You are on page 1of 118

UNIVERSIDADE TÉCNICA DE LISBOA

INSTITUTO SUPERIOR TÉCNICO








Optimização da Resposta Dinâmica de Sistemas Mecânicos ao
Choque Incluindo Domínio de Tempo Variável

Paulo Jorge Pires Moita
Mestre

Dissertação para obtenção do Grau de Doutor em Engenharia Mecânica


Orientador: Doutor João Evangelista Barradas Cardoso
Co-Orientador: Doutor Aníbal Jorge de Jesus Valido


Júri
Presidente: Presidente do Conselho Científico do IST

Vogais: Doutor Carlos Alberto Mota Soares
Doutor Carlos Alberto da Conceição António
Doutor Nuno Manuel Mendes Maia
Doutor João Evangelista Barradas Cardoso
Doutor João Manuel Melo de Sousa
Doutor Pedro Manuel Leal Ribeiro
Doutor Aníbal Jorge de Jesus Valido

Fevereiro de 2011


i
Resumo
Desenvolve-se neste trabalho uma formulação para a análise de sensibilidades de
problemas de projecto e controlo optimos de sistemas mecânicos flexíveis, incluindo
problemas de domínio de tempo variável. Esta formulação é implementada num
código de projecto óptimo e é aplicada à resposta dinâmica não linear. Usa-se uma
separação conceptual entre parâmetros de projecto dependentes e independentes do
tempo, incluindo o espaço de projecto no espaço de controlo considerando que as
variáveis de projecto são variáveis de controlo que não dependem do tempo. Usando
integrais de tempo em todas as derivações, os problemas de projecto e controlo
óptimos ficam unificados. A resposta dinâmica e a sua sensibilidade relativamente às
variáveis de projecto e controlo são discretizadas através de elementos finitos de
espaço e de tempo e são integradas de uma vez só, tal como é uso fazer-se em estática.
O método do sistema adjunto é usado para determinar as sensibilidades. Determina-se
a capacidade limite de isolamento de sistemas sujeitos ao choque e impacto. Tratam-se
problemas de tempo mínimo e investiga-se o efeito do controlo pré-actuante.
Palavras Chave
Resposta dinâmica não linear, Elementos finitos de espaço e tempo, Tempo mínimo,
Controlo pré-actuante, Optimização.
ii

Abstract
A design and control sensitivity analysis and multicriteria optimization formulation is
derived for flexible mechanical systems, including problems with variable time
domain. This formulation is implemented in an optimum design code and it is applied
to the nonlinear dynamic response. A conceptual separation between time variant and
time invariant design parameters is presented, this way including the design space into
the control space and considering the design variables as control variables not
depending on time. By using time integrals through all the derivations, design and
control problems are unified. For treating minimum time problems, a unit time interval
is mapped onto the original time interval, then treating equally time variant and time
invariant problems. The dynamic response and its sensitivity with respect to the design
and control variables are discretized via space-time finite elements, and are integrated
at-once, as it is traditionally used for static response. The adjoint system approach is
used to determine the design sensitivities. The limiting isolation capabilities of the
systems subjected to shock and impact are determined. The effect of pre-acting control
is investigated as well as minimum time problems.
Keywords
Nonlinear dynamic response, Space-time finite elements, Minimum time, Pre-acting
control, Optimization
iii
Agradecimentos

Quero expressar os meus mais sinceros agradecimentos ao meu orientador científico,
Professor João Barradas Cardoso e ao meu co-orientador científico, Professor Aníbal
Valido, pelos conhecimentos transmitidos e pelo apoio e incentivo que sempre me
transmitiram, sobretudo nos momentos mais difíceis. Muito obrigado a ambos.
Agradeço também o apoio e incentivo dado pelos meus colegas da Escola Superior de
Tecnologia de Setúbal, da área científica de mecânica dos meios sólidos.





























Para o Henrique, Hugo e Elsa
iv
Índice

Índice de Figuras ....................................................................................................... vi
Índice de Tabelas ....................................................................................................... vi
Lista de Símbolos ....................................................................................................viii
1. Introdução.............................................................................................................. 1
1.1. Motivação e Objectivos ................................................................................... 1
1.2. Estruturação da Tese........................................................................................ 3
2. Revisão Bibliográfica.............................................................................................. 6
3. Projecto e Controlo Óptimos ................................................................................. 12
3.1. Formulação Matemática do Problema de Projecto Óptimo............................. 13
3.2. Restrições Globais e Locais ........................................................................... 15
3.3. Problema Minimax ........................................................................................ 17
3.4. Optimização Multicritério.............................................................................. 18
3.5. Problemas de Domínio de Tempo Variável .................................................... 22
4. Resposta do Sistema Mecânico Flexível ................................................................ 25
4.1. Balanço de Energia Mecânica........................................................................ 26
4.2. Descrição Lagrangiana Total do Movimento.................................................. 27
4.3. Discretização Espacial ................................................................................... 31
4.4. Discretização Temporal ................................................................................. 33
4.4.1. Método das Diferenças Finitas Centrais ............................................... 35
4.4.2. Método de Aceleração Linear .............................................................. 36
4.4.3. Método de Newmark............................................................................ 38
4.4.4. Elementos Finitos Temporais .............................................................. 39
5. Análise de Sensibilidades de Projecto.................................................................... 49
5.1. Elemento de Sensibilidades de Projecto......................................................... 50
5.2. Método da Diferenciação Directa................................................................... 54
5.3.Método do Sistema Adjunto ........................................................................... 55
5.4. Comparação dos Métodos.............................................................................. 56
5.5. Variação Implícita de Projecto para Domínio de Tempo Variável .................. 56
6. Isolamento Óptimo ao Impacto e ao Choque ......................................................... 60
v
6.1 Impacto e Choque........................................................................................... 60
6.2 Forças de Acção Lenta e Forças de Acção Rápida .......................................... 60
6.2.1 Forças de Acção Lenta.......................................................................... 61
6.2.2 Forças de Acção Rápida........................................................................ 62
6.3 Eficiência do Isolamento ao Choque............................................................... 69
6.4 Problema Fundamental do Isolamento Óptimo................................................ 72
6.5 Capacidade Limite de Isolamento................................................................... 73
6.6 Solução Analítica do Problema Fundamental do Isolamento Óptimo .............. 73
6.7 Métodos Computacionais................................................................................ 75
7. Exemplos Numéricos ............................................................................................ 77
7.1. Análise da Capacidade Limite de Isolamento de Uma Cadeira de
Helicóptero para a Prevenção de Lesões na Coluna Vertebral em
Solicitações Verticais Severas........................................................................ 77
7.2 Veículo com Quadro Flexível ......................................................................... 83
7.3 Absorsor de Impacto Não Linear Com Controlo Pré-Actuante........................ 86
7.4 Absorsor de Impacto com Tempo Mínimo e Mínimo da Energia Cinética....... 90
7.4 Viga simplesmente apoiada-livre com controlo de posicionamento final......... 92
8. Conclusões e Desenvolvimentos Futuros............................................................... 96
Referências ............................................................................................................... 99
vi

Índice de Figuras

Figura 1 Forma integral das restrições pontuais .................................................. 16
Figura 2 Processo iterativo de projecto óptimo ................................................... 21
Figura 3 Representação do movimento do corpo durante a deformação .............. 26
Figura 4 Pulso rectangular .................................................................................. 62
Figura 5 Espectro de choque para pulso rectangular............................................ 66
Figura 6 Modelo simples de isolamento ao choque ............................................. 70
Figura 7 Exemplo 7.1, modelo de helicóptero/cadeira/ocupante.......................... 77
Figura 8 Exemplo 7.1, espaço dos critérios ......................................................... 80
Figura 9 Exemplo 7.1, controlo óptimo sem controlo pré-actuante para a
estratégia de minimização do máximo dos objectivos normalizados...... 81
Figura 10 Exemplo 7.1, controlo óptimo sem controlo pré-actuante para a
estratégia da redução do espaço admissível........................................... 81
Figura 11 Exemplo 7.1, evolução no tempo da compressão da coluna vertebral
do passageiro durante o impacto ........................................................... 82
Figura 12 Exemplo 7.1, força de controlo óptimo para a capacidade limite de
isolamento com controlo pré-actuante................................................... 83
Figura 13 Exemplo 7.2, veículo com quadro flexível ............................................ 84
Figura 14 Exemplo 7.2, controlo óptimo da suspensão da cadeira do passageiro... 85
Figura 15 Exemplo 7.2, aceleração vertical da cadeira do passageiro para
os vários níveis de optimização............................................................. 85
Figura 16 Exemplo 7.3, absorsor de impacto não linear ........................................ 86
Figura 17 Exemplo 7.3, respostas em aceleração do absorsor de impacto sem
controlo pré-actuante, caso (I)............................................................... 87
Figura 18 Exemplo 7.3, controlo óptimo do absorsor de impacto sem controlo
pré-actuante, caso (I) ............................................................................ 87
Figura 19 Exemplo 7.3, controlo óptimo do absorsor de impacto
com pré-actuação, caso(I) ..................................................................... 88
Figura 20 Exemplo 7.3, resposta em aceleração do absorsor de impacto
com pré-actuação.................................................................................. 88
vii
Figura 21 Exemplo 7.3, respostas em aceleraçao do absorsor
de impacto, caso (II) ............................................................................. 89
Figura 22 Exemplo 7.3, controlo óptimo do absorsor de impacto, caso (II) ........... 89
Figura 23 Exemplo 7.3, espaço dos critérios, caso (II), caso (II) ........................... 90
Figura 24 Exemplo 7.4, controlo óptimo............................................................... 91
Figura 25 Exemplo 7.4, deslocamento para os valores óptimos das variáveis
de decisão............................................................................................. 91
Figura 26 Exemplo 7.4, velocidade para os valores óptimos das variáveis
de decisão............................................................................................. 92
Figura 27 Exemplo 7.4, aceleração para os valores óptimos das variáveis
de decisão............................................................................................. 92
Figura 28 Exemplo 7.5 viga simplesmente apoiada - livre com controlo de
posicionamento final............................................................................. 93
Figura 29 Exemplo 7.5 - resposta ao controlo inicial............................................. 94
Figura 30 Exemplo 7.5 – controlo óptimo............................................................. 95
Figura 31 Exemplo 7.5 - resposta ao controlo óptimo ........................................... 95



Índice de Tabelas

Tabela 1 Valores do factor de ampliação dinâmico.............................................. 64
Tabela 2 Valores óptimos de
0
K e
0
C

para as várias combinações de pesos,
caso (II) ................................................................................................ 89



viii

Lista de Símbolos

'
0
t
A operador bilinear de derivadas relativamente às coordenadas cartesianas no
instante t=0
t
LO
B parte independente dos deslocamentos da matriz linear tensão-deslocamento
no instante t
1
t
L
B parte dependente dos deslocamentos da matriz linear tensão-deslocamento
no instante t
t
b força do isolamento por unidade de massa M
a
b limite imposto à força do isolamento por unidade de massa M
b vector de variáveis de decisão
t
C matriz de amortecimento no instante t
C matriz de amortecimento média no elemento finito de tempo
t
D tensor da velocidade de deformação no instante de tempo t
e
D matriz dinâmica da equação de estado do elemento finito de tempo
ˆ
D matriz dinâmica após composição dos elementos finitos de tempo
c
ˆ
D matriz composta pelas colunas de
ˆ
K correspondentes às condições de
fronteira
c
ˆ
U
e
D matriz do elemento de sensibilidades
ˆ
D matriz resultante da composição dos elementos de sensibilidades
c D matriz composta pelas colunas de
ˆ
D correspondentes às condições de
fronteira
ix
t
B
f vector das forças volúmicas no instante de tempo t
H matriz das funções de forma dos elementos finitos espaciais
t
K matriz de rigidez no instante t
K
matriz de rigidez média no elemento finito de tempo
ˆ
K matriz dinâmica após composição dos elementos finitos de tempo e
imposição das condições de fronteira contidas em
c
ˆ
U
t
M matriz de massas no instante de tempo t
t
n versor da normal à superfície
t
Γ no instante de tempo t

R vector de forças em equilíbrio
ˆ
e
R vector de forças da equação de estado do elemento finito de tempo
ˆ
R vector de forças após composição dos elementos finitos de tempo
S impulso da perturbação dinâmica
t
S 2º tensor das tensões de Piola-Kirckoff no instante de tempo t
ˆ
t
S 2º vector de tensões de Piola no instante de tempo t
a
Τ intervalo de tempo de actuação da perturbação exterior
a
U

vector adjunto
c
ˆ
U vector das condições de fronteira
t
U

vector das acelerações dos graus de liberdade dos elementos finitos espaciais
no instante de tempo t
t
U

vector das velocidades dos graus de liberdade dos elementos finitos
espaciais no instante de tempo t
t
U vector dos graus de liberdade dos elementos finitos espaciais no instante de
tempo t
t
u vector dos deslocamentos no instante de tempo t
x
t
u vector das velocidades no instante de tempo t
t
u vector das acelerações no instante de tempo t
t
X gradiente da deformação no instante de tempo t
t
x vector das coordenadas no instante de tempo t
z vector das variáveis de estado
δ variação total
δ variação explícita
δ

variação implícita
ˆ
t
N
ε

componente não linear do vector das extensões no instante t
ˆ
t
ε velocidade de deformação de Green-Lagrange
t
ε matriz das extensões de Green-Lagrange no instante de tempo t
ˆ
t
ε vector das extensões de Green-Lagrange no instante de tempo t
ˆ
t
L
ε

componente linear do vector das extensões no instante t
t
Φ condição de transversalidade imposta no instante t
t
Γ vector área da superfície no instante de tempo t
t
ρ densidade do material no instante de tempo t
t
σ matriz de tensões de Cauchy no instante de tempo t
0
Ψ vector das funções objectivo
τ tempo adimensional
Ψ
i
constrangimentos de igualdade
Ψ
j
constrangimentos de desigualdade
Ψ medida de desempenho após a aplicação do domínio de tempo unitário no
domínio original
xi
t
∇ ∇∇ ∇ operador gradiente em relação às coordenadas cartesianas no instante t
0
∂ operador linear de derivadas relativamente às coordenadas cartesianas no
instante t=0

1
1. Introdução
1.1. Motivação e Objectivos
Os sistemas mecânicos e estruturais têm sido tradicionalmente tratados separadamente.
A grande distinção entre eles tem a ver com os grandes deslocamentos e rotações de
corpo rígido a que os primeiros são sujeitos. Os sistemas mecânicos flexíveis,
definidos como aqueles em que a deformação dos seus elementos afecta o seu
desempenho, têm sido primordialmente inseridos no primeiro grupo. Na verdade,
todos os sistemas mecânicos são compostos por elementos deformáveis. Havendo
situações em que essa deformação não afecta o seu desempenho, a sua modelação por
um conjunto de corpos rígidos é adequada e não faltam ferramentas de análise para
tratar essas situações.
No entanto, à medida que a escassez de meios naturais e a procura de projectos mais
eficientes aumenta, assim também vai aumentar a importância de se considerar a
flexibilidade e a optimização no projecto dos sistemas mecânicos, sendo que para esta
situação os métodos de análise são mais escassos, tendo só mais recentemente sido
desenvolvidos.
Aplicações onde a flexibilidade e a optimização no projecto de sistemas mecânicos é
importante encontram-se já na indústria aeroespacial, na robótica, na biomecânica, nas
estruturas adaptativas, etc.
Com o progresso da teoria e métodos de análise de estruturas não lineares deixa de
fazer sentido manter-se a distinção entre sistemas mecânicos e estruturas. No presente
trabalho usa-se a técnica dos elementos finitos para modelar grandes deslocamentos
referindo todas as quantidades a um sistema de referência de inércia e usando medidas
de tensão e deformação invariantes com o movimento de corpo rígido.
2
Outra distinção que tradicionalmente tem sido feita é entre o projecto e o controlo
óptimos, sendo que no projecto óptimo se consideram como variáveis de decisão os
parâmetros estruturais e no controlo óptimo os parâmetros relativos aos actuadores de
controlo.
As metodologias de análise e projecto tradicionais aplicadas aos problemas de controlo
de sistemas mecânicos baseiam-se no seguinte: analisa-se o sistema considerando-o
como rígido, calculam-se as forças de inércia e verifica-se a resistência de cada
componente do sistema. A inclusão do controlo complica ainda mais o problema pois
as características e resistência dos actuadores têm também de ser consideradas, assim
como o desempenho do sistema de controlo.
No presente trabalho será feita a integração entre os problemas de projecto e controlo
óptimos tratando as variáveis tradicionalmente ditas de projecto como variáveis de
controlo que não dependem do tempo. Usando integrais de tempo em todas as
derivações, os problemas de projecto e controlo óptimos ficam unificados. No
processo de optimização podemos usar ambos os tipos de variáveis simultaneamente,
ou por níveis.
Uma das aplicações do controlo óptimo é a protecção contra choques e vibrações.
Ocupantes de veículos de transporte necessitam de ser isolados das perturbações
resultantes da interacção do veículo com o meio envolvente, máquinas necessitam de
ser isoladas de vibrações que poderão comprometer o seu funcionamento, etc.
Um método de proteger indivíduos e objectos às vibrações e aos choques consiste em
não os ligar directamente às estruturas que lhes servem de base, mas interpor os
denominados isoladores de choque e vibração que não são mais do que unidades de
controlo que reagem a perturbações exteriores reduzindo a força transmitida ao objecto
ou indivíduo a proteger.
Os isoladores podem ser mais ou menos sofisticados, variando de simples
componentes passivos como uma mola e um amortecedor hidráulico a sistemas
3
complexos contendo sensores que medem as características das perturbações, usando
essa informação para melhorar o desempenho do isolador.
Um problema básico do projecto de isoladores ao choque e à vibração é a
determinação da lei de controlo que maximiza a eficiência do isolador. Para sistemas
de um grau de liberdade a teoria do isolamento está virtualmente desenvolvida. Para
sistemas de vários graus de liberdade, sobretudo quando as perturbações são
transitórias e não estacionárias, há ainda desenvolvimentos a efectuar, sendo que
nestes casos se usam geralmente técnicas de programação matemática para investigar o
desempenho dos isoladores.
Em geral os isoladores iniciam a sua resposta a um impacto no instante em que este
ocorre. Se for possível prever o instante do início do impacto e conhecendo de
antemão as suas características, é possível ao actuador começar a gerar o controlo
antes do impacto ocorrer. Nessas circunstâncias estamos perante um controlo pré-
actuante e pode-se dessa forma melhorar o desempenho do isolador relativamente a
um controlo que começa a actuar apenas no instante do impacto.
Os problemas em que se consideram controlos pré-actuantes, tal como os problemas
em que pretende minimizar o tempo até se atingir uma determinada condição final,
têm em comum o facto de terem um domínio de tempo variável e têm como
dificuldade principal a determinação dos gradientes da resposta do sistema, pois passa
a haver uma variação implícita com o tempo dessas medidas. No presente trabalho
desenvolvem-se métodos de cálculo para calcular essas variações.
1.2. Estruturação da Tese
Para além deste Capítulo de introdução, a tese é constituída por mais sete capítulos. No
Capítulo 2 é apresentada uma pesquisa bibliográfica sobre a análise e controlo óptimo
de sistemas mecânicos flexíveis.
4
No Capítulo 3 é formulado o problema do projecto óptimo. São dados exemplos de
funções de desempenho e é feita uma descrição das restrições do tipo local e do tipo
global, bem como dos métodos para as tratar. São também feitas referências ao
chamado problema Minimax, por ser um tipo de problema que frequentemente surge
em dinâmica, e à optimização multicritério uma vez que nos problemas de projecto e
controlo óptimos de sistemas é frequente haver simultaneamente mais do que um
objectivo a minimizar, que em geral, estão em conflito. Finalmente, é apresentada a
formulação do problema mais geral de projecto e controlo óptimos, no caso de
domínio de tempo variável.
No Capítulo 4 apresenta-se a formulação contínua geral para a análise não-linear de
estruturas baseada no balanço da energia mecânica e considerando a descrição
Lagrangeana Total (LT) do movimento. Quer a discretização espacial quer a
discretização temporal, são neste trabalho, feitas utilizando o método dos elementos
finitos sendo a integração temporal feita de uma só vez. Relativamente à discretização
temporal, são apresentados outros métodos clássicos alternativos ao método dos
elementos finitos.
No Capítulo 5 é desenvolvida a análise de sensibilidades de projecto. Esta é feita em
primeiro lugar ao nível do elemento e seguidamente composta e resolvida ao nível do
sistema. São apresentados e comparados entre si o método da diferenciação directa e o
método do sistema adjunto, sendo este último, o utilizado neste trabalho. Apresentam-
se ainda as expressões para a variação de projecto para problemas de domínio de
tempo variável, nomeadamente problemas de tempo mínimo e de controlo com pré-
actuação.
No Capítulo 6 trata-se o problema do isolamento óptimo ao impacto e ao choque.
Definem-se forças de acção lenta e forças de acção rápida e é abordado o tema da
eficiência do isolamento ao choque. Por fim, é formulado o problema fundamental do
isolamento óptimo a apresentada a solução analítica para o caso de sistemas de um
grau de liberdade.
5
No Capítulo 7 são apresentados exemplos numéricos ilustrativos do modelo
desenvolvido.
Finalmente, no Capítulo 8 apresentam-se as conclusões do trabalho e apontam-se
caminhos para a realização de trabalhos futuros.

