Órgãos de Máquinas - 2

E520 - ÓRGÃOS DE MÁQUINAS
Academia Naval de Angola

1TEN EN-MEC Carvalho Xavier
13-05-2015
OBJETIVOS
• Noções básicas do projeto de máquinas;
• Preparar os alunos para serem capazes de

dimensionar alguns dos principais órgãos de
máquinas, aplicados em instalações propulsoras
marítimas.
1TEN EN-MEC Carvalho Xavier 2

BIBLIOGRAFIA
• Shigley, Joseph Edward, “Mechanical Engineering Design” 8th

ed, 2008, McGraw-Hill, ISBN 0-390-76487-6.
• Shigley, J.E. et al, “Projeto de Engenharia Mecânica” 7ª ed,

2006, McGraw-Hill, ISBN 85-363-0562-2.
• Shigley J.E., Mischke, “Standard Handbook of Machine

Design”, 1996, McGraw-Hill, ISBN 0-07-056958-4.
• Hall, Holowenko, Laughlin, “Elementos Orgânicos de

Máquinas”, 1970, McGraw-Hill, Brasil.
• Mott R.L., Machine elements in Mechanical Design, 3rd ed,

1999, Prentice-Hall, ISBN 0-13-841446-7

PROGRAMA
• INTRODUÇÃO AO PROJECTO
• CÁLCULOS DE RESISTÊNCIA DOS MATERIAIS
• COEFICIENTES DE SEGURANÇA. CONCENTRAÇÃO DE TENSÕES. FADIGA
• UNIÕES PERMANENTES E TEMPORÁRIAS
• MOLAS
• CHUMACEIRAS E LUBRIFICAÇÃO
• ROLAMENTOS
• ENGRENAGENS
• TRANSMISSÕES
• HÉLICES
RESISTÊNCIA DOS MATERIAIS
• A selecção de um material para um objecto,

equipamento ou parte estrutural é uma das decisões
mais importantes do projectista;
• A decisão é normalmente efectuada antes do

estabelecimento das dimensões;
• Após escolher o processo de criação e o material

(factores conjuntos) é efectuado o projecto de modo
a evitar a perda de função (falha) ou de forma a
minimizá-la (com risco aceitável);
• A estimativa das tensões e deformações baseiam-se

nas propriedades dos materiais;
• Para o cálculo de deflecções e avaliação da estabilidade,

por exemplo, são necessárias as propriedades elásticas do
material (rigidez) e as avaliações de tensões em locais
críticos do equipamento e a comparação com a
resistência em condições de utilização;
• O valor de tensão/força é encontrado através dos testes

e ajustado para geometrias de utilização (caso
necessário);
• Por vezes a selecção dos materiais são apenas na

componente estética (não sofrem cargas);

• Todos os membros devem ser projectados e os

materiais seleccionados de modo a resistir:
Corrosão
Temperatura
Tensão
Resistência
Versatilidade
Processo
…
Importância Estatística na Propriedade dos Materiais
• Estatística é um método caracterizado por vários valores

(e.g: MDPP pode ter tantos defeitos cuja reparação deve ser feita
frequentemente durante os primeiros meses de operação. Outro MDPP igual
pode funcionar durante anos apenas com manutenções planeadas);
• Estatística utilizada para Controlo da Qualidade;
• As variações inerentes aos limites, tensões, resistência,

folgas, tolerâncias, … devem ser descritas numericamente
de modo a tornar todos os factores mais reais;
• Não é satisfatório especificar que um produto tem uma vida

longa e sem anomalias;
Importância Estatística na Propriedade dos Materiais
• Assume-se que na Natureza existe estabilidade na variação

ou seja, a magnitude não é constante, mas a forma como
varia tem um padrão de variação;
• A evidência obtida por medição é uma mistura de efeitos

sistemáticos aleatórios. O uso da estatística visa separar
esses efeitos e eliminar o que não interessa;

