomplete Probability nformation, Journal o& #n$ineerin$ Mechanics
('S!#), Vol. 112, No.1, 1986.
4. Hasofer, A.M. and Lind, N.C. - Exact and nvariant Second-Moment Code
Format, Journal o& #n$ineerin$ Mechanics ('S!#), Vol. 100, No. EM1,
1974.
5. Liu, P.L. and Kiureghian, A.D. - Finite(#lement Reliability Methods &or
)eometrically *onlinear Sthocastic Structures, Report No UCB/SEMM-
89/05, Department of Civil Engineering, University of California at Berkeley,
1989.
6. Madsen, H.O., Krenk, S., Lind, N.C. - Methods o& Structural Sa&ety,
Prentice-Hall nc., New Jersey, 1986.
7. Madsen, H.O. - Omission Sensitivity Factors, Structural Sa&ety, Vol. 5,
1988.
8. Racwitz, R. and Fiessler, B. - Structural Reliability Under Combined Random
Load Sequences, !om"uter and Structures, Vol. 9, 1978.
9. Sagrilo, L.V. S. - 'n+lise de !on&iabilidade #strutural Utili,ando os
M-todos 'nal.ticos FORM e SORM, Tese de Doutorado, Programa de
Engenharia Civil, COPPE/UFRJ, 1994.
10. Tvedt, L. - Distribution of Quadratic Forms in Normal Space - Application to
Structural Reliability, Journal o& #n$ineerin$ Mechanics ('S!#), Vol. 116,
No.6, 1990.
78

CP 4

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

CP 4

Caricato da

Copyright:

Formati disponibili

COC796-Confiabilidade Estrutural PEC/COPPE/UFRJ

Mtodos Analtios !ara An"lise de Confiabilidade

at a origem e calculado como

e a transformao das variveis em variveis normais padro. Como ser

ij o coeficiente de correlao entre as variveis U

ij , ento, o coeficiente de correlao equivalente entre as duas

ij e dos coeficientes de variao

sobre a superfcie de falha

se faz uma aproximao por uma superfcie quadrtica,

10) Avaliar a probabilidade de falha pelo mtodo FORM por

= ara duas distribui+es lognormais ?Ciu and Giureg%ian# 1;73,

> > >

j os ndices de confiabilidade de cada um dos componentes;

j so os vetores normais nos ontos de

4as equa+es acima C o comrimento da viga e U J ( w, Mo, Vo), sendo w a

Aomo ode se observar# a robabilidade de $al%a do sistema e basicamente igual aa

onde A e m so constantes do material da laca.

Potrebbero piacerti anche