6
2. Revisão Bibliográfica
Em Shabana (1989) apresentam-se as ferramentas e métodos de análise de estruturas
flexíveis sujeitas a grandes deslocamentos. Esses métodos assentam na definição de
um sistema de coordenadas local fixo a cada corpo. De seguida é formado um vector
de deslocamentos generalizado que contém a localização da origem dos sistemas de
referência móveis de cada corpo, os ângulos que representam a orientação desses
sistemas móveis e as coordenadas generalizadas que descrevem a deformação de cada
corpo. Usando estas coordenadas generalizadas, os deslocamentos e velocidades dos
pontos de cada corpo podem ser achados. A determinação da energia cinética total,
integrando ao longo do volume do sistema e a sua substituição nas equações de
Lagrange do movimento, resulta nas equações de equilíbrio dinâmico do sistema.
Aplicações deste método têm aparecido em numerosos artigos. Em Changizi et al.
(1986) descreve-se a análise de um trem de aterragem de um avião e de uma
suspensão. Nesta referência, as deformações devido à flexibilidade são consideradas
elásticas e são transformadas em coordenadas modais. O efeito de se usarem diferentes
números de modos de vibração na análise é discutido. Em Agrawal e Shabana (1986)
discute-se a selecção de diferentes sistemas de referência móveis para diferentes
situações. São apresentados resultados para um mecanismo de biela-manivela, um
mecanismo de seis barras e um quadro flexível. Em Chen e Shabana (1989) apresenta-
-se a análise de um mecanismo de biela-manivela com curvatura inicial e discute-se o
efeito dessa curvatura no desempenho do sistema.
Em Kane et al. (1987) é desenvolvido um método para analisar a dinâmica de uma
viga encastrada-livre sujeita a movimentos do apoio. Nesse método, considerações
cinemáticas fundamentais foram aplicadas à secção transversal da viga.
Em Belytschko e Hsieh (1973) desenvolve-se uma formulação para análise dinâmica
de sistemas não lineares usando o método dos elementos finitos baseado em
coordenadas corrotacionais. Estas coordenadas são definidas pela deformação do
corpo, e como tal variam com o tempo. Por exemplo, num elemento viga plano, essas
7
coordenadas podem ser definidas pelo vector que une os nós extremos do elemento. A
formulação de Belytschko é desenvolvida para problemas de grandes deslocamentos
mas pequenas extensões. Um aspecto interessante desta formulação é o facto de não
ser necessária a formação de matrizes de rigidez globais, poupando assim memória
computacional.
Nos trabalhos de Simo e Vu-Quok (1986a, 1986b) apresenta-se uma formulação para
análise de grandes rotações e extensões de uma viga bidimensional sujeita a
deformações axiais, de corte e de flexão. Esse trabalho é baseado em formulações
desenvolvidas por Reissner (1972) e Antman (1974). Em Simo e Vu-Quok (1986a) é
usado um referencial de inércia para definir os campos de deslocamento, tensão e
extensão. São desenvolvidas expressões para a energia cinética e para a energia
potencial e aplicado o princípio de Hamilton para obter as equações diferenciais da
viga. As vantagens desta formulação vêm do facto das não linearidades acontecerem
apenas nos termos de rigidez das equações, sendo os termos de inércia lineares no que
respeita às derivadas temporais dos deslocamentos.
Em Gams (2007) é apresentada uma formulação de elementos finitos para a análise
dinâmica de vigas planas altamente flexíveis e sujeitas a grandes deslocamentos. Neste
trabalho é feita a interpolação das deformações e não dos deslocamentos. As relações
cinemáticas usadas são as da teoria de vigas de Reissner e o sistema de equações de
equilíbrio dinâmico é derivado de uma modificação do princípio de Hamilton. Os
exemplos numéricos apresentados revelam que o elemento assim desenvolvido
dispensa o uso de técnicas de correcção de rigidez.
Em Dmitrochenkoa (2008) é discutida uma família de elementos finitos baseada em
coordenadas nodais absolutas que permite grandes deslocamentos relativos a um
sistema de eixos global sem necessidade de recorrer a sistemas de eixos locais. Estes
elementos empregam rotações finitas como variáveis nodais. Esta abordagem permite
que nas equações de movimento os unicos termos não lineares estejam presentes no
vector de forças elásticas, sendo a matriz de massas constante.
8
YOO (2004) usa a mesma família de elementos que Dmitrochenkoa (2008) e faz a
validação experimental do estudo numérico das oscilações de grande amplitude de
uma viga encastrada livre com uma massa concentrada na extremidade. É usado um
modelo de amortecimento de Rayleigh para modelar as forças dissipativas e conclui-se que
quando estas forças são de pequena amplitude é possível ignorar as componentes
proporcionais à rigidez e reter apenas as componentes proporcionais às massas.
Em Wua (2011), é apresentada uma teoria de vigas geometricamente exacta, e
respectiva formulação por elementos finitos, para modelar elementos de viga de
sistemas multibody sujeitos a grandes deformações e grandes deslocamentos. Esta
teoria tem em conta as não linearidades geométricas e curvaturas iniciais das vigas
através do uso das tensões de Jaumann, dos conceitos de deslocamentos locais e
rotações virtuais ortogonais e dos ângulos de Euler para descrever a transformação de
coordenadas entre as configurações iniciais e deformada. O elemento finito
desenvolvido é aplicado em exemplos numéricos de análise estática e dinâmica de
vigas altamente flexíveis.
Em Marjamäki (2009) é desenvolvido um elemento viga com uma junta de translação
flexível. Este elemento é composto por um elemento viga de 12 graus de liberdade e
um elemento mola de 12 graus de liberdade A junta de translacção tem uma
continuidade de grau 1 entre os elementos viga adjacentes. O elemento mola é
acoplado à linha neutra da viga através de uma técnica de master-slave. O elemento
viga á baseado na teoria de vigas de Reissner e é usada uma descrição Lagrangiana
total do movimento.
Em Omar e Shabana (2001) é desenvolvido um elemento de viga que tem em conta a
deformações devidas ao esforço transverso, baseado numa formulação não incremental
por coordenadas nodais absolutas para a análise de vigas sujeitas a grandes rotações e
grandes deformações. O elemento apresentado relaxa os pressupostos da teoria de
vigas de Euler-Bernoulli e de Timoscehnko, nomeadamente permitindo que as secções
transversais não se mantenham rígidas e não se mantenham necessariamente
perpendiculares à linha neutra.
9
A maior parte do trabalho desenvolvido em controlo óptimo de sistemas flexíveis tem
sido limitada à análise de sistemas lineares e, para sistemas mais complexos, a técnica
mais utilizada é a dos elementos finitos. No entanto, embora a maior parte dos
programas de elemento finitos tenha uma capacidade rudimentar para modelar os
sistemas de controlo, eles não permitem o projecto destes sistemas. Por outro lado,
muitos códigos que existem para o projecto de sistemas de controlo não permitem a
determinação das matrizes estruturais.
O controlo estrutural foi desenvolvido para limitar a resposta dinâmica de uma
estrutura, mantendo simultaneamente a estrutura com peso baixo. Uma técnica muito
utilizada de controlo em sistemas estruturais é o controlo no espaço modal
independente, Meirovitch e Oz (1980a), Meirovitch e Oz (1980b) e Meirovitch e
Baruh (1982). Esta técnica consiste em aplicar a transformação modal às equações de
movimento de maneira a torná-las desacopladas antes de se proceder ao projecto do
sistema relativamente aos ganhos modais. Esta técnica tem como vantagens poderem
as características vibratórias de cada modo ser projectadas individualmente e ser a
ordem da lei de controlo projectada no espaço modal metade da ordem dessa lei
projectada no espaço de estado. No entanto, a grande desvantagem da técnica de
controlo modal é o facto de serem ignorados os efeitos que o controlo de um pequeno
número de modos tem nos restantes modos.
Técnicas de optimização também têm sido aplicadas ao projecto dos sistemas de
controlo. Estas implicam o uso do cálculo variacional através do controlo óptimo,
Bryson e Ho (1975), ou dos métodos de programação matemática, Haftka et al. (1990),
Arora (1989).
Nos primeiros estágios da investigação na área de controlo estrutural, o controlo era
projectado após a estrutura ter sido ela própria previamente projectada, ou seja, os
problemas de projecto óptimo estrutural e do controlo óptimo têm sido tratados
independentemente. Como resultado desta separação, o projecto final não é óptimo no
sentido global, pois os dois problemas não são completamente independentes.
10
Nas últimas décadas tem havido a integração dos dois problemas, sendo os parâmetros
de projecto e de controlo optimizados simultaneamente. Dessa integração têm
resultado melhorias significativas no desempenho global dos sistemas, sendo as
necessidades do controlo reduzidas pela modificação cautelosa das massas e/ou das
rigidezes, Haftka et al. (1985) e Haftka (1986).
Nesta linha de projecto e controlo óptimo simultâneos, alguns trabalhos separam as
variáveis de projecto estrutural das variáveis de controlo Salama et al. (1984), Salama
et al. (1988) e Miller et al. (1985). As condições necessárias do problema de controlo
óptimo traduzem-se na equação de Ricatti. Então o problema do projecto óptimo é
construído. Como a equação de Ricatti está contida na função objectivo, a sua
sensibilidade relativamente às variáveis estruturais necessita de ser calculada e usada
no processo de optimização. Em Khot (1988) a equação de Ricatti é primeiramente
resolvida e com base nesta solução é construído um sistema de anel fechado. Então é
formulado um problema de programação não-linear com o peso estrutural como
função custo e com restrições aos valores próprios do sistema de anel fechado. Em
Lust e Schmit (1986) é usada a programação não linear no projecto estrutural com
controlo, tratando-se as dimensões estruturais e os ganhos do sistema de controlo como
variáveis independentes.
A grande maioria destes problemas tem sido aplicada a sistemas lineares. De um modo
geral o controlo de sistemas não lineares é mais complicado que o dos sistemas
lineares. Em Kamat (1988) deriva-se as condições necessárias de optimização de um
sistema não linear usando o cálculo variacional clássico. Em Atluri e Iura (1988),
O’Donoghue (1985) e Zhang (1987) trataram-se as equações incrementais de análise
não linear como um sistema linear e aplicou-se o conceito de regulador linear para
obter os ganhos incrementais de controlo. Em Yang et al. (1988) foi desenvolvido um
algoritmo de controlo óptimo instantâneo onde a função de mérito é minimizada a cada
instante. Todas estas aproximações têm apenas considerado, no entanto, problemas
sem restrições.
11
Em Tseng e Arora (1989), Arora e Lin (1992), e Moita et al. (2008) considerou-se
também o problema integrado do projecto e controlo óptimos de sistemas mecânicos
não lineares. Na primeira e terceira referências é usada a programação sequencial
quadrática para ambas as disciplinas. Na segunda referência a programação não-linear
é usada para o projecto óptimo dos componentes do sistema, e a técnica de
programação dinâmica diferencial é usada no controlo óptimo.
Em Cardoso et al. (1997) o projecto e controlo óptimo simultâneos de sistemas não
lineares são executados usando técnicas de programação não-linear e critérios de
optimalidade.
12
3. Projecto e Controlo Óptimos
O processo de projecto e controlo óptimos de um sistema visa obter racionalmente um
sistema que seja o melhor de todos os sistemas possíveis relativamente a determinados
objectivos e a um determinado conjunto de restrições geométricas e/ou de
comportamento.
O projecto e controlo óptimos são definidos pelo valor óptimo de um conjunto de
variáveis do sistema, chamadas respectivamente de projecto e controlo, ou, no seu
conjunto, variáveis de decisão que minimizam ou maximizam determinadas funções,
chamadas funções de custo ou funções objectivo, enquanto satisfazem um conjunto de
restrições geométricas e/ou de comportamento impostas pelo projectista (projecto
admissível).
As variáveis de projecto e de controlo definem, em geral, propriedades físicas ou
geométricas do sistema e são controladas directamente pelo projectista. Na definição
acima, considera-se que, em geral, as variáveis de controlo são dependentes do tempo,
e que as variáveis de projecto, como um caso particular daquelas, vão permanecer
independentes do tempo. Por exemplo, enquanto a geometria do sistema ou a rigidez
de uma mola podem variar ou não com o tempo, as forças actuantes no sistema são,
em geral, temporalmente dependentes. No presente trabalho, os problemas de controlo
e de projecto serão tratados de uma forma unificada, sendo as variáveis de decisão
denominadas indistintamente de variáveis de projecto ou variáveis de controlo.
Ambos os tipos de variáveis descritas vão condicionar o comportamento ou resposta
do sistema mecânico em estudo. Essa resposta é medida através das chamadas
variáveis de estado (deslocamentos, acelerações, tensões, etc.), que são variáveis sobre
as quais o projectista não tem controlo directo, mas das quais depende também o
desempenho do projecto, dado pelas funções objectivo e restrições.
13
3.1. Formulação Matemática do Problema de Projecto Óptimo
A formulação matemática do problema geral de projecto óptimo pode ser feita da
seguinte forma:
Determinar o vector das variáveis de decisão
[ ]
1 2 n
( ) = = ∈ b b …
n
t b b b R

(3.1)
tal que
min ( ) { }
0 01 02 0
, , ≡ Ψ Ψ Ψ Ψ b z …
M
t
(3.2)

sujeito a:
( ) Ψ , , 0 = b z
i
t , i = 1,…,m´ (3.3)
( ) Ψ , , 0 ≤ b z
j
t , j = 1,…,m (3.4)
( ) , , 0 = R b z t (3.5)
≤ ≤
l u
k k k
b b b , k = 1,…,n (3.6)
em que

0
Ψ é o vector das funções objectivo
0
Ψ
i

b é o vector de variáveis de projecto
z é o vector das variáveis de estado
Ψ
i
são os m´ constrangimentos de igualdade
14
Ψ
j
são os m constrangimentos de desigualdade
R é o vector de forças em equilíbrio

l
k
b é o limite inferior das variáveis de projecto

u
k
b é o limite superior das variáveis de projecto
A formulação geral descrita pelas equações (3.1) - (3.6) é um problema de optimização
multicritério, optimização multiobjectivo ou optimização vectorial.
As funções de desempenho Ψ
j
, (j=01, 02, …, 0M, 1, …, m+m´) de um sistema
dinâmico são, em geral, integrais de domínio espaço-tempo na forma contínua

( ) ( )
( )
, , ( ) + , , ( ) ( ) Ψ = Γ
∫ ∫ ∫
b z b b z b b G t dV g t d dt (3.7)
onde tanto os domínios V do volume do corpo e Γ da sua superfície, como o domínio t
do tempo, são dependentes das variáveis de decisão. O problema formulado nas
equações (3.1) - (3.6) é um problema multiobjectivo com M funções de custo. Este
problema deverá obviamente ser transformado num problema uniobjectivo com vista à
sua resolução através da programação matemática, a qual pode ser efectuada por
algoritmos de optimização baseados nas condições de optimalidade ou por métodos de
programação não-linear.
Um exemplo de uma função de desempenho escrita directamente na forma integral
dada acima é o trabalho médio ao longo de um intervalo de tempo T das forças P
aplicadas aos pontos de um sistema durante o seu deslocamento u.

