Uma nova metodologia para avaliação da vulnerabilidade estrutural e robustez

• Autor(a) principal: Orlandi, Aristides Pereira
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/12060
• topic: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL; Confiabilidade estrutural; Robustez de estruturas; Colapso progressivo; Árvore de falhas; Simulação de Monte Carlo; Structural reliability; Structural robustness; Progressive collapse; Event tree; Monte Carlo simulation

O dimensionamento de estruturas com a adoção de coeficientes de segurança normativos nem sempre é adequado para garantir a estabilidade das construções, principalmente nos casos em que ações imprevistas levam à ruptura localizada de elementos de sustentação. Como exemplos, podem-se citar os casos do World Trade Center, nos Estados Unidos, onde a colisão de aviões causou o colapso de ambas as torres, e do Edifício Ronan Point, na Inglaterra, onde uma explosão de um botijão de gás causou a ruptura de toda uma prumada do prédio. Assim, a consideração da natureza aleatória das cargas é importante para projetar uma estrutura segura. Existem diversos métodos de projeto de estruturas que consideram incertezas nos processos de cálculo e execução de construções. O presente trabalho foca especificamente o uso de técnicas probabilísticas. Os métodos probabilísticos sempre admitem uma pequena probabilidade de falha e geralmente exigem altos esforços computacionais. Nesse sentido, o desafio atual é desenvolver um método de análise estrutural puramente probabilístico com custos de processamento computacional aceitáveis. Portanto, esta dissertação é baseada em uma metodologia probabilística que propõe uma nova estratégia para avaliar a probabilidade global de falha e seu respectivo índice de robustez, considerando diferentes tipos de incertezas. A metodologia proposta começa com a construção de uma árvore de eventos, gerando cenários aleatórios através de uma simulação de Monte Carlo. Dois estudos de caso de referência são considerados, produzindo resultados promissores com tempo de processamento computacional razoável.