CALIBRAÇÃO BAYESIANA DE UM MODELO ESTOCÁSTICO DE ELEMENTOS DE CONTORNO PARA A FRATURA NÃO-LINEAR DE COMPONENTES DE CONCRETO

• Autor(a) principal: Cordeiro, Sérgio Gustavo Ferreira
• Data de Publicação: 2017
• Outros Autores: Leonel, Edson Denner, Beaurepaire, Pierre, Chateauneuf, Alaa
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Interdisciplinar de Pesquisa em Engenharia
• Texto Completo: https://periodicos.unb.br/index.php/ripe/article/view/21473
• topic: Calibração Bayesiana. Método dos elementos de contorno. Modelo coesivo de fratura. Redes neurais artificiais.

A fratura mecânica de peças estruturais de concreto é por natureza um processo incerto sendo muitas vezes observadas discrepâncias significativas de resultados experimentais sob condições de ensaio, em teoria, idênticas. Essas incertezas podem ser representadas a partir de modelos mecânicos estocásticos. No entanto, a calibração desses modelos baseada em dados experimentais nem sempre é uma tarefa fácil. Neste trabalho é apresentado um procedimento para a calibração de um modelo estocástico de fratura não-linear em peças de concreto. O modelo mecânico de fratura é baseado no método dos elementos de contorno e no modelo coesivo de fratura. Três diferentes leis coesivas foram adotadas na calibração do modelo estocástico. Os fundamentos sobre calibração Bayesiana de modelos são apresentados e um recente método denominado “Calibração Bayesiana utilizando confiabilidade estrutural” é discutido e aplicado em um problema de fratura de vigas de concreto. Através desse método é possível quantificar o ajuste entre os resultados experimentais e os resultados do modelo calibrado considerando as três leis coesivas. Portanto é possível afirmar qual das leis resultou em um melhor ajuste do modelo estocástico após a calibração. Para viabilizar o custo computacional do procedimento, redes neurais artificiais foram utilizadas para a meta-modelagem do problema.