( )
1
dV dt
T
Ψ =
∫ ∫
⋅ P u (3.8)
onde " " ⋅ representa o produto escalar.
15
No caso de funções de desempenho pontuais, a forma geral integral da função de
desempenho pode ser mantida através da aplicação adequada dos deltas de Dirac

ˆ
δ .
Um exemplo é o caso da velocidade média de um ponto ( , , ) ≡ x
k k k k
x y z do sistema ao
longo de um intervalo de tempo T, a qual pode ser escrita

( )
( )
1
ˆ
δ Ψ = −
∫ ∫
u x x
k
dV dt
T
(3.9)
Outro exemplo é o da aceleração do mesmo ponto x
k
no instante de tempo t
i
:
( )
( )
( )
1
ˆ ˆ
δ δ Ψ = − −
∫ ∫
u x x
k i
dV t t dt
T
(3.10)
3.2. Restrições Globais e Locais
As restrições do problema formulado podem ser globais ou locais, tendo as primeiras
que ser satisfeitas de uma forma integral, e as segundas em todos e em cada ponto ao
longo do domínio.
As restrições locais no tempo, de acordo com a sua definição, são restrições da forma
( ) Ψ , , 0 ; 0 ≤ ≤ ≤ b z t t T (3.11)
A maneira mais óbvia de tratar restrições deste género é a imposição da restrição em
todos os n instantes em que se discretizou o domínio de tempo na análise, substituindo-
se a restrição original por
( ) Ψ , , 0 , 1, , ≤ = b z …
i
t i n (3.12)
Assim, acontece que o número de restrições para discretizações temporais muito finas,
se poderá tornar incomportável. Por outro lado, discretizações mais largas deixarão
fugir pontos de máximo.
16
Uma outra maneira de tratar a restrição (3.11) é apresentada em Haug e Arora (1979).
Consiste a abordagem aí apresentada em substituir a restrição local original pela sua
forma integral
( ) ( )
0
0 Ψ 0
Ψ , , 0 ; em que Ψ , ,
Ψ Ψ 0
⇐ ≤ ¦
< > ≤ < >=
´
⇐ >
¹

b z b z
T
t dt t (3.13)
ou seja, é achada a “quantidade de violação” ao longo do domínio de tempo da análise.
No caso da Figura 1, a “quantidade de violação” seria a soma das zonas A e B.

Figura 1- Forma integral das restrições pontuais

Este método tem a desvantagem de o alisamento da função alterar substancialmente a
severidade da restrição original. Uma outra desvantagem deste método é a perda de
informação relativa aos multiplicadores de Lagrange, o que pode dar origem a
dificuldades em satisfazer as condições de optimalidade do problema, Hsieh e Arora,
(1984a).
Em Haug e Arora (1979) é apresentada uma outra maneira de tratar a restrição. É a
chamada formulação ‘worst case’ do projecto. Nesta abordagem, a restrição (3.11)
formulada no contínuo é substituída por
t
Ψ
Violação A Violação B
17
( ) max Ψ , , 0 , 1, 2, , ≤ = b z …
t
t i n (3.14)
ou seja, impomos a restrição apenas nos máximos locais da função.
Em Hsieh e Arora (1984b) é proposto um tratamento híbrido entre as duas anteriores
abordagens, no qual se substitui a restrição original por
( )
2
1
Ψ , , 0 , 1, 2, , < > ≤ =

b z …
j
j
t
t
t dt j m (3.15)
em que m é o número de máximos locais da função e [t
1j
;t
2j
] é um intervalo que
envolve o máximo local t
j.
3.3. Problema Minimax
Um tipo de problemas que frequentemente aparece em dinâmica, e que está
intimamente relacionado com a formulação de projecto “worst case” referida no ponto
anterior, são os problemas de minimização do máximo que uma função toma ao longo
de um intervalo de tempo:

[ ]
( )
0;
Ψ , ,
max min

b z
b t T
t (3.16)
A esse tipo de problemas é dado o nome de problemas minimax. Em Haug e Arora
(1979) o tratamento dado a tais problemas passa pela introdução de uma variável de
projecto auxiliar b
0
e uma restrição auxiliar

[ ]
( )
0
0;
Ψ , , 0
max

− ≤ b z
t T
t b (3.17)
substituindo-se o custo representado na equação (3.16) por um novo custo que é dado
por b
0
.
18
3.4. Optimização Multicritério
Nos problemas de projecto e controlo óptimos de sistemas é frequente haver
simultaneamente mais do que um objectivo a minimizar.
Em geral, uma mudança nas variáveis de projecto pode melhorar um ou mais dos
objectivos prescritos, mas á custa de piorar outros objectivos. Isto é, em geral, os
objectivos estão em conflito (por exemplo deslocamento e peso).
Apenas nos problemas de optimização unicritério ou optimização escalar é possível
encontrar uma solução única. Na optimização multicritério não há um único projecto
que minimize simultaneamente todos os objectivos. A esse projecto ideal costuma
designar-se, sugestivamente, por ponto de utopia. É portanto necessário definir um
conceito alternativo de optimalidade, sendo que o conceito mais consensual é o
conceito de óptimo de Pareto. Segundo este conceito, o problema multiobjectivo tem
uma infinidade de soluções.
Um projecto diz-se óptimo de Pareto se não se pode melhorar um determinado
objectivo sem piorar simultaneamente pelo menos outro objectivo. Os pontos no
espaço dos objectivos que correspondem aos vários óptimos de Pareto constituem a
fronteira de Pareto. Definida essa fronteira, é agora função do projectista escolher o
projecto mais conveniente. É de salientar que a determinação da fronteira de Pareto é
um processo objectivo enquanto a escolha de entre os vários projectos pertencentes a
essa fronteira é subjectivo na medida em que depende da sensibilidade do projectista.
O modelo de geração dos óptimos de Pareto (estratégia multicritério) é, para o
projectista, uma parte essencial de qualquer problema de optimização multicritério ou
vectorial. O problema original formulado nas equações (3.1) - (3.6) é convertido numa
sequência de problemas unicritério ou escalares, denominados no seu conjunto como
problema substituto. A função objectivo do problema substituto é chamada de função
preferência ou função utilidade:
19
( )
0
, , (
¸ ¸
Ψ b z U t (3.18)
As estratégias multicritério são basicamente de dois tipos: estratégia da redução do
espaço admissível e estratégias de norma. No primeiro caso, é escolhido um dos
objectivos originais para função utilidade enquanto os outros são removidos para o
conjunto de restrições de desigualdade, Romero (1991), isto é

( )
0 0 0
min , , , tal que , 1, 2, , 1, 1, , ≡ Ψ Ψ ≤ = − + (
¸ ¸
Ψ b z … …
k j j
U t Y j k k M

(3.19)
onde
j
Y
são os limites das restrições escolhidos pelo projectista. A cada conjunto destes
valores escolhidos vai corresponder uma solução de Pareto do problema original
multiobjectivo. É no entanto difícil garantir que para determinados valores das
restrições impostas aos objectivos não se esteja a formular um problema de solução
impossível, o que resulta em esforço computacional acrescido. No segundo tipo de
estratégia, a geração dos óptimos de Pareto baseia-se na função utilidade que é uma
soma de funções distância
[ ]
1
0 0
1 1
, 1 , 1, 0
p
M M
p
i i i i i
p
i i
U w Z p w w
= =
¦ ¹
≡ = Ψ − ≤ ≤ ∞ = ≥
´ `
¹ )
∑ ∑
⋅Ψ w (3.20)
Onde
i
Z representa um valor alvo do critério
0i
Ψ . Frequentemente, este valor alvo é
escolhido como o valor óptimo
min
0i
Ψ obtido independentemente dos outros critérios.
Ele é um componente do ponto de utopia. Os valores alvo, o expoente p e os pesos
i
w
são opções do projectista. Prescrevendo o expoente e os valores alvo, cada óptimo de
Pareto é obtido para uma combinação dos pesos
i
w .
Em geral, os critérios não têm as mesmas unidades de medida e os seus valores podem
ser muito diferentes. Podemos proceder a uma normalização dos critérios tornando-os
adimensionais, usando a fórmula
20

min
0 0
0 max min
0 0
i i
i
i i
Ψ −Ψ
Ψ =
Ψ −Ψ
(3.21)
onde
min
0i
Ψ foi definido acima e
max
0i
Ψ é o valor máximo do objectivo
0i
Ψ apurado de
entre todas as minimizações independentes dos restantes objectivos. O valor
normalizado situa-se assim entre os valores 0 e 1.
Se na função utilidade da equação (3.20) usarmos a normalização da equação (3.21) e
fizermos 1 = p e ( ) 0, 1, 2, , = = …
i
Z i M , temos como função utilidade a soma
ponderada dos objectivos:

0
1
M
i i
i
U w
=
≡ Ψ

(3.22)
Este método falha quando a fronteira de Pareto é côncava, além de que um conjunto de
pesos uniformemente espaçados não garante a obtenção de pontos uniformemente
espaçados na fronteira de Pareto. Uma análise completa destas limitações pode ser lida
em Dass e Dennis (1997).
Uma outra forma de tratar o problema multicritério apresentada em Bendsoe et al.
(1983), consiste em minimizar o máximo dos objectivos, sendo estes previamente
normalizados. Com efeito, se depois da normalização fizermos = ∞ p e
( ) 0, 1, 2, , = = …
i
Z i M na equação (3.20), iremos obter a função utilidade

{ }
1 01 2 02 0
max ≡ Ψ Ψ Ψ …
M M
U w w w

(3.23)
e dizemos neste caso que o problema multicritério é formulado por uma estratégia
min-max. Na implementação deste método pode introduzir-se uma variável auxiliar
que passa a ser o objectivo escalar a minimizar (Marler e Arora (2004)), impondo-se
como restrições que os objectivos ponderados e normalizados sejam inferiores a essa
variável auxiliar:
( )
0 0 0
min tal que , 1, 2, ,
i i
b w b i M Ψ ≤ = … (3.24)
21
Figura 2 - Processo iterativo de projecto óptimo
Projecto e Controlo
Iniciais
Estratégia de
Optimização
Multicritério
Restrições Uniobjectivo
Projecto e Controlo
Temporários
Análise
Análise de
Sensibilidades
Optimizador
Converge
?
S
N
Óptimo
de Pareto
Último
Objectivo
?
Stop
N S
22
O problema do projecto óptimo pode ser obtido através de um processo iterativo
composto por 3 subproblemas expostos na Figura 2.
O primeiro subproblema, análise, consiste em obter a resposta do sistema às
solicitações. Calculam-se desta maneira as variáveis de estado (deslocamentos,
velocidades, tensões, etc.), e também as funções objectivo e as restrições.
O segundo subproblema, análise de sensibilidades de projecto, consiste na análise da
variação da resposta do sistema à variação do projecto, ou seja, no cálculo dos
gradientes das restrições e objectivos às variáveis de decisão.
Por fim, o terceiro subproblema, o da optimização propriamente dita, resolve um
problema de programação matemática que leva à obtenção das novas variáveis de
projecto e de controlo, as quais são consideradas óptimas caso os parâmetros de
convergência sejam satisfeitos.
3.5. Problemas de Domínio de Tempo Variável
Nos problemas de domínio temporal variável, uma ou várias das fronteiras desse
domínio são móveis e devem obedecer a determinadas condições, chamadas condições
de transversalidade. Estas condições, considerando-se geralmente impostas no instante
móvel ou livre t , podem ser expressas por

( )
, , 0
t t t
t Φ = z b (3.25)
Então o problema mais geral de projecto e controlo óptimos, no caso de domínio de
tempo variável, será definido por:
( ) { }
0 01 02 0
min , , ≡ Ψ Ψ Ψ Ψ b z …
M
t (3.26)
sujeito a:
23
( ) Ψ , , 0 = b z
i
t , i = 1,…,m´ (3.27)
( ) Ψ , , 0 ≤ b z
j
t , j = 1,…,m (3.28)
( , , ) 0 t = R b z (3.29)
≤ ≤
l u
k k k
b b b

, k = 1,…,n (3.30)

( )
, , 0
t t t
t Φ = z b (3.31)
É de notar que nos problemas de domínio de tempo variável, essa variação de domínio
vai dificultar sobretudo a determinação dos gradientes dos objectivos e restrições pois
passa a haver uma variação implícita com o tempo dessas medidas que, em problemas
de domínio de tempo fixo não há.
De modo a considerar a variação de projecto do tempo total, será feita a aplicação de
um domínio de tempo fixo, unitário, no domínio de tempo original, expandindo assim
o conceito de volume de referência, Cardoso e Arora (1988), ao domínio do tempo.
Desta forma, o domínio do tempo fica independente das variáveis de decisão, ficando a
dependência do tempo contida no jacobiano T da transformação. Desta forma o tempo
total passa a ser uma nova variável de estado, Cardoso et al.(2008).
A aplicação do domínio de tempo unitário no domínio original vai ser feita
transformando o tempo original no tempo adimensional

[ ] , 0,1
t
T
τ τ = ∈ (3.32)
Esta transformação implica que

2
2 2 2
1 1
; ;
t d d d d
T dt T d dt T d
τ
τ τ
= = = (3.33)
24
e que as medidas de desempenho e condições de transversalidade sejam transformadas
em concordância:

( ) ( ) ( )
, , , , ( ) G dV g d T d
τ τ τ τ
τ τ τ Ψ ≡ + Γ
∫ ∫ ∫
z b T b b (3.34)
e

( )
, , 0
τ τ τ
τ Φ = z b (3.35)
Também as massas, amortecimentos, velocidades e acelerações, após transformação
para o novo domínio de tempo unitário, são:

2 1 2
, , ´ , ´´ , "´" T T T T d dτ
− −
= = = = ≡ M M C C U U U U

(3.36)
A actualização do domínio de tempo no algoritmo de optimização é feita de acordo
com a fórmula recorrente
( )
1 1
,
k k k k
t t t
+ +
= + − ⋅
b
b b (3.37)
onde k representa a iteração de optimização.



25
4. Resposta do Sistema Mecânico Flexível
De entre os vários tipos de não linearidades em problemas estruturais, a saber,
geométricas, materiais, de força e de restrições cinemáticas, as geométricas são as que
serão tratadas no presente trabalho em que se estudarão sistemas mecânicos flexíveis.
As teorias para tratar estas não linearidades têm sido desenvolvidas desde há décadas
Truesdell (1966), Truesdell (1977) e Gadala et al. (1984).
A diferença fundamental entre a análise de estruturas lineares e não lineares é o facto
de, no caso não linear, a configuração inicial não se poder confundir com a
configuração deformada, sendo por isso necessário utilizar uma configuração de
referência relativamente à qual são medidas as grandezas envolvidas nas equações de
equilíbrio. Se usarmos para referência a configuração em 0 t = , então estamos perante
uma descrição Lagrangiana Total (LT) do movimento. Se usarmos para referência a
configuração no instante imediatamente anterior ao instante em que estamos a
formular o equilíbrio estaremos perante uma descrição Lagrangiana Actualizada.
No presente trabalho usar-se-á a descrição LT e, sempre que necessário, a
configuração de referência será indicada por um índice inferior esquerdo, sendo o
índice superior esquerdo o instante em que se está a tomar a medida da grandeza em
questão.
Em ambas as descrições, as medidas de tensão e deformação usadas nas equações de
equilíbrio são invariantes com o movimento de corpo rígido, possibilitando o uso da
formulação em situações de grandes deslocamentos típicas dos sistemas mecânicos
flexíveis.

26
4.1. Balanço de Energia Mecânica
Um ponto de partida usual para a formulação de problemas não lineares é o balanço da
energia mecânica formulada no estado deformado do corpo que se está a considerar,
Gadala (1984).

( )
1
0
2
T
t t t t t t t t t t t t t t
B
d
d V d V d V d
dt
ρ ρ + − − =
∫ ∫ ∫ ∫
⋅ ⋅ ⋅ u u σ D f u σ u Γ (4.1)
com

( ) ( )
1
2
T
t t T t T
t t
(
≡ ∇ + ∇
(
¸ ¸
D u u (4.2)
onde

t t t
t
x y z ( ≡ ∂ ∂ ∂ ∂ ∂ ∂
¸ ¸
∇ ∇∇ ∇ (4.3)
em que
t
ρ é a densidade do material,
t t t t
x y z
u u u ( ≡
¸ ¸
u é o vector deslocamento
de um ponto genérico do corpo,
t
t
t

=

u
u é o vector velocidade desse mesmo ponto,
t
σ é a matriz de tensões de Cauchy,
t
D é o tensor da velocidade de deformação,
t
B
f é
o vector das forças volúmicas,
t
Γserá o vector área da superfície e
t
V
é o volume. O
vector área de superfície elementar será dado por

t t
x x
t t t t t t
y y
t t
z z
d n
d d n d A d A
d n
¦ ¹ ¦ ¹ Γ
¦ ¦ ¦ ¦
= Γ = =
´ ` ´ `
¦ ¦ ¦ ¦
Γ
¹ ) ¹ )
Γ n (4.4)
com n o versor da normal à superfície
t
Γ.
27
Na Figura 3 representa-se o movimento de um corpo num sistema de coordenadas
cartesiano. Nesta figura representa-se o corpo nas configurações inicial não deformada
0
C e
t
C de equilíbrio, em t=0 e t, respectivamente. O ponto P é um ponto arbitrário
pertencente ao corpo em estudo, de posição
t t t t
x y z ( ≡
¸ ¸
x .
Na equação (4.1) o primeiro termo representa a energia cinética do corpo. O campo de
velocidades e velocidade de deformação
t
D associados, são campos cinematicamente
admissíveis.


