Dissertação de mestrado – Clayton Felicio da Silva

CONVITE

Defesa de Dissertação de mestrado

Título: Uma análise comparativa do desempenho dos métodos Kernel Smoother e Monte Carlo aplicados a problemas de confiabilidade estrutural

Clayton Felicio da Silva – Mestrando(a) do Programa de Pós-Graduação em Engenharia Civil da UFJF

RESUMO: Um dos grandes problemas que envolvem o dimensionamento de estruturas diz respeito às incertezas associadas às variáveis do problema que estão presentes em todas etapas que envolvem a efetiva edificação de um projeto estrutural. Ainda que contem com considerações assertivas e rigoroso controle de qualidade, as estruturas poderão estar submetidas a níveis de incerteza oriundos dos carregamentos e/ou outros fenômenos não previstos no projeto que podem levá-las a comportamentos indesejáveis ou até mesmo a ruína. Neste contexto, a confiabilidade estrutural é uma importante ferramenta pois apresenta formas de mensurar a segurança, os riscos e a incerteza das considerações feitas em projeto, através de indicadores como a probabilidade de falha (PF), o índice de confiabilidade, entre outros. Dentre as metodologias amplamente utilizadas pela confiabilidade estrutural, destacam-se métodos numéricos, como o First Order Reliability Method (FORM) e o Second Order Reliability Method (SORM) e os métodos observacionais, como Monte Carlo (MC), que estimam a PF através da simulação pseudo-aleatória das variáveis envolvidas no cálculo de uma estrutura. Alternativamente,  a meta-modelagem, que consiste em descrever um modelo mais complexo por uma função analítica, vem evoluindo neste campo do conhecimento. Dentre os métodos de meta-modelagem, o Kernel Smoother (KS) se mostra pouco explorado e, a princípio, com grande potencial para aplicação em análise de estruturas.Dessa forma, o presente trabalho visa estabelecer uma comparação entre diferentes métodos, (FORM, MC e KS) avaliando a precisão das PF calculadas para aplicações numéricas, bem como os respectivos tempos computacionais, empregados como indicadores de desempenho de cada método avaliado. Além do MC com contagem simples de cenários, foram empregadas duas técnicas de redução de variância, a saber: Importance Sampling (IS) e Hipercubo Latino (LHS), como uma alternativa para aumentar a eficiência do MC e diminuir o número de observações necessárias para a sua aplicação. Com a análise proposta, o trabalho conclui que o MC foi o método que demandou menor tempo computacional. Contudo, para PF de ordem de grandeza relativamente baixas, o método se mostrou ineficaz. Conclui-se ainda, que o IS se mostrou o método mais preciso, inclusive para aproximar PF pequenas, com amostras menores. Entretanto, o IS, juntamente com o LHS, foram os métodos que demandaram os maiores tempos computacionais. O LHS apresentou aproximações razoáveis com amostras pequenas, mas com exatidão inferior às obtidas com o IS e com tempo computacional semelhante. Por fim, o KS não apresentou melhora na precisão quando comparado aos outros métodos testados e os tempos computacionais demandados por este método em geral se mostraram superiores àqueles obtidos pelo método de MC.
Palavras-chave: Confiabilidade Estrutural; Probabilidade de Falha; Simulações; Modelagem Estatística; Meta-modelagem; Redução de variância.

– Data: 19/08/2022
– Hora: 14:00
– Local: virtual (Acesso em: https://bit.ly/salaPEC01)

Banca Examinadora:
– Prof. Dr. Flávio de Souza Barbosa – Orientador e Presidente da banca (UFJF)
– Prof. Dr. Alexandre Abrahão Cury – Coorientador (UFJF)
– Prof. Dr. George Oliveira Ainsworth Junior – Membro titular interno (UFJF)
– Prof. Dr. André Jacomel Torii – Membro titular externo (UNILA)
– Prof.ª Dr.ª Patrícia Habib Hallak – Suplente interno (UFJF)
– Prof. Dr. Francisco de Assis das Neves – Suplente externo (UFOP)