Variáveis Aleatórias
• Considera-se uma experiência de medição da resistência de

20 objectos em ensaios de tracção compostos por aço AISI
1020;
• Normalmente existem variações nos valores de resistência à

última tracção (Sut) em cada ensaio;
• Os objectos são seleccionados ao acaso – experiência

aleatória e a Sut determinada na experiência é uma variável
aleatória ou variável estocástica.
NOTA: AISI (American Iron and Steel Institute)

Variáveis Aleatórias (discretas)
• Considera-se uma experiência de medição da variável

aleatória x, definida como a soma dos números obtidos,
quando dois dados são lançados (os resultados variam entre
1 e 6 em qualquer dado);
• Nesta experiência a amostra (todos os resultados possíveis)

é finito e pode ser representado;
• x é específico para cada resultado possível (e.g.: x=1+3=4)


• Representação em tabela dos valores de x e a probabilidade
de x, denominada p=f(x) ou seja, distribuição de
probabilidade;
• Representação gráfica dos valores de x e a probabilidade de

x, denominada p=f(x) ou seja, função de frequência ou
função de densidade de probabilidade.


• A probabilidade de x menor, ou igual que determinado valor xi (p(x≤xi))
pode ser obtida a partir da função de densidade de probabilidade,
somando-se a probabilidade de todos os x menores ou iguais que xi;
• Efectuando essa operação na Tabela de Distribuição de Probabilidade,

obtém-se a Tabela de Distribuição Cumulativa de Probabilidade.
Distribuição da Probabilidade
Distribuição Cumulativa da Probabilidade


• Representação gráfica dos valores de F(x)=p(x≤xi) denominada por
Função Cumulativa de Probabilidade;
• A Função Cumulativa de Probabilidade é expressa como:


• Representação gráfica dos valores de F(x)=p(x≤xi) denominada por
Função Cumulativa de Probabilidade;
• A Função Cumulativa de Probabilidade é expressa como:

Variáveis Aleatórias (discretas vs contínuas)

• Uma variável aleatória contínua pode ter qualquer valor num intervalo
especificado com Função Densidade da Probabilidade e Função
Cumulativa da Probabilidade:
• Uma Função Densidade Probabilidade de variável contínua a

probabilidade de obter um valor igual ou menor que x é:

onde

Variáveis Aleatórias (propriedades matemáticas das variáveis contínuas)

• Quando x tende para infinito:

1

Média, Variância, Desvio Padrão

• Ao estudar variações de propriedades mecânicas obtém-se normalmente
um número finito de elementos sendo o número total designado por
população;
• População normalmente grande é impraticável para medir
características de cada membro e muitas vezes envolve ensaios
destrutivos (selecciona-se uma pequena parte, amostra, para
determinar as características da população);
• População = Grupo Completo. Amostra = Parte do Grupo.
Média, Variância, Desvio Padrão (amostras)
• Média da amostra (aritmética)
• Variância da amostra (dispersão estatística – distância relativamente a um valor esperado)
• Desvio-padrão da amostra (variação relativamente ao valor esperado)

Média, Variância, Desvio Padrão (amostras)
• Desvio-padrão (formato mais comum para cálculo ou folha

de cálculo):

Média, Variância, Desvio Padrão (população)
• Média da população (aritmética):
• Variância da População (dispersão estatística – distância relativamente a um valor esperado)
• Desvio-padrão da população (variação relativamente ao valor esperado)

Média, Variância, Desvio Padrão (população)
RESUMO

Média, Variância, Desvio Padrão
• Informação/dados sob a forma de histograma de frequência discreta.