4.2. Descrição Lagrangiana Total do Movimento
Quando a configuração de referência é a que ocorre em t=0, temos uma descrição
Lagrangiana Total do movimento e as variáveis independentes são a posição da
partícula P na configuração de referência t=0 e o próprio tempo t.
A equação (4.1) pode ser transformada de forma consistente para a configuração de
referência não deformada
0
C. Através do balanço de massas
x
z
y
0
x
t
u
t
x
0
P
t
P
0
C
t
C
Figura 3 – Geometria do movimento
28

0 0 t
d V d V ρ ρ =
∫ ∫
(4.5)
podemos transformar a taxa de variação da energia cinética

0 0
1 1
2 2
t t t t t t
d d
d V d V
dt dt
ρ ρ =
∫ ∫
⋅ ⋅ u u u u (4.6)
e o termo das forças volúmicas

0 0 t t t t t t
B B
d V d V ρ ρ =
∫ ∫
⋅ ⋅ f u f u (4.7)
Através das transformações

1
t t t t t T

= σ X X S X (4.8)
e

0 t t
d V d V = X (4.9)
em que
t
S é o 2º tensor das tensões de Piola-Kirchhoff,
t
X é o gradiente da
deformação dado por

( )
( )
0 0 0
0 0 0 0 0 0
0 0 0
t t t
t t t
t t t
t
t t t
x x x
x y z
x y z
y y y
x y z x y z
z z z
x y z
( ∂ ∂ ∂
(
∂ ∂ ∂
(
(
∂ (
∂ ∂ ∂
( = =
(
∂ ∂ ∂ ∂
(
(
¸ ¸
(
∂ ∂ ∂
(
∂ ∂ ∂ (
¸ ¸
X (4.10)
e
t
X é o determinante de
t
X

, temos para a potência da deformação
29

( )
0 t t t t t t T t
d V d V =
∫ ∫
⋅ ⋅ σ D X S X D (4.11)
Substituindo agora na equação (4.11) a seguinte propriedade dos tensores de 2ª ordem

( ) ( )
T T
= = ⋅ ⋅ ⋅ A B A B I AB I (4.12)
vai resultar para a expressão da potência de deformação:

( ) ( )
0 0
ˆ ˆ
t t t t t t t
d V d V d V = =
∫ ∫ ∫
⋅ ⋅ ⋅ σ D S ε S ε (4.13)
em que

t t T t t
= ε X D X (4.14)
com
t
ε e ˆ
t
ε

,a matriz e vector das extensões de Green-Lagrange, respectivamente, e
ˆ
t
S o 2º vector de tensões de Piola. Note-se que

( ) ( ) ( )( )
0 0 0 0
1
2
T T
t t T t T t T t T
(
= ∇ + ∇ + ∇ ∇
(
¸ ¸
ε u u u u (4.15)
e

t t t t t t t
xx yy zz xy xz yz
S S S S S S ( =
¸ ¸
S (4.16)
O último termo da equação (4.1) virá,

( )
t 0
T
t t t T t T t
d d =
∫ ∫
σ u Γ T X u Γ (4.17)
em que
t
T é o vector tensão dado pela lei de Cauchy
t t T t
= T σ n .
30
A equação de balanço de energia mecânica escrita relativamente à configuração inicial
poderá então ser dada por

0 0 0 0 0 0
d 1
ˆ ˆ
=0
dt 2
t t t t t t t t T t
B
d V d V d V d ρ ρ + − −
∫ ∫ ∫ ∫
⋅ ⋅ ⋅ u u S ε f u T X u Γ (4.18)
O vector das extensões de Green-Lagrange também pode ser expresso por

' '
0 0 0 0
1
ˆ ˆ ˆ ( )
2
t t t t t t t
L N
= + = ∂ + ε ε ε u A u u (4.19)
em que

0 0 0 0
0
0 0 0 0 0 0
0
0 0 0 0
,
( ∂
∂ ∂
′ =
(
∂ ∂ ∂
(
¸ ¸
′ ¦ ¹
( ∂
∂ ∂ ¦ ¦
′ ′ ′ = =
( ´ `
∂ ∂ ∂
(
¦ ¦ ¸ ¸

¹ )
( ∂
∂ ∂
′ =
(
∂ ∂ ∂
(
¸ ¸
T
t
t t
y t x z
x
t
T
x t
t t
y t t t x z
y y
t
z
T
t
t t
y t x z
z
u
u u
x x x
u
u u
y y y
u
u u
z z z
u
u
u u u
u
u
(4.20)

0 0 0
0 0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
T
x y z
y x z
z x y
( ∂ ∂ ∂
(
∂ ∂ ∂
(
( ∂ ∂ ∂
∂ ≡
(
∂ ∂ ∂
(
( ∂ ∂ ∂
(
∂ ∂ ∂
¸ ¸
(4.21)

'
0
'
0
'
0 '
0
' '
0 0
' '
0 0
' '
0 0
t T T T
x
T t T T
y
T T t T
z t
t T t T T
y x
t T T t T
z x
T t T t T
z y
′ (
(

(
(

(
=
′ ′ (
(
′ ′
(
(
′ ′
¸ ¸
u 0 0
0 u 0
0 0 u
A
u u 0
u 0 u
0 u u
(4.22)
31
onde ˆ
t
L
ε e ˆ
t
N
ε são, respectivamente, as componentes linear e não linear do vector das
extensões.
Desta forma, a velocidade de deformação de Green-Lagrange será:

( ) ( )
0 0 0 0 0 0 0
1 1
ˆ
2 2
t t t t t t t t
′ ′ ′ ′ = ∂ + + ε u A u u A u u

(4.23)
e usando

( ) ( )
0 0 0 0 0 0
t t t t t t
′ ′ ′ ′ = A u u A u u (4.24)
temos então que

( )
0 0 0 0
ˆ
t t t t t
′ ′ = ∂ + ε u A u u (4.25)
4.3. Discretização Espacial
Para a discretização espacial utilizou-se o método dos elementos finitos, Bathe (1982).
O campo dos deslocamentos é dado por

t t
= u H U (4.26)
em que H é a matriz contendo as funções de forma e
t
U é o vector dos graus de
liberdade. Desta forma, o campo de velocidades é dado por

t t
= u H U

(4.27)
e os campos de extensão e velocidade de extensão são, respectivamente,

0 1
1
ˆ
2
t t t t
L L
| |
= +
|
\ ¹
ε B B U (4.28)
32
e

( )
0 1
ˆ
t t t t
L L
= + ε B B U

(4.29)
onde

0
t
L
= ∂ B H (4.30)
e

0
0
0
0
1 0 0
0 0
0
0 0
0 0
0 0
0 0
0 0
0
0
0
t T T
x
t T T
y
x
t T T
z t t t
L NL y
t T T t T T
y x
z
t T T t T T
z x
t T T t T T
z y
′ (
(

(

(
(

(
(
′ = =
(
′ ′ (
(

(
¸ ¸
′ ′
(
(
′ ′
¸ ¸
U H
U H
H
U H
B A B H
U H U H
H
U H U H
U H U H
(4.31)
O gradiente da deformação é

0 0
t t
u
= +
3
X I ∇ ∇∇ ∇ (4.32)
com o gradiente de deslocamentos dado por

( )
( )
0 0 0 0
0 0 0
0 0 0
, ,
, , ,
t t t
x y z
t t t t
x y z
t t t
x y z
u u u
x y z
(

′ ′ ′ ( ( ≡ ≡ =
¸ ¸

(
¸ ¸
′ ′ ′ ( =
¸ ¸
u
u u u
H U H U H U
∇ ∇∇ ∇
(4.33)
Substituindo agora as expressões (4.27), (4.29) e (4.32) na equação de balanço de
energia mecânica (4.18) termo a termo, e considerando uma velocidade virtual
arbitrária, o balanço das forças pode assim ser escrito
33

( )
( )
0 0 0
0 0 0 1
0 0 0
0 0
ˆ
0
ρ
ρ
| |
+ + −
|
\ ¹
− − + Γ =
∫ ∫
∫ ∫
H H U B B S
H f H B T

T t t T t T t
L L
T t T t T t
B NS
d V d V
d V d
(4.34)
onde

( )
0 0
0 0 0 0
0 0
t T T
x
t t t t T t T T
NS NS u y
t T T
z
′ (
(
′ ≡ = ∇ =
(
(

¸ ¸
U H H
B B U H U H H
U H H

(4.35)
resultando na equação diferencial de equilíbrio dinâmico

t t t t t t
+ + = M U C U K U R

(4.36)
em que

0 0 T
d V ρ =

M H H (4.37)

( )
0
0
0 1
ˆ
t t T t T t
L L
d V = +

K B B S (4.38)

( )
0 0 0
T
t t t T t T t t
B NS
d V d ρ − = + + Γ
∫ ∫
R C U H f H B T

(4.39)
são, respectivamente a matriz de massas, a matriz de rigidez e o vector de forças
aplicadas, onde, através da matriz C
t
de amortecimento, se incluíram as forças não
conservativas
t t
C U

.
4.4. Discretização Temporal
Os métodos de integração passo a passo da resposta dinâmica são, na prática, os mais
utilizados. Tal deve-se sobretudo ao facto de a dimensão do sistema de equações a
34
resolver ser reduzida à dimensão do sistema estático. Todos os métodos de integração
passo a passo se baseiam, por um lado em satisfazer a equação do movimento (4.36)
em instantes discretos separados por intervalos de tempo t ∆ e, por outro lado, em
assumir a forma de variação dos deslocamentos, velocidades e acelerações dentro de
cada intervalo t ∆ . A resposta em cada instante é obtida a partir da resposta obtida nos
instantes anteriores. As possíveis não linearidades são tidas em conta assumindo que
em cada intervalo as propriedades do sistema se mantêm constantes, sendo
actualizadas no início do intervalo seguinte. A análise dinâmica consiste assim numa
sequência de análises estáticas onde se incluiram as forças de inércia e de
amortecimento. O grau de precisão obtido é controlável modificando a duração do
intervalo de tempo usado.
Os métodos passo a passo podem ser classificados em explícitos e implícitos conforme
a determinação da resposta no instante t t + ∆ se baseia nas condições de equilíbrio no
instante anterior t , ou nas condições de equilíbrio no instante actual t t + ∆ . No caso
dos métodos explícitos a análise é feita directamente de intervalo para intervalo. Nos
métodos implícitos é necessário estimar as quantidades referentes ao actual intervalo,
sendo os seus valores refinados através de sucessivas iterações feitas dentro do
intervalo. Só após atingida a convergência é que se avança para o intervalo seguinte.
A aparente desvantagem em custo computacional dos métodos implícitos poderá ser
compensada pela possibilidade de utilização de intervalos de tempo maiores
relativamente aos métodos explícitos, sem que isso acarrete uma menor precisão dos
resultados.
Relativamente á escolha da duração dos intervalos de tempo, estes deverão ter em
conta uma adequada representação das solicitações e da resposta temporal (se estas
forem de alta frequência, obviamente não serão correctamente representadas por
intervalos de tempo longos), assim como a própria estabilidade do método de cálculo
usado, pois intervalos de tempo longos podem, em alguns métodos, levar á ampliação
de erros de um intervalo para outro, afectando assim a precisão das quantidades
calculadas.
35
Dado que no equilíbrio dinâmico estrutural se lida com uma equação diferencial de 2º
grau, os métodos passo a passo involvem o uso de derivação ou integração numérica.
Apresentam-se de seguida métodos que recorrem a estes dois processos numéricos.
4.4.1. Método das Diferenças Finitas Centrais
Este método é baseado na aproximação da aceleração pelas diferenças finitas centrais

( )
2
1
2
t t t t t t
t
−∆ +∆
= − +

U U U U

(4.40)
de modo a ter a mesma ordem de erro da aceleração,
2
t ∆ , a velocidade é dada pelas
diferenças finitas centrais

( )
1
2
t t t t t
t
+∆ −∆
= −

U U U

(4.41)
Substituindo agora as equações (4.40) e (4.41) na equação de movimento no instante t

t t t t t t
+ + = M U C U K U R


obtém-se

ˆ ˆ
t t t t +∆
= K U R (4.42)
onde

2
1 1
ˆ
2
t t
t t
= +
∆ ∆
K M C (4.43)
e

2 2
2 1 1
ˆ
2
t t t t t t t
t t t
−∆
| | | |
= − − − −
| |
∆ ∆ ∆
\ ¹ \ ¹
R R K M U M C U (4.44)
36
o que permite obter a resposta
t t +∆
U .
As condições iniciais conhecidas
0
U e
0
U

permitem obter a aceleração inicial a partir
do equilíbrio em t=0:

( )
0 1 0 0 0 0 0 −
= − − U M R C U K U

(4.45)
Conhecendo agora o deslocamento, velocidade e aceleração iniciais, as equações
(4.40) e (4.41) para t=0 permitem obter que

2
0 0 0
2
t
t
t


= −∆ + U U U U

(4.46)
e o processo da equação (4.42) pode iniciar-se a partir da obtenção da resposta
t ∆
U .
Dado que a solução em t t + ∆ foi baseada no equilíbrio no instante t, estamos perante
um método de resolução passo a passo explícito, que tem como principal desvantagem
necessitar de intervalos de tempo curtos para se obterem respostas com precisão
adequada. Esta característica é típica dos métodos explícitos. Neste caso concreto é
necessário que

1
n
t
π


Τ
(4.47)
onde
n
Τ é o menor período de vibração natural do sistema discretizado.
4.4.2. Método de Aceleração Linear
Este método baseia-se na aproximação das acelerações por uma interpolação linear
dentro de cada intervalo de tempo

( )
t t t t t
t
τ
τ
+ +∆
= + −

U U U U

(4.48)
37
a que correspondem a velocidade

( )
2
2
t t t t t t
t
τ
τ
τ
+ +∆
= + + −

U U U U U

(4.49)
e o deslocamento

( )
2 3
2 6
t t t t t t t
t
τ
τ τ
τ
+ +∆
= + + + −

U U U U U U

(4.50)
dentro do mesmo intervalo de tempo 0 t τ ≤ ≤ ∆ .
A velocidade e o deslocamento no final do intervalo são dados, respectivamente, por

( )
2
t t t t t t
t
+∆ +∆

= + + U U U U

(4.51)
e

( )
2
2
6
t t t t t t t
t
t
+∆ +∆

= + ∆ + + U U U U U

(4.52)
Se substituirmos as equações (4.51) e (4.52) no equilíbrio em t t + ∆

t t t t t t t t t t t +∆ +∆ +∆ +∆ +∆
+ + = M U C U K U R

(4.53)
obtém-se

ˆ ˆ
t t t t t t +∆ +∆ +∆
= K U R (4.54)
onde

2
6 3
ˆ
t t t t t t
t t
+∆ +∆ +∆
= + +
∆ ∆
K K M C (4.55)
38
e

2
6 6 3
ˆ
2 2
2
t t t t t t t t t t t t
t
t t t
+∆ +∆ +∆
∆ | | | |
= + + + + + +
| |
∆ ∆ ∆
\ ¹ \ ¹
R R U U U M U U U C

(4.56)
Resolvido
t t +∆
U pela equação (4.54),
t t +∆
U

e
t t +∆
U

são obtidos através das equações
(4.51) e (4.52).
4.4.3. Método de Newmark
Um dos métodos implícitos passo a passo mais usados é o de Newmark,
Newmark (1959). Este método é uma extensão do método de Euler-Lagrange que se
baseia-se nas expressões:
( ) 1
t t t t t t
t γ γ
+∆ +∆
( = + − + ∆
¸ ¸
U U U U

(4.57)

2
1
2
t t t t t t t
t t β β
+∆ +∆
( | |
= + ∆ + − + ∆
| (
\ ¹ ¸ ¸
U U U U U

(4.58)
O factor β controla a relação entre a variação da aceleração e a variação da velocidade
em t ∆ , e o factor γ faz o mesmo para a relação entre a aceleração e o deslocamento.
Os valores destes factores podem ser determinados para se obter precisão e
estabilidade do processo.
Se γ=1/2 e β=1/6 obtemos expressões que correspondem ao método da aceleração
linear.
Se substituirmos as equações (4.57) e (4.58) no equilíbrio em t t + ∆

t t t t t t t t t t t +∆ +∆ +∆ +∆ +∆
+ + = M U C U K U R

(4.59)
obtém-se
39

ˆ ˆ
t t t t t t +∆ +∆ +∆
= K U R (4.60)
onde

2
1
ˆ
t t t t t t
t t
γ
β β
+∆ +∆ +∆
= + +
∆ ∆
K K M C (4.61)
e

2
1 1 1 2
ˆ
2
2
2
t t t t t t t
t t t t t
t t
t
t
+∆ +∆
+∆
| | −
= + + + +
|
∆ ∆
\ ¹
| | − − ∆
+ + +
|

\ ¹
R R U U U M
U U U C


β
β β β
γ γ β γ β
β β β
(4.62)
Resolvido
t t +∆
U pela equação (4.60),
t t +∆
U

e
t t +∆
U

são obtidos através das equações
(4.57) e (4.58).
Sendo o problema, em geral, não linear, a matriz
ˆ
t t +∆
K não é conhecida em t t + ∆
visto depender da resposta
t t +∆
U , pelo que o sistema terá de ser resolvido
iterativamente em cada passo de tempo, empregando, por exemplo, o método de
Newton-Raphson.
4.4.4. Elementos Finitos Temporais
Outra maneira de tratar a dependência no tempo é usar uma discretização por
elementos finitos. Se esse tipo de tratamento já há muito é feito para a discretização
espacial, só mais recentemente tem sido usado para a discretização temporal, Kleiber
(Editor) (1998).
Nesta abordagem, a resposta contínua num determinado intervalo de tempo (elemento
finito) da discretização é aproximada pela interpolação através de funções de forma h
i

40
dos deslocamentos generalizados nos instantes correspondentes aos nós de tempo do
elemento.
No presente trabalho, a discretização temporal usada tem por base a formulação
apresentada por Gellert (1978) para a integração “passo a passo” de sistemas lineares.
Expande-se essa formulação para o caso de sistemas não lineares e aplica-se a
integração, ou passo a passo, ou de uma só vez, como em estática, fazendo-se uma
análise integral da resposta por oposição a uma análise “passo a passo”. A razão de se
usar esta discretização tem a ver com o facto de permitir bons resultados com um
número pequeno de elementos finitos temporais, para além da melhor eficácia que
oferece nos problemas de controlo óptimo.
As equações de equilíbrio de um sistema não linear podem, após a sua modelação
espacial, ser rescritas do seguinte modo:

( ) ( )
t t t t t t t t
+ + = M U C U U K U U R

(4.63)

( ) ( )
t t t t t t
+ + = M U C U U K U U R

(4.64)

1 1
0
1 1
0 0
t t
t t t t
dt dt + + − − =
∫ ∫
0
M U C U K U M U C U R

(4.65)

1 1 1
.
0 0
1 1 1 1 1
0 0 0 0 0
t t t t t
t t t t
dt dt dt t t dt dt
( (
(
+ + − − + =
( (
¸ ¸
¸ ¸ ¸ ¸
∫ ∫ ∫ ∫ ∫
M U C U K U M U M C U R

(4.66)
onde (4.63) é a equação do movimento de sistemas dinâmicos obtida da discretização
espacial, e as equações (4.64), (4.65) e (4.66) resultam respectivamente da derivação
em ordem ao tempo da equação (4.63) e da integração em ordem ao tempo uma e duas
vezes daquela equação do movimento. Na equação (4.63) mostra-se a dependência do
amortecimento
t
C das velocidades e a dependência da rigidez
t
K dos deslocamentos.
Nas equações (4.64) - (4.66) considerou-se, nos processos de derivação e de
41
integração, que a rigidez e o amortecimento tomariam valores médios K e C

dentro
de cada elemento finito temporal, dados por

/ 2
/ 2
1
( )
2
1
( )
2
t t t t
t t t t
t
t
+∆
+∆
≡ ≡ + ∆
≡ ≡ + ∆
K K K U U
C C C U U

(4.67)
Para efeitos de discretização temporal das equações (4.63) - (4.66) foram considerados
elementos finitos de dimensão ∆t, tendo sido seleccionados elementos hermiteanos
cúbicos para a discretização dos deslocamentos, e elementos lagrangianos quadráticos
para a discretização das solicitações. Assim, considerando um elemento finito, em
geral, contido entre os nós temporais t e t t + ∆ , teremos a discretização

1 2 3 4
( ) ( ) ( ) ( )
t t t t t t t
h h h h
τ
ξ ξ ξ ξ
+ +∆ +∆
= + + + U U U U U

(4.68)

/ 2
/ 2
( ) ( ) ( )
t t t t t t
t t t t t
l l l
τ
ξ ξ ξ
+ +∆ +∆
+∆ +∆
= + + R R R R (4.69)
onde as funções h são os polinómios de Hermite:

( )
( )
2 3 2 3
1 2
2 3 2 3
3 4
1 3 2 , 2
3 2 ,
h h t
h h t
ζ ζ ζ ζ ζ
ζ ζ ζ ζ
= − + = − + ∆
= − = − + ∆
(4.70)
e as funções l são os polinómios de Lagrange

( )
2 2 2
1 2 3 / 2
1 3 2 , 2 , 4
t t t t t
l l l l l l ζ ζ ζ ζ ζ ζ
+∆ +∆
= = − + = = − + = = − (4.71)
com
[ ] / 0,1 ξ τ = ∆ ∈ t e [ ] 0, τ ∈ ∆t . Substituindo esta discretização nas equações (4.63) -
(4.66) e tomando atenção que
42

[ ]
2 2 2 2 2
" " / ( / )( / ) ( / ) /
" " / ( / ) ( / ) / ( / ) /
d d d d d d d d t
d d d d d d t d d t
τ ξ ξ τ ξ
τ τ ξ ξ
≡ = = ∆
≡ = ∆ = ∆
.
..
(4.72)
vem

4 3
1 1
i i i i j j
i j
h h h l
= =
( + + =
¸ ¸
∑ ∑
M C K U R

(4.73)

4 3
1 1
i i i i j j
i j
h h h l
= =
( + + =
¸ ¸
∑ ∑
M C K U R

(4.74)

4 3
1 1
0 0
(0) (0)
i i i i i i j j
i j
h h h t d h h l t d
ξ ξ
ξ ξ
= =
( (
+ + ∆ − − = ∆
( (
¸ ¸ ¸ ¸
∑ ∑
∫ ∫
M C K M C U R

(4.75)

( )
4
1
0 0 0
3
1
0 0
(0) (0)
i i i i i i
i
j j
j
h h t d h t d t d t h t h
l t d t d
ξ ξ ξ
ξ ξ
ξ ξ ξ
ξ ξ
=
=
( | |
+ ∆ + ∆ ∆ − − + =
( |
|
(
\ ¹ ¸ ¸
( | |
= ∆ ∆
( |
|
(
\ ¹ ¸ ¸

∫ ∫ ∫

∫ ∫
M C K M M C U
R

(4.76)
onde os graus de liberdade de tempo elementares foram numerados de acordo com as
funções de interpolação que os ponderam, i.e.,

( ) ( )
( )
1 2 3 4
/ 2
1 2 3
, , , , , ,
( , , ) , ,
t t t t t t
t t t t t
+∆ +∆
+∆ +∆


U U U U U U U U
R R R R R R

(4.77)
Se interpretarmos as equações (4.73) - (4.76) no fim do intervalo de tempo elementar
t ∆ , ou seja, para 1 ξ = , temos:

( ) ( )
2 2
6 2 6 4
t t t t t t t t
t t t
+∆ +∆ +∆
+ ∆ + ∆ − + + = ∆ M U M t U K M U M C U R

(4.78)
43

( ) ( ) ( )
( ) ( )
2 2 / 2
6 2 2 3 6 2
6 4 4 3
t t t t
t t t t t t t
t t t t
t t t t
+∆
+∆ +∆ +∆
+ ∆ + ∆ + ∆ + − − ∆ +
+∆ + ∆ + ∆ = ∆ − +
M C U M C U M C U
M C K U R R R

(4.79)

( )
2
2 / 2
1 1
2 12 2
4
12 6
t t t t
t t t t t t t
t t t
t
t
+∆
+∆ +∆ +∆
| |
| | | |
− + ∆ + − + ∆ + + ⋅ ∆ +
| | |
\ ¹ \ ¹
\ ¹
| |

+ − ∆ = + +
|
\ ¹
K
C K U M U C K U
K
M U R R R

(4.80)

( )
2 2
2 2
2
/ 2
7 1
2 20 12 20
3 1
2 20 12 30
2
6
t t
t t t t
t t t
t t t t t
t t t t
t
+∆ +∆
+∆
| | | |
− + ∆ + ∆ + ∆ − + ∆ + ∆ +
| |
\ ¹ \ ¹
| | | |
+ + ∆ + ∆ + ∆ − − ∆ =
| |
\ ¹ \ ¹

= +
C C
M K U M K U
C C
M K U K U
R R

(4.81)
Agora um algoritmo pode ser explorado a partir da equação de equilíbrio dinâmico
(4.63), da equação (4.80) e, da combinação das equações (4.78), (4.79) e (4.81) na
forma

( )
( )
.
/ 2 2
/ 2
3 8
/ 12
2 8 2
t t t
t t t t t t
t t
t
t t t t t
t t t t t t
t t t t
t t t t t
t t
t
t
+∆ +∆
+∆ +∆ +∆
+∆ +∆
+∆ +∆
+∆
¦ ¹
(
¦ ¦
+ + = − +
´ ` (
¸ ¸ ¦ ¦
¹ )
¦ ¹
¦ ¹
+ + ∆
(
¦ ¦ ¦ ¦
+ =
´ ` ´ ` (
+ + ∆
¸ ¸ ¦ ¦ ¦ ¦
¹ )
¹ )
11 12
21 22
11 12
.
21 22
U D D
M U C U K U R
D D
U
R R R
U D D
D D
R R R
U

(4.82)
ou ainda

ˆ
=
e e e
D z R (4.83)
onde
44

( )
( )
/ 2 2
/ 2
ˆ
3 8 / 12 , ,
2 8 2 / 12
t t
n n n n n n
e t t t t t t
n n n n
t t t t t t
n n n n
t
t
t
e t t t t t e t t
t t
t
t t t t t
t
t
× × ×
+∆ +∆
× ×
+∆ +∆
× ×
+∆ +∆
+∆
+∆ +∆
(
(
= − −
(
(
− −
¸ ¸
¦ ¹
¦ ¹
¦ ¦
¦ ¹
¦ ¦ ¦ ¦
= + + ∆ = =
´ ` ´ ` ´ `
¹ ) ¦ ¦ ¦
¹ + + ∆
¦ ¦
¹ )
11 12 11 12
21 22 21 22
K C M 0 0 0
D D D 0 D D 0
D D 0 D D 0
R
U
z
R R R R z z U
z
U
R R R

¦
)
(4.84)
com

/ 2
11 11 12 12
/
21 21 22 22
/ / 2
11
/ 2 / 3
12
/ 2 /
21
,
,
5
12
1 1 1
2 12 12
1
,
2
t t t t t 2 t t t
t t t t t 2 t t t
t t t t 2 t t 2
t t t t 2 t t 2
t t t t 2 t t 2
t t
t
t + t
t t t
t t
∆ ∆

∆ ∆
∆ ∆ ∆
∆ ∆
+∆ +∆ +∆
+∆ +∆ +∆
+∆ +∆ +∆
+∆ +∆ +∆
+∆ +∆ +∆
= − = −
= − =
= +
= − −
= +
D D K D D M
D D K D D
D M C K
D M C K
D C K
/ 2
22
1

12
t t t t 2
t ∆
+∆ +∆
= − D M K
(4.85)
Compondo os elementos finitos temporais num intervalo de tempo T discretizado em
N pontos, onde 0 t = corresponde ao ponto 1 e t T = corresponde ao ponto N, temos o
sistema de equações

ˆ ˆ
= Dz R (4.86)
onde
ˆ
D é a matriz dinâmica representada na equação (4.89), de dimensão
[3n(N-1)+n]3nN=(3N-2)n×3Nn, sempre com mais 2n colunas do que linhas e,
45

1
2
,
k
k k
k
N
¦ ¹
¦ ¹
¦ ¦
¦ ¦ ¦ ¦
= =
´ ` ´ `
¦ ¦ ¦ ¦
¹ )
¦ ¦
¹ )
z
U
z
z z U
U
z

(4.87)

( )
( )
( )
( )
( )
( )
1.5
1
1 1.5 2 2
1 2
2
2 2.5 3 2
2 2.5 3
1
1 1/ 2 2
1 1/ 2
3 8 / 12
2 8 2 / 12
3 8 / 12
ˆ
2 8 2 / 12
3 8 / 12
2 8 2 / 12
N
N N N
N N N
N
t
t
t
t
t
t

− −
− −
¦ ¹
¦ ¦
+ + ∆
¦ ¦
¦ ¦
+ + ∆ ¦ ¦
¦ ¦
¦ ¦
¦ ¦
+ + ∆
¦ ¦
¦ ¦
=
´ `
+ + ∆
¦ ¦
¦ ¦
¦ ¦
¦ ¦
¦ ¦
+ + ∆
¦ ¦
¦ ¦
+ + ∆
¦ ¦
¦ ¦
¹ )
R
R R R
R R R
R
R R R
R
R R R
R
R R R
R R R
R

(4.88)
são respectivamente os vectores de estado e de solicitação efectivos.
Nas equações (4.84) e (4.89) a matriz 0
m×l
representa uma matriz de componentes
nulos com m linhas e l colunas, sendo n o número de graus de liberdade espaciais.
Note-se que no vector de solicitação efectivo da equação (4.88) estão incluídos tanto
os carregamentos externos como as forças de controlo, sendo que a distinção entre eles
é apenas conceptual.
46

1 1
1 1 1 1
3 3 3 3 3 3
1 1 1 1
2 2
2 2 2 2
3 3
2 2 2
0
0
0
ˆ
0
n n n n n n
t t t t t t
n n n n n n n n n n
t t t t t t
n n n n
n n n n n n
t t t t t t
n n n n n n
t t t t
n n
× × ×
+∆ +∆
× × ⋅ × ⋅ ⋅ × ⋅ ⋅ × ⋅
+∆ +∆
× ×
× × ×
+∆ +∆
⋅ × ⋅ × ×
+∆
×
− −
− −
− −
= − −
11 12 11 12
21 22 21 22
11 12 11 12
21 22
K C M 0 0 0
D D D D 0 0 0 0
D D D D 0
K C M 0 0 0
0 D D D D 0
D D D D

3 3 3 3
2
1 1
1 1 1 1
3 3 3 3 3 3
1 1 1 1
3 3 3 3
n n n n
t t
n n
N N
n n n n n n
t N t N t t N t t N
n n n n n n n n n n
t N t N t t N t t N
n n n n
N N
n n n n n n n n
⋅ × ⋅ ⋅ × ⋅
+∆
×
− −
× × ×
− − +∆ − +∆ −
⋅ × ⋅ ⋅ × ⋅ ⋅ × ⋅ × ×
− − +∆ − +∆ −
× ×
× ⋅ × ⋅ × ⋅ × ⋅
− −
− −
21 22
11 12 11 12
21 22 21 22
0 0
D 0
K C M 0 0 0
0 0 0 D D 0 D D 0
D D 0 D D 0
0 0 0 0 K C

(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
¸ ¸
M
(4.89)
47
Impondo à equação (4.86) as 2n condições de fronteira temporais, o que poderá ser
feito passando as colunas correspondentes a estas condições para o membro direito da
equação, depois de multiplicadas pelas condições impostas, ficamos com a equação

c c
ˆ ˆ ˆ ˆ ˆ
= − KU R D U (4.90)
onde
c
ˆ
D é a matriz de dimensões (3N-2)n×2n correspondente às condições impostas e
c
ˆ
U

é o vector de dimensão 2n daquelas condições. A resolução do sistema da equação
(4.89) permite determinar o vector de graus de liberdade temporais
ˆ
U de dimensão
(3N-2)n.
Repare-se que a equação (4.90) é uma equação não linear, onde a matriz
ˆ
K é uma
matriz não simétrica dependente da resposta. Esta equação será resolvida
iterativamente sendo que, a cada iteração,
ˆ
K vai sendo actualizada com a resposta
obtida na iteração anterior.
Note-se ainda que as 2n condições fronteira podem ser impostas em quaisquer nós da
discretização temporal, por oposição aos métodos “passo a passo” onde as imposições
são feitas basicamente no primeiro nó de tempo.
Se a dimensão espacial-temporal do problema for demasiado grande, então pode-se
utilizar uma resolução “passo a passo” por recuperação das equações (4.82), onde a
primeira das equações resolve a aceleração que, substituída nas matrizes D da segunda
equação, permite resolver o deslocamento e velocidade em t t +∆ a partir das mesmas
grandezas em t.
As 2n condições de fronteira impostas na equação (4.90) correspondem às condições
necessárias á resolução de uma equação diferencial de 2º grau (equação de equilíbrio
dinâmico) de um sistema com n graus de liberdade. Para além destas condições, que
têm necessariamente de ser impostas, outras condições poderão ser prescritas.
48
Seja n1 o número de condições de fronteira adicionais e façamos a seguinte partição
dos vectores e matrizes da equação (4.90):

11 12 1
21 22 2
11 12 1 1
21 22 2 2
ˆ ˆ ˆ
ˆ ˆ ˆ ˆ
ˆ ˆ ˆ ˆ ˆ ˆ ˆ
( ¦ ¹
( ¦ ¹ ¦ ¹
¦ ¦ ¦ ¦ ¦ ¦
( = − ( ´ ` ´ ` ´ `
(
( ¦ ¦ ¦ ¦ ¦ ¦ ¸ ¸ ¹ ) ¹ )
¸ ¸ ¹ )
c c c
c c c
D D U
K K U R
K K U R D D U
(4.91)
As n1 condições de fronteira adicionais estão contidas em
2
ˆ
U

e
1
ˆ
U contém os
deslocamentos, velocidades e acelerações, a determinar.
A imposição das condições de fronteira adicionais faz-se através da seguinte
modificação da equação (4.90):

11 1 21 2
11 1 1 12 2
ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ
c c c c
= − − − K U R D U D U K U (4.92)
em que se eliminaram as linhas correspondentes às novas condições fronteira e se
passaram as colunas correspondentes a estas condições para o membro direito da
equação, depois de multiplicadas pelas condições impostas.
49
1. Introdução
5. Análise de Sensibilidades de Projecto
A análise de sensibilidades de projecto tem por finalidade desenvolver processos de
cálculo das variações das restrições e dos custos relativamente às variáveis de projecto
e controlo (variáveis de decisão) e é uma ferramenta fundamental no processo de
optimização.
Em geral, os funcionais que definem os custos e os constrangimentos dependem
explicitamente e implicitamente (através das variáveis de estado e do domínio de
tempo) do projecto e controlo. Então a variação total de decisão é:
, , ( , ) Ψ = Ψ+ Ψ= Ψ+Ψ +Ψt t t

z b, z z δ δ δ δ δ δ (5.1)
onde δ , δ

e δ simbolizam as variações explícita, implícita e total, respectivamente.
Sempre que a variação total só tenha uma parcela, seja ela explícita ou implícita, então
δ δ = , ou δ δ =

, respectivamente. Quando o domínio temporal é fixo, então 0 δ = t .
Os métodos de análise de sensibilidades são basicamente o método das diferenças
finitas e os métodos analíticos. No primeiro, a função de desempenho Ψ é avaliada
para o ponto de projecto e para um valor vizinho de cada uma das variáveis de decisão,
sendo as suas sensibilidades dadas por

( ) ( )
1 1 1 1
, ,..., ,..., , ,..., ,..., δ
δ
Ψ + ∆ −Ψ Ψ

K k n K n
k k
b b b b b b b b b
b b
(5.2)
Este método obtém globalmente a sensibilidade de projecto e é conceptualmente
simples, mas computacionalmente ineficaz. Quando o domínio de tempo é variável
com o projecto, este método é impraticável. A resposta do sistema depende do
50
intervalo de tempo de funcionamento e a variação deste relativamente á decisão é
implícita.
Em Kleiber et al. (1997) são apresentados os métodos analíticos de análise de
sensibilidades de projecto. Estes são basicamente os chamados método de
diferenciação directa e método do sistema adjunto e o seu esforço é dirigido para o
cálculo da parte implícita , , δ δ δ Ψ = Ψ + Ψ

t
t
z
z da variação de projecto. São estes os
métodos que são apresentados de seguida no contexto do presente trabalho
A análise de sensibilidades será primeiramente feita ao nível do elemento (elemento de
sensibilidades de projecto) e depois composta e resolvida ao nível do sistema, de
acordo com a referência Moita et al. (2008).
5.1. Elemento de Sensibilidades de Projecto
Reescreva-se a equação (4.82) na forma

ˆ ˆ ˆ
; = =
e e e e e
F R F D z (5.3)
A variação explícita dos parâmetros contidos no 1º membro da equação (4.82) é dada
por
51

2
1 4 4
2
4 4
4
4
( )
ˆ
12
( )
2 12
( 3 )
2
δ δ
δ δ
δ δ
δ δ
δ
+∆
+∆
¦ ¹
⋅ + ⋅
¦ ¦
¦ ¦
¦ ¦

¦ ¦
+ ∆ −
= ⋅ = +
´ `
¦ ¦
¦ ¦
¦ ¦
| | ∆ ∆
+ − +
¦ ¦ |
\ ¹ ¹ )
¦ ¹
¦ ¦
¦ ¦
¦ ¦
∆ ¦ ¦
+ + −
´ `
¦ ¦
¦ ¦
¦ ¦
¦ ¦
¹ )

t t t t
e e e
t t t
t
t t t
t
a a t a
t t
a a
t
a
a
.
.
U K U C
K C
F D z
U U K C
U
U U M
(5.4)
A variação explícita do vector de forças aplicadas efectivo do elemento (2º membro de
(4.82)) é dada por

2 2
2
/ 2
1 0
0
2
ˆ
4 12
3
2
6 6
3
δ δ δ δ
+∆ +∆
¦ ¹
¦ ¹ ¦ ¹
¦ ¦
¦ ¦ ¦ ¦
¦ ¦
¦ ¦ ¦ ¦
¦ ¦
¦ ¦ ¦ ¦
∆ ∆
¦ ¦
∆ ¦ ¦ ¦ ¦ ¦ ¦
= + +
´ ` ´ ` ´ `
¦ ¦ ¦ ¦ ¦ ¦
¦ ¦ ¦ ¦ ¦ ¦
∆ ∆
¦ ¦ ¦ ¦ ¦ ¦
⋅ ∆
¦ ¦ ¦ ¦ ¦ ¦
¹ ) ¹ )
¦ ¦
¹ )
e t t t t t
t t
t
t t
t
R R R R (5.5)
onde se usaram as seguintes expressões
52