Mostra o nº de ocorrência, ou frequência da classe f, dentro de um
intervalo determinado:
= 86 KPsi = 49,5KPsi
= 4,9 KPsi = 5,3 KPsi
NOTA: 1 MPa = 145 Psi = 10 BAR

1 KPsi = 6,89 Mpa = 68,94 BAR SHIGLEY, J.E., “Mechanical Engineering Design”, 2008, 8ª ed, McGraw-Hill

Média, Variância, Desvio Padrão (frequência discreta)
• Média:
• Desvio-padrão:
• Função Cumulativa da Probabilidade que indica a

probabilidade de uma ocorrência xi, ou menor que esta:

Média, Variância, Desvio Padrão (frequência discreta)
• xi: pontos médios da classe

• fi: frequências de ocorrência dentro do intervalo da classe
• k: número total de classes
• wf: largura da classe em xi
Exemplo: Para a figura abaixo k=21 e a largura da classe é constante, w=1KPsi (6,89 Mpa)

Coeficiente de Variação, Notações/Convenções
• Variáveis aleatórias podem ser parcialmente caracterizadas pela média

e desvio-padrão, ou pela média e pelo coeficiente e variação definido
por:
• A variável x para a amostra pode ser expressa da seguinte forma:
• x é uma Função de Densidade de Probabilidade da variável

• Exercício 2-1:
Cinco toneladas de barra circular, com diâmetro de 50,8 mm, de aço

laminado a quente, foram recebidos para stock. Utilizaram-se nove
provetes padronizados para ensaios de tracção, a partir de pontos
aleatórios, em várias barras. No relatório de ensaio, a resistência à tracção
foi analisada em Mpa, conforme tabela.
Calcular a média, desvio-padrão e o coeficiente de variação a partir da
amostra, de modo a que sejam as melhores estimativas da População.

• Exercício 2-1:
Calcular a média, desvio-padrão e o coeficiente de variação a partir da

amostra, de modo a que sejam as melhores estimativas da População.

• Exercício 2-2:
Cinco toneladas de barra circular, com diâmetro de 50,8 mm, de aço

laminado a quente, foram recebidos para stock. Utilizaram-se nove
provetes padronizados para ensaios de tracção, a partir de pontos
aleatórios, em várias barras. No relatório de ensaio, a resistência à tracção
foi analisada em Mpa, conforme tabela.
Os dados originais chegaram ao projectista na forma de histograma conforme a
tabela. Calcular a média, desvio-padrão e o coeficiente de variação.

• Exercício 2-2:
Os dados originais chegaram ao projectista na forma de histograma conforme a

tabela. Calcular a média, desvio-padrão e o coeficiente de variação.

• Comparação entre Exercício 2-1 e Exercício 2-2:
Conclusões
Existem diferenças não significativas na média;
Existem diferenças significativas nas restantes estatísticas;
Dados agrupados fornecem estatísticas com menos

“confiança” que as dos dados não-agrupados.
Distribuição de Probabilidade
• Existem distribuições padronizadas discretas e contínuas de

probabilidade que são normalmente aplicáveis à engenharia;
• As distribuições contínuas mais comuns são: gaussiana (Gauss ou

normal) e a de Weibull;
• Outras: lognormal, Rayleigh, uniforme,
Gaussiana ou Normal Lognormal Uniforme Weibull

Distribuição de Gauss ou Gaussiana (Normal)
• Definida pela média μx, e desvio-padrão σx:
• Considerando N como a representação da função de distribuição

Normal:
Pequeno
desvio-padrão Grande
desvio-padrão

• Para evitar “diversas” tabelas de valores diferentes de μx e σx, o

desvio da média é expresso em unidades de desvio-padrão por:
O integral da transformação (Função Cumulativa da Probabilidade da

Distribuição Normal) é tabelado para uso prático.
A Função Cumulativa da Probabilidade tem a simbologia Φ(z) sendo a

variável z distribuída normalmente com uma média igual a zero e um
desvio-padrão=variância=1 ou seja z=N(0,1).