/ 2 2
/ 2
/ 2 / 2 2
/ 2 2 / 2 3
/ 2 / 2
5
12
1 1 1
2 12 12
1
2
δ δ δ
δ δ δ
δ δ δ
δ δ
δ δ δ
δ δ δ δ
δ δ δ
δ
+∆ +∆
+∆
+∆ +∆
+∆
+∆ +∆ +∆
+∆ +∆ +∆
+∆ +∆ +∆
+∆
= − ∆
= + ∆
= − ∆
=
= + ∆ + ∆
= ∆ − ∆ − ⋅ ∆
= + ∆
t t t t t
t t t
t t t t t
t t t
t t t t t t
t t t t t t
t t t t t t
t
t
t
t
t t
t t t
t
11 11
12 12
21 21
22 22
11
12
21
D D K
D D M
D D K
D D
D M C K
D M C K
D C K
/ 2 2
1
12
δ δ
+∆
= − ∆
t t t
t
22
D M K

(5.6)

sendo
1
a e
4
a definidos mais adiante nas equações (5.9).
A variação implícita da equação (4.82), por outro lado, é dada pela variação implícita
do 1º membro, uma vez que a variação implícita do 2º membro é nula:
53

~ ~ ~
.
δ δ δ
δ δ δ
δ δ δ δ δ
δ δ δ δ δ
δ
+∆ +∆
+∆ +∆
+∆ +∆
+∆ +∆
≡ + =
¦ ¹
+ +
¦ ¦
¦ ¦
¦ ¦
¦ ¦
= − − − + +
´ `
¦ ¦
¦ ¦
¦ ¦ − − − + +
¦ ¦
¹ )
(
(
= −
(
(

(
¸ ¸



t
t t t
t t t t t t t
t t t t t t t
t t t t t t t
t t t t t t
t
t
t
^
e e e e e
.
11 12 13 11 12
21 22 23 21 22
11
21
F D z D z
K U C U M U
D U D U D U D U D U
D U D U D U D U D U
K
D U
D
0 0
δ δ δ δ
× ×
+∆ +∆
+∆ +∆
+∆ +∆
( ( ( (
( ( ( (
+ − + − + +
( ( ( (
( ( ( (
− −
( ( ( (
¸ ¸ ¸ ¸ ¸ ¸ ¸ ¸

n n n n
t
t t t t t t
t t t t t
t t t t t t
.
12 13 11 12
22 23 21 22
C M
D U D U D U D U
D D D D
(5.7)
onde

, ,
/ 2 2 / 2
1 ,
/ 2 / 2
1 , 2 ,
/ 2 / 2 / 2
3 5 , ,
/ 2 / 2
5 , 4
;
1
2
;
1
2
+∆
+∆ +∆
+∆
+∆ +∆
+∆
+∆ +∆ +∆
+∆
+∆ +∆
= + = +
= − ⋅ ∆ −
= + ⋅ ∆ − ∆ −
= − ∆ = − ∆ −
= − ∆ −

t t t t t t
t t t
t t t t
t t t
t t t t
t t t t
t t t t t t
t t t
t t t t
t a
t a t a
a t t a
a t a
U U
11 11
U
12 12
U U
13 21 21
U U
22 22
U
K K K U C C C U
D D K K
D D M K C
D C D D K K
D D K C
/ 2
3
4 , ,
/ 2 / 2 2
/ 2 2 / 2 3
/ 2 / 2 / 2
1
;
2
5
12
1 1 1
2 12 12
1 1
;
2 12
+∆
+∆
+∆ +∆
+∆
+∆ +∆
+∆ +∆
+∆ +∆ +∆
= −
= + ⋅ ∆ + ∆
= ∆ − ∆ − ∆
= + ∆ = − ∆

t
t t
t t
t t t t
t t
t t t t
t t t t
t t t t t t
a
t t
t t t
t t
2
U U
11
12
21 22
D C
D M C K
D M C K
D C K D M K

(5.8)

sendo as constantes
i
a dadas por:
54

( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
2
1
2
3
4
2
5
5 7 / 12
12 / 12
6 / 12
6 / 12 / 12
+∆ +∆
+∆ +∆
+∆ +∆
+∆
+∆ +∆
= + + − ∆ ∆
= − + − ∆ ∆
= − + − ∆ ∆
= −
= − ∆ − − ∆




t t t t t t
t t t t t t
t t t t t t
t t t
t t t t t t
a t t
a t t
a t t
a
a t t
U U U U
U U U U
U U U U
U U
U U U U

(5.9)
A expressão (5.7) pode então escrever-se da seguinte maneira

ˆ
δ δ =
e
~
e e
F D z (5.10)
em que

× × ×
+∆ +∆
×
+∆ +∆
×
(
(
= − − −
(
(
− − −
(
¸ ¸
t t t t t t t
t t t t t t t
n n n n n n
e
11 12 13 11 12
n n
21 22 23 21 22
n n
K C M 0 0 0
D D D D D D 0
D D D D D 0
(5.11)
5.2. Método da Diferenciação Directa
O método da diferenciação directa baseia-se na satisfação do equilíbrio após uma
variação do projecto, isto é

( ) c c
ˆ ˆ ˆ ˆ ˆ ˆ
; δ δ = − = F R D U F KU (5.12)
Compondo no sistema global as equações elementares de sensibilidades

ˆ
ˆ ˆ ˆ ˆ
; ; ; δ δ δ δ δ δ = = = =
∪ ∪ ∪ ∪
e e e e
e
e e e
D D z z R R F F

(5.13)
55
obtemos a equação global de sensibilidades do sistema

ˆ
ˆ ˆ
δ δ δ = − D z R F (5.14)
que, após a introdução da variação das condições de fronteira, vem

ˆ
ˆ ˆ ˆ ˆ
δ δ δ δ = − − c
c
K U R D U F (5.15)
A solução deste sistema permite-nos obter
ˆ
δU e, portanto, de acordo com as equações
(4.87), δ z .
5.3.Método do Sistema Adjunto
Em ordem a formular o método do sistema adjunto da análise de sensibilidades de
projecto, escreve-se primeiramente a equação de movimento (4.89) na forma

( )
0
c c
W δ δ ≡ − + = KU R D U U

i (5.16)
onde δ U

representa a variação arbitrária das variáveis de estado. Substitui-se esta
variação por campos adjuntos
a
U na equação (5.16),

( )
0
a a
c c
W ≡ − + = KU R D U U

i (5.17)
e define-se a função “acção”

a
A= -W Ψ (5.18)
A ideia fundamental de introduzir um sistema adjunto é a de substituir as variações
implícitas das variáveis de estado por variações explícitas e campos adjuntos e
determinar então estes campos adjuntos por igualizações a zero das variações
implícitas da “acção” A, tal como descrito em Cardoso e Arora (1992).
56
Temos assim que
A=0
a
W δ δ δ ∴ Ψ =

(5.19)
Então a variação total de projecto de A é
A A=
a
W δ δ δ δ = Ψ− (5.20)
Como
0
a a a
W W W δ δ δ = ∴ = −

(5.21)
A combinação das equações (5.19)-(5.21) permite determinar a variação total de
projecto da medida de desempenho
A δ δ Ψ = (5.22)
A equação (5.19) define o equilíbrio do sistema adjunto. Aplicado à equação (5.17)
temos

( )
,
T
T a
= Ψ
U
K U



e usando a equação (5.21) obtemos

( )
,
a
c c
δ δ δ δ δ Ψ = Ψ = − −
U
U U R D U F

i (5.23)
5.4. Comparação dos Métodos
O método da diferenciação directa necessita que se resolvam nc×nv equações, em que
nc é o número de casos de carga e nv o número de variáveis de projecto e controlo.
57
O método adjunto implica na prática apenas a resolução de um número de equações
igual ao número de restrições activas. Portanto, sempre que o número de restrições
activas for inferior a nc×nv, o método adjunto é, em princípio mais eficiente. Note-se
todavia que, se o sistema for resolvido passo a passo, com condições iniciais
prescritas, então o sistema adjunto terá que ser integrado a partir de condições finais, o
que implica ter de memorizar toda a resposta do sistema primário. No caso de o
sistema ser resolvido integralmente, não se põe este problema.
5.5. Variação Implícita de Projecto para Domínio de Tempo Variável
Neste caso a variável temporal é dependente do projecto e controlo, e portanto, a sua
variação de projecto t δ é diferente de zero e terá que ser contabilizada na equação
(5.1). A variável t é então uma variável de estado. Em Cardoso et al. (2010) é
proposta uma metodologia para determinar esta variação que é a seguida no presente
trabalho. Essa metodologia passa por ter em conta a condição de transversalidade
imposta no problema de projecto óptimo com domínio de tempo variável (3.31)

( )
, , 0
t t t
t Φ = z b
A variação total de projecto desta condição deve ser nula, visto que a condição
t
Φ
deve permanecer imposta após qualquer variação de projecto
t
b . Isto é:
, 0
t t t t
t
t δ δ δ δ Φ = Φ+ Φ+ Φ =

(5.24)
Então a variação de projecto da variável temporal t é dada por

,
t t
t
t
t
δ δ
δ
Φ+ Φ
= −
Φ

(5.25)
58
Se houver mais do que uma condição imposta, então elas deverão ser agregadas numa
só condição de transversalidade. Por exemplo, se as condições impostas forem
1
0 Φ =
t

e
2
0 Φ =
t
, a condição de transversalidade pode ser expressa por

1 2
0 Φ = Φ + Φ =
t t t
(5.26)
donde

( ) ( )
1 1 1 1 2 2 2
, , 0 δ δ δ δ δ Φ = Φ Φ + Φ Φ + Φ Φ + Φ Φ =

t t t t t t t t t
T T
t t (5.27)
e portanto

1 2 1 2 2 2
1 1 2 2 2 1
, ,
t t t t t t
t t t t t t
t t
t
δ δ
δ
Φ Φ Φ + Φ Φ Φ
= −
Φ Φ Φ + Φ Φ Φ

(5.28)
O instante t tanto pode ser o instante final T como qualquer fracção T α do instante
final. Então quando o intervalo de tempo unitário é aplicado no intervalo de tempo
original T , o jacobiano da transformação terá como variação total de projecto

t
T
δ
δ
α
= (5.29)
Em problemas de tempo mínimo o objectivo é dado por

1
0 0
T
dt Td T τ Ψ = = =
∫ ∫
(5.30)
e a condição de transversalidade (3.31) é imposta no instante móvel t T = . Se esta
condição impuser, por exemplo, que o deslocamento de um determinado ponto
T
k
u no
instante final, então
59

k
T
k
T
u
T
u
δ
δ = −

(5.31)
Após a aplicação do intervalo de tempo unitário no intervalo T original, obteremos

1
1 '
k
k
T u
T
u
δ
δ = −

(5.32)
onde “ ´ ” representa a derivada em ordem a t T τ = .
Em problemas clássicos de impacto o sistema o sistema inicia o seu movimento após o
impacto. Este é, portanto, simulado acontecer no instante t=0, e o isolamento iniciará
igualmente a sua actuação em t=0.
Se pretendermos, no entanto, que as forças de controlo do isolamento iniciem a sua
actuação antes do impacto, de modo a torná-lo mais eficiente, o problema será o de
achar o intervalo óptimo entre o início da acção do isolamento e o instante de impacto.
Seja
s
t esse intervalo. No presente trabalho considera-se esse problema como um
problema de domínio temporal variável, tomando como início da integração da
resposta dinâmica o instante t=0 em que as forças de controlo começam a actuar e
s
t o
instante do impacto, sendo este um instante móvel
s
t t = . A condição de
transversalidade a impor em
s
t t = será um salto na velocidade (condição de impacto)
de valor
0
v

0
0
s s s
t t
t
k k
u u v
+ −
Φ ≡ − − = (5.33)
donde, a variação de projecto deste instante será

s s
s s
t t
k k
s
t t
k k
u u
t
u u
δ δ
δ
δ
+ −
+ −

= −


(5.34)
60
6. Isolamento Óptimo ao Impacto e ao Choque
6.1 Impacto e Choque
Impacto e choque são termos usados para designar uma acção mecânica de curta
duração e de grande intensidade. Apesar de relacionados, estes termos não são
totalmente equivalentes do ponto de vista do engenheiro.
O termo impacto implica sempre o contacto de um corpo sobre o outro, o que resulta
numa perturbação intensa e transitória denominada perturbação de choque
As perturbações de choque podem no entanto ser causadas por outros processos físicos
que não colisões, como por exemplo, explosões ou abalos sísmicos, situações em que o
termo impacto não é apropriado.
Perante o exposto, o termo choque é mais abrangente e será usado preferencialmente
no presente trabalho.
As perturbações externas aplicadas a um sistema mecânico podem ser classificadas em
cinemáticas e dinâmicas. Serão cinemáticas se as perturbações resultarem de
deslocamentos, velocidades ou acelerações prescritas. Serão dinâmicas se as
perturbações forem provocadas por forças aplicadas no sistema. As perturbações
cinemáticas, em geral, reduzem o número de graus de liberdade do sistema.
6.2 Forças de Acção Lenta e Forças de Acção Rápida
Considere-se a resposta elástica de um sistema de um grau de liberdade com massa M,
rigidez K e frequência natural
0
ω , sujeito à carga
t
P (Harris e Crede (1996))

( )
0
0
0
0 0 0
1
cos( ) sin( ) sin ( )
t
t
u
u u t t P t d
M
τ
ω ω ω τ τ
ω ω
= + + −

(6.1)
61
Para condições iniciais nulas
0 0
0 u u = = , ela será:

( )
0
0
0
0
cos( ) 1
cos ( )
t t
t
P P t
u P t d
K K
τ
ω
ω τ τ

= − −


(6.2)
6.2.1 Forças de Acção Lenta
Suponhamos que
0
P=0, então a resposta elástica é dada por:

( )
0
0
1
cos ( )
t t
t
P
u P t d
K K
τ
ω τ τ
| |
= − −
|
\ ¹


(6.3)
O primeiro termo
t
P
K
representa a deflexão estática causada por
t
P . O segundo termo
dá-nos a correcção á deflexão estática. Esta correcção depende de taxa de variação da
força. Para pequenas taxas de variação a correcção dinâmica é relativamente pequena e
o carregamento pode ser considerado estático. Façamos agora uma estimativa desta
correcção dinâmica.
Se
t
P tem um máximo, então

( )
max 0
0 max
0
cos ( )
2
t
P
P t d P
τ
ω τ τ
Τ
− − < = ∆

(6.4)
em que
max
P ∆

é o maior incremento possível da força de excitação durante um
intervalo de tempo igual a metade do período de vibração livre
0
2
Τ
, logo

max
t
t
P P
u
K
+ ∆
< (6.5)
Se a força aumenta uniformemente durante o intervalo de tempo t ∆ , então
62

max max 0
max
2
t
P P
P
t P t
∆ Τ
= ⇒ =
∆ ∆

(6.6)
Logo, se o período de vibração livre
0
Τ

é pequeno quando comparado com o intervalo
de actuação da força, esta pode ser considerada uma força de variação lenta, e os seus
efeitos dinâmicos negligenciáveis, ou seja, a força pode ser considerada estática.
6.2.2 Forças de Acção Rápida
Consideremos agora que a força de excitação actua durante um intervalo de tempo
muito curto. Consideremos que a força P é subitamente aplicada em 0 t = , actua
durante um intervalo de tempo
a
Τ , e diminui de intensidade rapidamente.
Se o pulso for rectangular, causado pela carga P subitamente aplicada em 0 t = e
removida em
0
2
a
Τ
Τ = , como mostra a Figura 4, então a resposta será dada por:

( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
0 0
0 0
0 0 0
0 0
sin ( ) 1 cos se
sin ( ) cos cos se
a
t
a
t
a a
P P
t d t t
M K
u
P P
t d t t t
M K
ω τ τ ω
ω
ω τ τ ω ω
ω
Τ
¦
− = − ≤ Τ
¦
¦
=
´
¦
− = −Τ − ≥ Τ
¦
¹


(6.7)
ou
t
P
a
T
P
Figura 4 - Pulso rectangular
63

( )
2
0
2 sin se
2
sin sin se
2
a
a t
a
a
P t
t
K
u
P
t t
K
πα
πα ω
¦ | |
≤ Τ
¦ |
Τ
¦ \ ¹
=
´
| Τ | | | ¦
− ≥ Τ
| |
¦
\ ¹ \ ¹ ¹
(6.8)
e teremos que

( )
( )
( ) ( ) ( )
2
0
2
0
2
2
sin se
max max
2
sin sin se
2
2
max sin se 0
max
2
max sin sin se
2
2 2 2
max sin ; sin sin
a
a t
t t
a
a
a
a
a
a
P t
t
K
u
P
t t
K
P t
t
K
P
t t
K
P P P
K K K
πα
πα ω
πα
πα ω
πα πα πα
¦ | |
≤ Τ
¦ |
Τ
¦ \ ¹
=
´
| Τ | | | ¦
− ≥ Τ
| |
¦
\ ¹ \ ¹ ¹
¦ | |
≤ ≤ Τ
¦ |
Τ
¦ \ ¹
=
´
| Τ | | | ¦
− > Τ
| |
¦
\ ¹ \ ¹ ¹
¦ ¹
= =
´ `
¹ )
(6.9)
Se
0
2
a
Τ
Τ ≤ , o deslocamento máximo é atingido depois de o carregamento ser retirado
(
a
t > Τ ) e o seu valor é:

( )
max
0
2
sin ,
t a
P
u
K
πα α
Τ
= =
Τ
(6.10)
Relativamente à deflexão estática,
st
P
u
K
= , o factor de ampliação dinâmico é de
( ) 2sin µ πα = e tem os valores indicados na Tabela 1.
Tabela 1 – Valores do factor de ampliação dinâmico
α

0 0.01 0.02 0.05 0.1 0.15 0.25 0.5
µ

0 0.062 0.126 0.313 0.618 0.908 1.413 2
64
O valor de α para o qual 1 = µ é
0
1
6
a
Τ
= =
Τ
α . Verifica-se portanto que, se a carga
actua durante uma fracção inferior a um sexto do período de vibração livre do sistema,
o efeito deste carregamento de curta duração é menor do que o seu efeito estático. Só
para fracções maiores que
1
6
é que o factor de ampliação é maior que 1.
Uma conclusão semelhante pode ser deduzida para casos em que o pulso não é
rectangular, embora nestas condições o factor dinâmico seja menos severo que no caso
rectangular para a mesma carga máxima e o mesmo período de actuação
a
T .
Se escrevermos o deslocamento para
a
t > Τ

na forma

( )
( ) ( ) ( ) ( )
( ) ( )
0
0 0
0 0 0 0
0 0 0
0 0
0 0 0 0 0
1
sin ( )
1
sin cos cos sin
1 2 2
sin cos cos sin
a
a a
a a
t
u P t d
M
t P d P d
M
t P d P d
M
τ
τ τ
τ τ
ω τ τ
ω
ω ω τ τ ω τ ω τ τ
ω
πτ πτ
ω τ ω τ τ
ω
Τ
Τ Τ
Τ Τ
= − =
(
= − =
(
(
¸ ¸
(
| | | |
= −
( | |
Τ Τ
( \ ¹ \ ¹
¸ ¸

∫ ∫
∫ ∫
(6.11)
e considerando apenas carregamentos de muito pequena duração,
0
0.5
Τ
<<
Τ
a
, dado que
0 0
Τ
<
Τ Τ
a
τ
, podemos escrever

( )
0
0 0
1
sin
a
t
u t Pd
M
τ
ω τ
ω
Τ


(6.12)
em que o integral da expressão anterior representa o impulso da carga
t
P , e é igual à
área abaixo da curva de carregamento.
No caso de carregamentos de muito pequena duração, os detalhes da variação no
tempo do carregamento são negligenciáveis.
65
Para
0
0.5
a
α
Τ
= >
Τ
, o deslocamento para
a
t > Τ será sempre inferior a
2P
K
,

( )
( )
0
2 sin sin
2
2 2
2 sin sin 1
t a
a
P
u t
K
P t P
K K
πα ω
πα πα
| | | Τ | | |
= − =
| | |
\ ¹ \ ¹ \ ¹
| | | | | |
= − <
| | |
|
Τ
\ ¹ \ ¹ \ ¹
(6.13)
e a resposta para
a
t ≤ Τ será:

2
2
sin
t
a
P t
u
K
πα | |
=
|
Τ
\ ¹
(6.14)
e, portanto, o deslocamento máximo (em
a
t ≤ Τ ) é dado por
2P
K
, para 0.5
a
t α
=
Τ
.
Verifica-se então que o factor de ampliação dinâmico para um pulso rectangular com
0.5 α ≥ é sempre 2 (Figura 5).

Figura 5 - Espectro de choque para pulso rectangular
0.5 1/6
1
2
0 a
T T α =
µ
66
O mesmo raciocínio que se aplicou ao deslocamento pode agora ser aplicado à
aceleração. A velocidade e a aceleração são dados a partir da equação (6.8),
respectivamente, por

( ) ( )
2
2 sin
4 sin cos 2 1
a
a a t
a a
a
P t
t
K
u
P
t t
K
πα πα
πα
πα πα
¦ | |
⇒ ≤ Τ
¦ |
Τ Τ
¦
\ ¹
=
´
¦
( Τ − ⇒ > Τ
¸ ¸
¦
Τ
¹

(6.15)

( ) ( )
2
cos
2 sin sin 1 2
a
t
a
a a
P t
t
M
u
P
t t
M
πα
πα πα
¦ | |
⇒ ≤ Τ
¦ |
Τ ¦
\ ¹
=
´
¦
( − Τ ⇒ > Τ
¦ ¸ ¸
¹
(6.16)
Para a avaliação ao choque consideramos uma desaceleração abrupta
b
u

dada por um
impulso

0
a
t
b
M u dτ
Τ

(6.17)
ou por uma variação de velocidade

0
a
t
b
u dτ
Τ

(6.18)
O factor de ampliação dinâmica será, neste caso, a relação entre o máximo da
aceleração transmitida ao sistema e o máximo da aceleração do impulso de excitação,
isto é,
max
u
a
=

µ .
A análise do espectro de choque da Figura 5 permite verificar que, para um dado
choque (pulso caracterizado por a e T
a
) a máxima aceleração do sistema depende
67
fortemente do período natural de vibração. De facto, para
0
1
6
a
α
Τ
= <
Τ
, a máxima
aceleração do sistema poder ser aproximada usando a variação da velocidade:

2
2 0
0 0
max max
0 0
2
a
a
P
u u Pd P
M M
ω
ω τ ω πα
ω
Τ
= ≈ = Τ =

(6.19)
Comparando este valor, com o respectivo valor exacto,
( )
max
2sin
P
u
M
πα
| |
=
|
\ ¹
(6.20)
verifica-se um erro menor do que 5% para 1 6 α > .
Podemos concluir então que, para 1 6 α > , o factor de ampliação dinâmico é menor do
que 1. Neste caso, a baixa frequência do sistema é, num certo sentido, o seu próprio
isolamento ao choque, e este, beneficia pouco ou nada de protecção adicional. Por
outro lado, para 1 6 α > , a máxima aceleração do sistema excede a do impulso de
choque.
Define-se perturbação dinâmica de choque, a acção de uma força de grande
magnitude, direcção constante e curto tempo de actuação
a
T , dando origem a um
impulso finito calculado pela expressão

0
0
( )
a
t T
t
S F t dt
+
=

(6.21)
em que ( ) F t

é a função vectorial que expressa a evolução da força no tempo e,
0
t e
0 a
t T + são os instantes que marcam o início e o fim da perturbação, respectivamente.
Assume-se que ( ) F t

é inexistente fora desse intervalo.
68
Se idealizarmos que a duração da perturbação de choque tende para zero, então, para
que os valores dos integrais anteriores se mantenham, é necessário que a força ou
aceleração do integrando tendam para infinito em
0
t t = . Dessa forma, a força ou a
aceleração podem ser descritas matematicamente pela função delta de Dirac:

0
ˆ
( ) ( ) F t S t t δ = −

ou
0
ˆ
( ) ( ) u t u t t δ = ∆ − (6.22)
O coeficiente vectorial da função delta de Dirac, é igual ao impulso produzido pela
força, no caso da perturbação dinâmica, ou ao incremento da velocidade no caso da
perturbação cinemática.
A consequência do choque instantâneo no sistema mecânico em consideração seria
uma mudança súbita da sua quantidade de movimento em
0
t t = .
6.3 Eficiência do Isolamento ao Choque
Considere-se o modelo simples de isolamento ao choque mostrado na Figura 6Figura .
O corpo rígido de massa M representa o objecto a isolar. A base define-se como a
parte do modelo sujeita a perturbações exteriores resultantes da interacção com o meio
envolvente. O objecto a proteger é sensível a essas perturbações e pode ser danificado
ou destruído por elas. Esta situação é recorrente e acontece por exemplo num veículo e
respectivos ocupantes e carga. Em condições normais de operação, os componentes
deste sistema são sujeitos a perturbações baixas ou moderadas, como sejam um
automóvel a deslocar-se numa estrada irregular ou um avião a aterrar numa pista.
Numa situação mais extrema, como num acidente, as perturbações a que estes sistemas
estão sujeitos podem atingir valores muito superiores ao seu peso total.
Um meio de reduzir a intensidade das forças a que o objecto a proteger está sujeito nas
situações descritas anteriormente, consiste em usar ligações flexíveis à base. Estas
ligações constituem os isoladores de choque, os quais podem ser classificados de
acordo com a sua dependência do tempo: passivos se não dependerem explicitamente
do tempo e activos se a sua dependência do tempo for explícita.
69
No sistema da Figura 6, o componente intermédio representa o isolador. A
coordenada
t
u representa o deslocamento relativo entre o objecto e a base, e a
coordenada
t
b
u representa o deslocamento da base relativamente a um referencial de
inércia. O isolador está sujeito, em geral, a uma força
t
F que depende do
deslocamento e da velocidade relativa, assim como do tempo.








A equação de equilíbrio dinâmico do sistema da Figura 6 será:
( , , )
t t t t
b
M u M u F u u t = − − (6.23)
Se 0
t
F = temos que,

t t
b
M u M u = − (6.24)
e a força transmitida ao objecto, será de magnitude igual, à da força de inércia devida à
aceleração da base. Resumindo, a existência do isolamento pode, nalguns casos, ser
prejudicial, aumentando a força transmitida ao objecto, em vez de a diminuir.
Figura 6 - Modelo simples de isolamento ao choque
M
Objecto
Base
( )
, ,
t t
F u u t
t
u
t
u
b

t
Perturbação
70
Seja um isolador constituído por uma mola de rigidez linear. Neste caso, a força
transmitida ao objecto é
t t
F K u = e a sua equação de equilíbrio dinâmico reduz-se a

t t t
b
M u K u M u + = − (6.25)
Consideremos que no instante 0 t = a base é sujeita a uma aceleração constante a
durante um intervalo de tempo de duração T
a
.

0
0
a t
b
a
a t T
u
t T
⇐ ≤ ≤ ¦
=
´
⇐ >
¹
(6.26)
e que as condições iniciais são as de repouso

0 0
0 u u = = (6.27)
A integração da equação de equilíbrio dinâmico (6.25) resulta numa resposta em que o
máximo do valor absoluto da força transmitida objecto é dada, usando a equação
(6.10), por

[ ] [ ]
0 0
0
0, 0,
0
0
2 sin
2 2
max max
2
2
a
a
t t
t t
a
T T
Ma T
F K u
T
Ma T
ω π
ω
π
ω
∈ ∞ ∈ ∞
¦
⇐ ≤ =
¦
¦
= =
´
¦
⇐ ≥ =
¦
¹
(6.28)
Caso não houvesse isolamento, a força transmitida á massa seria

[ ] 0,
max
t
t
F Ma
∈ ∞
= (6.29)
Comparando as expressões (6.28) e (6.29) verifica-se, caso
0
3
a
T
π
ω
> , isto é,
0
1 6
a
T
T
>
que a força transmitida á massa é maior na presença do isolador do que na sua
ausência.
71
Em Balandin et al. (2001) e em Balandin et al. (2000) estuda-se em detalhe as
situações em que o controlo é de facto efectivo na protecção do objecto. Em geral
concluí-se que, se o deslocamento da base (relativamente ao referencial de inércia)
durante o seu movimento acelerado, for superior ao máximo deslocamento relativo
entre o objecto e a base, então a força transmitida é superior à da situação de ligação
rígida. A consequência prática desta conclusão é, que o isolamento só será efectivo nas
seguintes situações: (i) vibrações de alta frequência, onde o sentido da aceleração
muda rapidamente, sendo portanto o deslocamento da base pequeno; (ii) choque, em
que a duração da perturbação é muito pequena, sendo por isso, e mais uma vez, o
deslocamento da base na fase acelerada, pequeno.
6.4 Problema Fundamental do Isolamento Óptimo
Para o sistema da Figura 6, formule-se o seguinte problema de controlo óptimo:

[ ]
( )
01
0,
min max
t
t t
t T b
u b

¦ ¹
¦ ¦
Ψ ≡
´ `
¦ ¦
¹ )
(6.30)
tal que

[ ]
02
0,
max
t a
t T
b b

¦ ¹
¦ ¦
Ψ ≡ ≤
´ `
¦ ¦
¹ )
(6.31)

t t t
b
u b u + = − (6.32)

0 0
0 u u = = (6.33)
onde
01
Ψ e
02
Ψ são medidas de desempenho representando respectivamente o
deslocamento relativo máximo entre a base e o objecto a isolar e o máximo valor
absoluto do controlo
t
b , que não é mais que a força que actua no objecto por unidade
de massa M. As equações (6.30) - (6.33) descrevem o equilíbrio do sistema e resultam
de se dividir por M a equação (6.23).
O problema formulado pelas equações (6.30) - (6.33) é designado por problema
fundamental do isolamento óptimo.
72
Se referirmos
02
Ψ como objectivo a minimizar e
01
Ψ como restrição, teremos o
problema dual do problema do isolamento óptimo, cuja solução está intimamente
relacionada com o problema primal.
6.5 Capacidade Limite de Isolamento
Antes de projectar a implementação prática de um isolamento devem-se investigar as
suas capacidades independentemente das soluções construtivas a adoptar. De modo a
realizar este estudo no modelo matemático que descreve o sistema, o isolamento foi
definido (Figura 6) por uma variável de controlo genérica, sendo desta forma o
problema da capacidade limite de isolamento reduzido á determinação da evolução no
tempo desta variável correspondente ao mínimo da medida de desempenho
considerada.
A capacidade limite de isolamento dá ao projectista informação sobre o melhor
desempenho possível para o isolamento, independentemente das restrições físicas
impostas ao sistema real. Servirá esta informação para aferir a qualidade do isolamento
tecnicamente implementado.
6.6 Solução Analítica do Problema Fundamental do Isolamento Óptimo
O problema fundamental do isolamento de sistemas de um grau de liberdade pode, em
algumas situações, ser resolvido analiticamente ou por métodos gráficos. Em Balandin
et al. (2001) são apresentados alguns desses métodos para determinar o controlo
óptimo do problema fundamental do isolamento em situações em que a perturbação
exterior
b
u apenas ultrapassa uma vez o valor limite
a
b imposto ao controlo, ou seja:
a
b
u b ≤ se
1
0 t τ ≤ ≤ ou
2
t τ ≥ , que é equivalente a dizer que
a
b
u b > apenas se
1 2
t τ τ ≤ ≤ , sendo
1
τ e
2
τ instantes de tempo prescritos.
O estudo deste tipo de situações tem interesse devido á frequência com que ocorre. De
seguida, apresentam-se algumas conclusões obtidas em Balandin et al. (2001) para
problemas em que a perturbação obedece a esta condição.
73
Se
1
0 τ = , então o controlo óptimo será uma força constante com a intensidade
máxima permitida
a
b e sentido oposto ao
b
u que actuará desde 0 t = até * t t = , com
* t o instante em que, pela primeira vez o corpo a isolar adquire velocidade zero.
Neste instante * t o corpo atinge o seu deslocamento máximo. Depois de * t o
controlo óptimo pode ser um qualquer desde que o seu valor obedeça à equação (6.31)
e o deslocamento depois de * t não ultrapasse o valor atingido em * t . Um controlo
que obedece a estas condições será
t
b
b u = − para * t t > . Este controlo anula a
perturbação e, o corpo a isolar, permanecerá indefinidamente na posição que atingiu
em * t .
Se a perturbação consistir num impacto instantâneo em 0 t = , ou seja

0
ˆ
( )
b
u v t δ = (6.34)
com
ˆ
( ) t δ a função delta de Dirac e
0
v uma velocidade prescrita, podemos considerar
este caso como um caso particular da situação anterior. De facto, se aproximarmos este
impacto instantâneo por uma perturbação de curta duração,

0
2
2
2
0
0
t
b
v
t
u
t
τ
τ
τ
¦
⇐ ≤ <
¦
=
´
¦
⇐ ≥
¹
(6.35)
à medida que
2
τ se aproxima de zero, esta perturbação aproxima-se do impacto
instantâneo definido em (6.34). Para que a perturbação satisfaça a restrição imposta
(
a
b
u b > apenas se
1 2
t τ τ ≤ ≤ ) é necessário que

0
2 a
v
b
τ ≤ (6.36)
Para esta perturbação, o controlo óptimo é constituído por uma força constante dada
por
74

t a
b b = para
* 0
t
v
t t
b
≤ = (6.37)
Em Balandin et al. (2005) é apresentada a capacidade limite de isolamento de um
controlo óptimo pré-actuante deduzido analiticamente para um absorsor de impacto
sujeito a uma perturbação correspondente a um impacto instantâneo em 0 t =
. N
esse
mesmo trabalho e em Pilkey e Purtsezov (2005) são deduzidas analiticamente as
características de controlos passivos (molas) e os parâmetros de pré-actuação desses
mesmos controlos (pré-compressão da mola e quanto tempo antes da perturbação deve
a mola ser libertada).
6.7 Métodos Computacionais
Mesmo em problemas simples de isolamento ao choque a aplicação de métodos
numéricos é necessária, tanto na resolução das equações de equilíbrio dos sistemas
como no processo de optimização. Se estivermos a lidar com sistemas de vários graus
de liberdade a utilização de métodos computacionais é ainda mais crítica do que
quando apenas há um grau de liberdade.
Frequentemente aparecem medidas de desempenho que têm de ser satisfeitas em cada
ponto ao longo de todo um intervalo de tempo. São medidas de desempenho que cuja
forma geral é dada na equação (3.11). Tal como se referiu anteriormente, a maneira
mais óbvia de tratar restrições desta forma é a sua imposição em todos os instantes de
tempo em que se discretizou o domínio de tempo na análise, considerando o controlo
constante em cada intervalo. A desvantagem deste procedimento é que, para
discretizações temporais finas, o número de variáveis de controlo é muito elevado.
Em Sevin e Pilkey (1971) é investigada a discretização do domínio de tempo e a
aproximação do controlo por funções constantes e lineares dentro de cada intervalo de
tempo. Neste último caso o controlo é obtido por interpolação linear a partir dos
valores do controlo nos extremos de cada intervalo de tempo, sendo estes considerados
como as variáveis de decisão. Neste mesmo trabalho são investigados por estas
75
técnicas o limite de capacidade de isolamento de sistemas de um e dois graus de
liberdade
Em Wang et al. (1975) é sugerido um método para a aproximação do limite de
capacidade de isolamento de sistemas multibody sujeitos a perturbações periódicas.
Para a resposta em regime estacionário o controlo é obtido por meio de uma série de
Fourier em que se usam múltiplos das frequências das perturbações. Os coeficientes da
série de Fourier são as variáveis a determinar no problema de programação
matemática.
77
7. Exemplos Numéricos
7.1. Análise da Capacidade Limite de Isolamento de Uma Cadeira de
Helicóptero para a Prevenção de Lesões na Coluna Vertebral em
Solicitações Verticais Severas
Considere-se o problema da capacidade limite de isolamento de uma cadeira de
helicóptero para a redução de lesões da coluna vertebral durante uma solicitação
vertical severa que representa um acidente. O conjunto é descrito através do sistema de
duas massas representado na Figura 7.
As massas m
1
=20.18kg e m
2
=34.52kg representam a massa do tronco inferior e
superior do passageiro, respectivamente. Estão ligadas entre si por uma mola de
rigidez linear K=96600N/m e um amortecedor de constante de amortecimento
C=818.1Ns/m que representam as características de rigidez e amortecimento da coluna
vertebral. Os deslocamentos verticais da cadeira e das massas m
1
e m
2
relativamente a
um referêncial de inércia são, respectivamente, u
0
, u
1
e u
2
.
C K
D
m
2

m1
t
F
u
0

u
1

u
2

Figura 7 - Exemplo 7.1, modelo de helicóptero/cadeira/ocupante
78
Entre a cadeira e o tronco inferior há um actuador que gera uma força
t
F . Presume-se
conhecida a aceleração da base da cadeira, que tem a forma