• A probabilidade de uma observação menor que z = Φ(z), se z<0
• A probabilidade de uma observação menor que z = 1- Φ(z), se z>0


• Função de Densidade de Probabilidade f(z) e Função Cumulativa de
Probabilidade Φ(z), Tabela de Φ(z)

• Exercício 2-3:
Numa encomenda de 250 barras ferro para construção, a resistência média

à tracção encontrada é de 310,3 MPa e o desvio-padrão de 34,47 MPa.
Considerando uma distribuição normal, quantas barras se pode esperar que
tenham uma resistência menor que 272,3 MPa?
Quantas se pode esperar que tenham uma resistência entre 272,3 MPa e 410,2
MPa?
Considerando:
Temos:

• Exercício 2-3:

MPa?
A probabilidade de que S < 272,3 Mpa é F(z) = Φ(-1,1) e após utilizar a tabela:

• Exercício 2-3:

MPa?
Para determinar a percentagem de população com 272,3 MPa<S<410,2 MPa tem-se

para S=410,2 MPa:
A probabilidade de que S<410,2 MPa é F(z)=Φ(2,9). Como z>0 torna-se necessário

encontrar o valor complementar à unidade:
A probabilidade de 272,3 MPa<S<410,2MPa é igual à área entre z272,3 e z410,2.

• Exercício 2-3:

MPa?
Assim sendo temos:
Logo o número de barras com 272,3 MPa < Z < 410,2 MPa é:

Distribuição de Weibull
• Tem grande aplicação no contexto da fiabilidade definida como:
• A distribuição de Weibull R(x) é definida como:
• Em que os parâmetros da função são:

• Quando x0 = 0, torna-se a distribuição de Weibull de 2 parâmetros:
• A variável característica teta desempenha papel similar à média e

representa um valor de x do qual abaixo se situam 63,2 % das
observações;
• b controla obliquidade (assimetria):
Função da densidade de probabilidade de Weibull

• Dada uma fiabilidade específica requerida, obtém-se:
• Para se obter a função de probabilidade e sabendo que :
• Das equações anteriores em que f(x) = dF(x)/dx, então:

• Para a distribuição de Weibull tem-se:
• Sendo a média e o desvio-padrão dados por:
• Em que a função Г (gama) é tabelada. A notação para a distribuição de

Weibull é:

Distribuição de Weibull – Função Г

• Exercício 2-4:
Construir as propriedades da distribuição de Weibull de um rolamento de

esferas, se os parâmetros da distribuição forem x10 = 0,0200, teta = 4,459 e
b = 1,483. Calcular a média, mediana, L90 e desvio-padrão.
Neste problema a variável x está de forma adimensional em que x =L/L10- onde Lé a vida
do rolamento, em número de ciclos. L10 é a vida nominal do rolamento dada pelo
fabricante em que 10 % dos rolamentos falharam (90 % de fiabilidade). L10 é então o valor
mínimo garantido x0.
A partir da equação:
Temos:

• Exercício 2-4:

A vida média adimensional do rolamento é 4,03L10;

A vida mediana adimensional corresponde a R = 0,5, L50;
A partir da equação:
A mediana é:

• Exercício 2-4:

Para L90 onde R = 0,1 (fiabilidade)
A “vida” adimensional x é:
O desvio-padrão da vida adimensional é dado pela seguinte equação:

Propagação do erro e Operação de Variáveis Aleatórias
• Podem-se operar variáveis aleatórias como por exemplo a tensão axial:
• Se a força F e a área A forem variáveis aleatórias teremos:
• A tensão σ como uma variável aleatória, em que os erros inerentes F e A

são propagados à variável σ;
• Ao operar variáveis aleatórias têm de seguir regras próprias. Para

variáveis aleatórias independentes (não relacionadas) são descritas em
tabelas específicas.

Regressão Linear
• Regressão: método para obter uma curva que melhor se ajuste a um

conjunto de pontos;
• Regressão Linear: quando a “curva” que melhor se ajusta é uma recta;
• Método mais usual obtém a “melhor” recta se ela minimiza os
quadrados dos desvios dos pontos de dados a si própria;
• Para a equação-padrão (equação reduzida) de uma linha recta:
• Para um conjunto de N pontos de dados (xi;yi) podemos determinar os

parâmetros e através de:

Regressão Linear
• Pode-se representar graficamente o conjunto de pontos de dados

aproximados pela recta de regressão AB:
• Após conhecida a recta interessa descobrir qual a melhor relação entre

x e y.

Regressão Linear
• Quando existe uma dispersão dos pontos não existe uma correlação. Se
os pontos dados coincidem com a linha de regressão existe uma
correlação perfeita;
• A maioria dos dados estatísticos estão entre estes extremos;
• Para medir a relação entre dados de uma amostra, ou população, usa-se

normalmente o coeficiente de correlação r ou p (denominado factor de
correlação ou factor de correlação de Pearson) definido como:

Regressão Linear
• Se r = 0, não há correlação (correlação é não linear);

• Se r = ± 1, existe uma correlação perfeita;
• Se r > 0, recta com declive positivo;
• Se r < 0, recta com declive negativo.

Regressão Linear
• Os desvios padrão de e são dados por:
• Em que o desvio-padrão da dispersão dos dados em relação à recta de

regressão, sx.y é dado por:

• Exercício 2-5:
Um provete de aço-carbono foi ensaiado à tracção. Foi utilizado um

extensómetro durante um ensaio para verificar se após o teste
regressava ao estado de “sem carga”. Seguidamente foi aplicada
uma segunda carga maior. As cargas e as leituras do extensómetro
foram reduzidas. A tensão σ e a deformação ε foram descritas na
seguinte forma:
Calcular o módulo de Young (E) e o seu desvio-padrão. Visto o extensómetro

apresentar uma leitura inicial “sem carga”, utilizar uma regressão tipo y = mx +
b.

• Exercício 2-5:

b.
Construir uma tabela com os valores de σ, ε, x2, xy, y2, , (x - )2

• Exercício 2-5:

b.
A partir da equação temos:

• Exercício 2-5:

b.
A partir da equação temos:

• Exercício 2-5:

b.
A partir da equação temos (desvios-padrão calculados em folha de cálculo) o

coeficiente de correlação:

• Exercício 2-5:

b.
A partir da equação calcula-se o desvio-padrão (dispersão) em relação à recta

de regressão:

• Exercício 2-5:

b.
A partir da equação calcula-se o desvio-padrão (dispersão) de m = E:

• Exercício 2-5:
Utilizando uma folha de cálculo podem-se calcular os parâmetros pedidos

através de tabelas, gráficos, …

Dimensões e Tolerâncias
• A seguinte nomenclatura é normalmente utilizada em dimensionamento:

Tamanho Nominal: Tamanho utilizado ao falar de um elemento;
Tamanho Básico: Tamanho teórico exacto. Dimensões-limite superior e/ou

inferior estabelecem-se a partir da dimensão básica;
Limites: Dimensões máxima e mínima afirmadas;
Tolerância: Diferença entre dois limites;
Tolerância bilateral: Variação em ambas as direcções, a partir da

dimensão básica (e.g.: tamanho básico situa-se entre dois limites, 10,05 ±
0,01 mm);
Tolerância unilateral: Dimensão básica é tida como um dos limites, e a

variação permitida ocorre numa direção só (e.g. 10,05 + 0,01 mm - 0,00);
• A seguinte nomenclatura é normalmente utilizada em dimensionamento:

Tolerância natural: Tolerância = ± 3 desvios-padrão, a partir da média.
(Para uma distribuição normal, tal assegura que 99,73% da produção estão
dentro dos limites de tolerância);
Folga: Termo geral aplicado a peças cilíndricas, tais como parafuso/furo.

Só é utilizada quando membro interno menor que membro externo;
Folga diametral: diferença medida nos dois diâmetros; (radial, a diferença

entre dois raios);
Interferência: Oposto de folga, para peças cilíndricas em par nas quais o

membro interno é maior que o externo;
Margem: Folga mínima ou interferência máxima declarada para peças em

par.
• Variações de dimensões de peças, num processo de produção, podem

ocorrer aleatoriamente, assim como por razões específicas;
• Quando todas as variações em dimensões de peças são eliminadas, diz-

se que o processo de produção está sob controlo estatístico. Nestas
condições, todas as variações de dimensões ocorrem ao acaso,

Materiais
• Selecção de materiais para um elemento de máquina ou membro

estrutural é uma das decisões de responsabilidade do projectista;
• Existe sempre interacção entre processo de criação da geometria e

processo de decisão sobre o material a utilizar (função vs risco);
• Os métodos para estimar tensões e deformações em membros de

máquinas, terão sempre por base as propriedades do material de que o
órgão/peça/componente será feito;
• Nas avaliações de deformação e estabilidade, as propriedades elásticas

do material são absolutamente necessárias;

Materiais
• Nas avaliações de tensão num ponto crítico de um órgão de máquina

requer-se comparação com a resistência do material naquele ponto,
geometria e condições de uso;
• A selecção do material também depende de outros factores que não a

resistência ao carregamento: qualidades estéticas, resistência à
corrosão, efeitos da temperatura, e muitos outros;
• Exige-se do projectista versatilidade adquirida de um amplo

conhecimento em materiais e processos.

Resistência e Rigidez dos Materiais
• TRAÇÃO: Ensaio de tração para determinação propriedades resistência

do material;
Mede-se carga P vs deformação ε
Conversão de carga P em tensão σ
Conversão comprimentos l0 e l em deformação

• Apresentação dos resultados graficamente:
Materiais dúcteis
Materiais frágeis
• Parâmetros Relevantes:
Ponto pl: limite de proporcionalidade;
Lei de Hooke:
Ponto el: limite elástico;
Ponto y (yield) – limite admitido de cedência (onde se define Sy e ε = 0,002 ou 0,2%

l0);
Ponto u – máxima tensão obtida (Onde se define resistência à tração ou resistência

última Su ou Sut);
Ponto f – ponto de fractura/falha do material (Onde se define resistência de fractura,

Sf)

• Diagrama Verdadeiro da Tensão-Deformação:
Considera variação de área do provete;
Considera deformações incrementais relativamente a l0;
Tensão verdadeira aumenta continuamente até à fractura;
A tensão verdadeira de fractura maior que a tensão última verdadeira, onde

σf > σut


• IMPORTANTE:
RESISTÊNCIA (S): propriedade intrínseca do material, ou elemento

mecânico, devido à selecção de um material particular;
TENSÃO (σ ou τ): dependente do nível de carga no elemento mecânico,

independentemente do material seleccionado;
e.g.: a resistência de um veio de manivelas (ou cambota), num ponto

crítico na geometria e nas condições de uso, é a mesma estando em
funcionamento num motor ou numa linha de montagem antes de integrar
o motor);


• Ensaios de compressão são mais difíceis de realizar;
• Geometria dos provetes diferente, devido ao colapso com arqueamento;
• Dificuldade obtenção tensões distribuídas uniformemente;
• Dificuldade distinção clara dos fenómenos de cedência e de colapso;
• Ainda assim apresentam resultados num formato semelhante aos ensaios

de tração aplicam-se as mesmas definições de resistência;
• Maioria dos materiais apresentam resistências à compressão =

resistências à tração. Quando existem diferenças, declaram-se
separadamente como Sut (última verdadeira) e Suc (última crítica) e
ambas com valores positivos.

• Resistência Torcional:
Provetes são barras circulares sólidas;
Mede-se carga (binário) T vs deformação (ângulo de rotação) θ;
Resultados ensaio de torção apresentados na forma gráfica de T vs θ,
semelhantes aos de tração;
Tensão máxima de corte obtida a partir de:
Gr: Módulo de elasticidade radial

Tr: Torque aplicado;
J: Momento de Inércia

• Resistência e Trabalho a Frio:
Endurecimento por deformação: aumento da tensão de cedência,
diminuição da ductilidade.
• Dureza
Resistência à penetração por ferramenta pontiaguda;
Ensaios dureza Rockwell, norma ASTM E-18;
Dureza Brinell. Pode ser relacionada com Su do material.
• Propriedades de Impacto
Carga de impacto – se o tempo de aplicação < 1/3 do menor período de
vibração natural do provete;
Ensaios de Charpy para determinar fragilidade e resistência ao impacto,
especialmente a temperaturas baixas. Resultado em J (energia) ou °C.


• Propriedades de Impacto
Ensaios de Charpy: Produzem dados de tenacidade (resistência) sob

condições dinâmicas, em vez de estáticas (como os ensaios de tração);
Resultados dependentes da geometria do entalhe e taxa de deformação;
Por vezes é mais útil utilizar conceitos de sensibilidade ao entalhe,

tenacidade de fractura e mecânica de fractura, para estimar a possibilidade
de indentação (inserir espaço) ou fractura.


• Efeitos da Temperatura
Temperatura do ambiente operacional afectam resistência, ductilidade, ou

fragilidade;
Temperaturas operacionais mais baixas que temperatura de transição, surge

a possibilidade de um órgão falhar por fractura frágil;
Aquecimento decorrente da soldadura também altera propriedades

mecânicas. Daí resultam tensões que permanecem quando as peças
arrefecem – tensões residuais;
Os testes de dureza podem ser usados para saber se a resistência foi

alterada pela soldadura;
Para determinar tensões residuais têm de se usar métodos mais sofisticados.

(e.g.: Difracção de raios X).
Processos de Produção de Metais

• Fundição em Areia;
• Moldagem;
• Fundição;
• Metalurgia dos pós;
• Processos de Trabalhos a Quente:
Laminagem;
Forjagem;
Extrusão a quente;
Prensagem a quente;
Geometrias (barra e perfil) disponíveis por laminagem a quente


• Processos de Trabalhos a Frio:
Executados normalmente à temperatura ambiente. Acabamento mais
brilhante e preciso;
Laminagem;
Esmerilamento;
Extrusão a frio;
• Tratamento Térmico dos Aços:

Recozimento;
Têmpera;
Revenido (alteração de temperatura);
Cementação (modificação da qualidade do material por combinação com
outra substância).


• Tipos de Aço de Liga:
Crómio;
Níquel;
Manganês;
Silício;
Molibdénio;
Vanádio;
Tungsténio.
• Aços Resistentes à Corrosão:

Ligas à base de Fe com pelo menos 12 % de Crómio;
Normalmente utilizado em ambientes marítimos: ASTM A316L.


• Materiais Não Ferrosos:
Alumínio;
Magnésio;
Titânio;
Ligas de Cobre:
Latão;
Bronze.

Polímeros e Plásticos
• Infinidade de polímeros disponíveis para mais variadas funções desde que
não envolvam grandes cargas nem redução de peso.
Materiais Compósitos
• Formados a partir de dois ou mais materiais dissimilares, cada qual
contribuindo para as propriedades finais;
• Diferem das ligas metálicas porque ao nível microscópico materiais

permanecem separados um do outro;
• Maioria composta por dois materiais: matriz e o enchimento:

Enchimento dá rigidez e resistência;
Matriz mantém material coeso e transfere carga entre reforços

descontínuos.
Materiais Compósitos
• Maioria dos reforços são fibras de vários tipos e tamanhos;
• Devido à natureza anisotrópica (propriedade diferente de acordo com a
direcção) das suas propriedades. São constituídos normalmente por
múltiplas camadas (laminados);
• Aplicações crescentes onde o peso é uma especificação importante;
• Análise de resistência complexa, exige utilização de software;
• Mais populares: PRFV, PRFC, KEVLAR®, NOMEX®, …


Órgãos de Máquinas - 2

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

Órgãos de Máquinas - 2

Caricato da

Copyright:

Formati disponibili

E520 - ÓRGÃOS DE MÁQUINAS

Academia Naval de Angola

• Noções básicas do projeto de máquinas;

• Preparar os alunos para serem capazes de

1TEN EN-MEC Carvalho Xavier 2

• Shigley, Joseph Edward, “Mechanical Engineering Design” 8th

• Shigley, J.E. et al, “Projeto de Engenharia Mecânica” 7ª ed,

• Shigley J.E., Mischke, “Standard Handbook of Machine

• Hall, Holowenko, Laughlin, “Elementos Orgânicos de

• Mott R.L., Machine elements in Mechanical Design, 3rd ed,

1TEN EN-MEC Carvalho Xavier 3

• CÁLCULOS DE RESISTÊNCIA DOS MATERIAIS

• COEFICIENTES DE SEGURANÇA. CONCENTRAÇÃO DE TENSÕES. FADIGA

• UNIÕES PERMANENTES E TEMPORÁRIAS

• A selecção de um material para um objecto,

• A decisão é normalmente efectuada antes do

• Após escolher o processo de criação e o material

• A estimativa das tensões e deformações baseiam-se

• Para o cálculo de deflecções e avaliação da estabilidade,

• O valor de tensão/força é encontrado através dos testes

• Por vezes a selecção dos materiais são apenas na

1TEN EN-MEC Carvalho Xavier 6

• Todos os membros devem ser projectados e os

Importância Estatística na Propriedade dos Materiais

• Estatística é um método caracterizado por vários valores

• Estatística utilizada para Controlo da Qualidade;

• As variações inerentes aos limites, tensões, resistência,

• Não é satisfatório especificar que um produto tem uma vida

Importância Estatística na Propriedade dos Materiais

• Assume-se que na Natureza existe estabilidade na variação

• A evidência obtida por medição é uma mistura de efeitos

1TEN EN-MEC Carvalho Xavier 9

• Considera-se uma experiência de medição da resistência de

• Normalmente existem variações nos valores de resistência à

• Os objectos são seleccionados ao acaso – experiência

NOTA: AISI (American Iron and Steel Institute)

Variáveis Aleatórias (discretas)

• Considera-se uma experiência de medição da variável

• Nesta experiência a amostra (todos os resultados possíveis)

• x é específico para cada resultado possível (e.g.: x=1+3=4)

Variáveis Aleatórias (discretas)

• Representação gráfica dos valores de x e a probabilidade de

1TEN EN-MEC Carvalho Xavier 12

Variáveis Aleatórias (discretas)

• Efectuando essa operação na Tabela de Distribuição de Probabilidade,

Distribuição Cumulativa da Probabilidade

1TEN EN-MEC Carvalho Xavier 13

Variáveis Aleatórias (discretas)

• A Função Cumulativa de Probabilidade é expressa como:

Variáveis Aleatórias (discretas)

• A Função Cumulativa de Probabilidade é expressa como:

Variáveis Aleatórias (discretas vs contínuas)

• Uma Função Densidade Probabilidade de variável contínua a

Variáveis Aleatórias (propriedades matemáticas das variáveis contínuas)

Média, Variância, Desvio Padrão

Média, Variância, Desvio Padrão (amostras)

• Média da amostra (aritmética)

• Variância da amostra (dispersão estatística – distância relativamente a um valor esperado)

• Desvio-padrão da amostra (variação relativamente ao valor esperado)

1TEN EN-MEC Carvalho Xavier 18

Média, Variância, Desvio Padrão (amostras)

• Desvio-padrão (formato mais comum para cálculo ou folha

1TEN EN-MEC Carvalho Xavier 19