0
sin 0
0
a
a
a
t
A t T
u T
t T
π
¦ | |
− ⇐ ≤ ≤
¦ |
=
´
\ ¹
¦
⇐ >
¹

com T
a=
0.09s

a duração do impulso. Considera-se que a amplitude da aceleração A tem
o valor de

0
2
a
v
A
T
π
=
de modo a que a base da cadeira desacelere até ao repouso em
a
t T = .
A condição de impacto em
s
t t = é a seguinte:

1 1 2 2 0
+ − + −
− = − =
s s s s
t t t t
u u u u v
Para determinar a capacidade limite de isolamento para este sistema, consideramos
duas medidas de desempenho para o problema de controlo óptimo:

01 2 1
2
02 1 0
max
max
Ψ ≡ = −
Ψ ≡ = −
t
K
IRD u u
m g
D u u

A primeira das medidas de desempenho representa o índice de resposta dinâmica
(IRD) usado em biomecânica para quantificar a probabilidade de lesões da coluna
vertebral. A segunda medida de desempenho representa o deslocamento máximo entre
o tronco inferior e a base da cadeira (folga entre o tronco inferior e a base da cadeira).
Os valores de 15, 18 e 21 para o IRD são tidos como os valores que delimitam o risco
baixo, médio e alto de lesões na coluna vertebral, respectivamente, Balandin et al.
79
(2003). Sem qualquer tipo de controlo o valor obtido para o IRD foi de 22.1, a que
corresponde, portanto, um alto risco de lesão.
Em primeiro lugar, o problema de controlo óptimo é realizado sem controlo pré-
actuante, isto é, o isolador começa a gerar a força de controlo no instante do impacto
0
s
t = . Pretende-se encotrar a força de controlo
4 4
, 0 0.1 ; 10 10
t t
F t s N F N ( ≤ ≤ − ≤ ≤
¸ ¸

que minimiza
01
Ψ e
02
Ψ . O problema foi formulado usando duas estratégias
multicritério distintas. A primeira consistiu em usar a estratégia da redução do espaço
admissível, usando
01
Ψ como objectivo e passando
02
Ψ para restrição com um valor
admissível
adm
D a variar de 70 a 400 mm , isto é:

01
02
1
1 1 0 2 2 0
min , tal que :
10000
+ − + −
Ψ
Ψ ≤
Ψ ≡ ≤
Φ ≡ − − = − −
s s s s
adm
t
t t t t t
D
F N
u u v u u v

A segunda estratégia consistiu em minimizar o máximo dos objectivos normalizados,
ou seja:

( ) ( )
( ) ( )
0 0
min max
01 01 01 1 01 01
min max
02 02 02 2 02 02
1
1 1 0 2 2 0
min , tal que :
, 1
10000
+ − + −
Ψ ≡
Ψ = Ψ − Ψ Ψ − Ψ
Ψ = Ψ − Ψ Ψ − Ψ =
Ψ ≡ ≤
Φ ≡ − − = − −

s s s s
i
t
t t t t t
b
w
w w
F N
u u v u u v

A variável
0
b é uma variável fictícia que funciona como limite superior dos objectivos
normalizados. Esta normalização, tal como é indicado na secção 3.4, é feita
encontrando os mínimos individuais de cada medida de desempenho
min
0
Ψ
i
, sendo
80
max
0i
Ψ o valor máximo do objectivo
0
Ψ
i
, apurado de entre todas as minimizações
independentes dos restantes objectivos.
Os valores óptimos dos objectivos estão representados na Figura 8 para diferentes
combinações dos pesos w
i
(estratégia da minimização do máximo dos objectivos
normalizados) ou para os diferentes valores de D admissíveis (estratégia da redução do
espaço admissível). Devido ao facto da variável fictícia
0
b e as variáveis de controlo
de força serem de ordens de grandeza diferentes, foi introduzido um factor de escala de
modo a que as sensibilidades sejam normalizadas e tenham a mesma ordem de
grandeza para ambos os tipos de variáveis.
Na Figura 8, verifica-se que o IRD diminui (de um valor de 22.1 sem controlo) para
valores francamente inferiores a 15, valor abaixo do qual corresponde um risco de
lesão baixo. Verifica-se também que, quanto maior a folga D, menor o valor do IRD.
IRD vs D
0.0
2.0
4.0
6.0
8.0
10.0
12.0
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45
D [m]
I
R
D
um objectivo; sensibilidades normalizadas
um objectivo; sensibilidades originais
dois objectivos; sensibilidades normalizadas

Figura 8 - Exemplo 7.1, espaço dos critérios
A força de controlo óptimo está representada nas Figuras 9 e 10, para a estratégia da
minimização do máximo dos objectivos normalizados e para a estratégia da redução do
espaço admissível, respectivamente.
81
-1.2E+04
-1.0E+04
-8.0E+03
-6.0E+03
-4.0E+03
-2.0E+03
0.0E+00
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
t[s]
t
F[N]
w1=0.1 w2=0.9 w1=0.2 w2=0.8
w1=0.3 w2=0.7 w1=0.4 w2=0.6
w1=0.5 w2=0.5 w1=0.6 w2=0.4
w1=0.7 w2=0.3 w1=0.8 w1=0.2
w1=0.9 w2=0.1

Figura 9 - Exemplo 7.1, controlo óptimo sem controlo pré-actuante para a estratégia de minimização do
máximo dos objectivos normalizados


-1.2E+04
-1.0E+04
-8.0E+03
-6.0E+03
-4.0E+03
-2.0E+03
0.0E+00
2.0E+03
4.0E+03
6.0E+03
0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10
t[s]
t
F[N]
D=70 D=25 D=50 D=100 D=150
D=200 D=250 D=300 D=350 D=400


Figura 10 - Exemplo 7.1, controlo óptimo sem controlo pré-actuante para a estratégia
da redução do espaço admissível


Na Figura 11 representa-se a compressão da coluna vertebral do passageiro durante o
impacto, onde é evidente que esta atinge rapidamente o seu valor máximo,
estabilizando de seguida à volta desse valor. Verifica-se também, que nos casos em
82
que se deu mais peso ao objectivo IRD, a compressão da coluna é inferior aquela que
foi obtida nas situações em que se deu mais peso ao objectivo D .

0.0E+00
5.0E-03
1.0E-02
1.5E-02
2.0E-02
2.5E-02
3.0E-02
3.5E-02
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
t[s]
c
o
m
p
r
e
s
s
ã
o

d
a

c
o
l
u
n
a

v
e
r
t
e
b
r
a
l

[
m
]
w1=0.1 w2=0.9 w1=0.2 w2=0.8 w1=0.3 w2=0.7
w1=0.4 w2=0.6 w1=0.5 w2=05 w1=0.6 w2=0.4
w1=0.7 w2=0.3 w1=0.8 w2=0.2 w1=0.9 w2=0.1

Figura 11 - Exemplo 7.1, evolução no tempo da compressão da coluna vertebral
do passageiro durante o impacto

De seguida repete-se o problema com controlo pré-actuante usando apenas a estratégia
de redução do espaço admissível para um único valor de D admissível. Neste caso
pretende-se determinar a força de controlo
4 4
, 0 0.1 ; 10 10
t t
F t s N F N ( ≤ ≤ − ≤ ≤
¸ ¸
e o
intervalo
s
t de pré-actuação do controlo que minimizam
01
Ψ , tal que
02
70mm Ψ ≤ . O
valor óptimo encontrado para
01
IRD Ψ ≡ foi de 2.4601 para um intervalo de
pré-actuação óptimo 0.20132
s
t s = . Comparando com o valor correspondente obtido
sem pré-actuação, que foi de 8.79765, verifica-se uma redução de 3.5 vezes. A força
do controlo óptimo está representada na Figura 12.
83
-1.2E+04
-1.0E+04
-8.0E+03
-6.0E+03
-4.0E+03
-2.0E+03
0.0E+00
2.0E+03
4.0E+03
6.0E+03
8.0E+03
0 0.05 0.1 0.15 0.2 0.25 0.3
P
[
N
]
t[s]

Figura 12 - Exemplo 7.1, força de controlo óptimo para a capacidade limite de isolamento
com controlo pré-actuante


7.2 Veículo com Quadro Flexível
Considere-se um veículo e respectiva suspensão representados na Figura 13. A
suspensão é sujeita a uma solicitação cinemática devido a um obstáculo no piso. Os
pneus são representados por molas 4 5 26.275N/m k k = = e por amortecedores
4 5 875.8Ns/m c c = = . O chassis é modelado por dois elementos de viga com massa
específica
3
7800kg/m ρ = e módulo de Young 200GPa E = e por duas massas
concentradas. A relação entre o 2º momento de área do chassis e a área da sua secção
transversal é considerada como sendo
2
I A 0.01m = . A distância entre os eixos
dianteiro e traseiro é de 3.048m e considera-se que o veículo se desloca a 87.78 km/h.
O problema de optimização consiste em minimizar o máximo valor absoluto da
aceleração da massa m1, tal que o deslocamento vertical relativo entre as massas não
ultrapasse 0.05m, para um obstáculo de forma sinusoidal com uma altura de 0.1016m e
um comprimento de onda de 24.384m. Os valores iniciais das variáveis de projecto são
{ }
2
A=0.1 m , 1=1.75E4N/m , 2= 3=5.26E4N/m, 1=1.75E3Ns/m, c2=c3=4.38Ns/m k k k c e
o controlo inicial é 0, 0 1
t
P t s ( = ≤ ≤
¸ ¸
, em que P é o actuador de força no grau de
liberdade 1 que representa o deslocamento vertical da cadeira do passageiro.
84


A optimização foi efectuada por níveis, considerando-se em cada nível a optimização
relativa à área da secção transversal do chassis, às rigidezes e amortecimentos e ao
controlo.
Os valores óptimos obtidos para as variáveis de projecto são
{ } 0.35579, 6.94E4, 6.31E4, 5.02E4, 1.E6, 1.34E4, 1.E2 e o controlo óptimo está
representado na Figura 14. Na Figura 15 apresentam-se as respostas em aceleração
para os diferentes níveis do processo de optimização.
Por análise da Figura 15, verifica-se uma redução do máximo valor absoluto da
aceleração de 5E-5m/s
2
para 1E-5m/s
2
após o último nível de optimização.

400kg 800kg
Elemento de viga 1 Elemento de viga 2
9 8
c3
c5
1
m4 m3
m1
k1 c1
k2 c2 k3
k4 c4 k5

2
6
4
11
3 7
5
10
Figura 13 - Exemplo 7.2, veículo com quadro flexível

85







Figura 14 - Exemplo 7.2, controlo óptimo da suspensão da cadeira do passageiro




-6.0E-05
-5.0E-05
-4.0E-05
-3.0E-05
-2.0E-05
-1.0E-05
0.0E+00
1.0E-05
2.0E-05
0.0 0.2 0.4 0.6 0.8 1.0
t[s]
a[m/s
2
]
Initial Desi gn
Optimal desi gn wrt area
Optimal desi gn wrt area, K’s and C’s
Optimal desi gn wrt area, K’s and C’s + control


Figura 15 - Exemplo 7.2, aceleração vertical da cadeira do passageiro
para os vários níveis de optimização
2
1
[m/s ] u

Projecto inicial
Projecto óptimo à Area
Projecto óptimo, à Area, K’s e C’s
Projecto óptimo, à Area, K’s, C’s e controlo
86
7.3 Absorsor de Impacto Não Linear Com Controlo Pré-Actuante
O sistema da Figura 16 pode representar o trem de aterragem de um avião a entrar em
contacto com o solo com uma dada velocidade
0
1 u = .


M
K=K
0
| u |
ν−1
C=C
0
| u
.
|
η−1
u
P(t)


Figura 16 - Exemplo 7.3, absorsor de impacto não linear

O problema a resolver consiste em determinar os coeficientes de rigidez e
amortecimento
-1
0
K u
ν
e
-1
0
C u
η
e a força de controlo
[ ] ( ), 0 12 P t t s ≤ ≤ satisfazendo a
restrição de deslocamento 1 u ≤ com 2 ν µ = = , tal que:

Caso (I) - se minimize o módulo da aceleração máxima u da massa M=1, com os
valores iniciais das variáveis de decisão
0
0.5 K = ,
0
0.5 C = e ( ) 0 P t = ;

Caso (II) - se minimize o bicritério
( ) { }
2 2 2
01 0 02
, 100 100 C E u u P dt Ψ ≡ Ψ ≡ ≡ + +



com
os valores iniciais das variáveis de decisão
0
0.597 K = ,
0
0.597 C = e
( ) 0 P t = .

Tanto no caso (I) como no caso (II), usou-se a estratégia de minimização do máximo
dos objectivos através da introdução de uma variável fictícia
0
b , que passa a ser o
novo objectivo e que funciona como limite superior para os objectivos originais. Para
verificar a eficácia do pré-controlo repetiu-se o caso (I), impondo também a condição
de transversalidade
0
0
s s
t t t
u u v
+ −
Φ ≡ − − = .
87
Para o caso (I) os valores óptimos das variáveis de projecto obtidos sem controlo
pré-actuante são
0
0.00667 K = e
0
6.96 C = . As respostas em aceleração para o
projecto inicial e para os diferentes níveis de optimização usados (relativamente a
0
K
e
0
C , e depois relativamente a
0
K e
0
C e ao controlo) são mostradas na Figura 17. O
controlo óptimo está representado na Figura 18.
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0 2 4 6 8 10 12
t[s]
a
[
m
/
s
2
]
starting
Ko, Co
Ko, Co+control

Figura 17 - Exemplo 7.3, respostas em aceleração do absorsor de impacto
sem controlo pré-actuante, caso (I)

-0,2
0,0
0,2
0,4
0,6
0,8
1,0
0 2 4 6 8 10 12
t[s]
P

[
N
]

Figura 18 - Exemplo 7.3, controlo óptimo do absorsor de impacto
sem controlo pré-actuante, caso (I)

Com controlo pré-actuante, o intervalo de pré-actuação óptimo obtido foi de 1.07986s
e o controlo óptimo encontra-se representado na Figura 19. A resposta em aceleração é
mostrada na Figura 20. Note-se que com controlo pré-actuante o módulo da aceleração
inicial
K
0
,C
0
+controlo
K
0
,C
0

u
88
máxima foi de 0.012744, o que se traduz numa melhoria de cerca de 30 vezes
relativamente à situação em que não há controlo pré-actuante.
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
0 2 4 6 8 10 12
P
[
N
]
t[s]

Figura 19 - Exemplo 7.3, controlo óptimo do absorsor de impacto
com pré-actuação, caso (I)

-0.015
-0.010
-0.005
0.000
0.005
0.010
0.015
0 2 4 6 8 10 12
Ko+Co+Preview Control
a
[
m
/
s
2
]
t[s]

Figura 20 - Exemplo 7.3, resposta em aceleração do absorsor de impacto
com pré-actuação, caso (I)

No caso (II) os objectivos foram normalizados de acordo com as equações (3.21) e
(3.23), fazendo variar os pesos w
i
dados aos objectivos normalizados de acordo com a
Tabela 2, onde se apresentam também os valores óptimos das variáveis de decisão
u

89
obtidos. As respostas em aceleração e o controlo óptimo representam-se nas Figuras 21
e 22, respectivamente. Na figura 23 representa-se o espaço dos critérios, onde se pode
observar a quase linearidade da curva obtida com os óptimos correspondentes a cada
combinação de pesos.

Tabela 2 - Valores óptimos de
0
K e
0
C para as várias
combinações de pesos, caso (II)
0
E C
w w K
0
C
0

0.5/0.5 0.458 0.015
0.6/0.4 0.453 0.022
0.7/0.3 0.450 0.032
0.8/0.2 0.446 0.050
0.9/0.1 0.442 0.091

12
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0 2 4 6 8 10 12
t[s]
a
[
m
/
s
2
]
a start
a0,5/0,5
a0,6/0,4
a0,7/0,3
a0,8/0,2
a0,9/0,1

Figura 21 - Exemplo 7.3, respostas em aceleração do absorsor de impacto, caso (II)

-0,60
-0,40
-0,20
0,00
0,20
0,40
0 2 4 6 8 10 12
t[s]
P
[
N
]
P0,5/0,5
P0,6/0,4
P0,7/0,3
P0,8/0,2
P0,9/0,1

Figura 22 - Exemplo 7.3, controlo óptimo do absorsor de impacto, caso (II)
u
inicial

P(t)

90
0.00
0.02
0.04
0.06
0.08
0.10
53 55 57 59 61
E
C
o

Figura 23 - Exemplo 7.3, espaço dos critérios, caso (II)

7.4 Absorsor de Impacto com Tempo Mínimo e Mínimo da Energia
Cinética
Consideremos de novo o absorsor de impacto representado na Figura 16, desta vez
linear, ou seja, com os expoentes 1 ν µ = = . Pretende-se optimizar os coeficientes de
rigidez e amortecimento, respectivamente,
0
K e
0
C , bem como a força de controlo
, 0
t
P t T ( ≤ ≤
¸ ¸
, de modo a minimizar o tempo total T e a energia cinética
2
E u dt =

.
Foi imposta uma restrição de deslocamento médio, 0.01
m
u ≤ , e uma restrição de
deslocamento final, 0
T
u = , que funcionará como condição de transversalidade, tal
como definido na equação (3.31). O sistema vai sofrer um impacto com uma
velocidade 1 u = em 0 t = . A estratégia para lidar com o problema de multicritério foi
a minimização do máximo dos objectivos através da introdução de uma variável
fictícia
0
b , que passa a ser o novo objectivo e que funciona como limite superior para
os objectivos originais. Os valores iniciais das variáveis de decisão
são
t
0 0 0
1; 1; 1; 0, (0 ) b K C P t T ( = = = = ≤ ≤
¸ ¸
com T=10s, a que corresponde uma
energia cinética 0.499 E =

e um deslocamento médio = 0.100217
med
u . Verifica-se
assim uma violação da restrição de deslocamento médio.

91

Figura 24 - Exemplo 7.4, controlo óptimo

A optimização foi efectuada por níveis, primeiro relativamente a
0
K e a
0
C e depois
relativamente ao controlo. Os valores óptimos obtidos foram
0
109.96 K = ,
0
0.84043 C = e o controlo óptimo está representado na Figura 24. Para estes valores
óptimos das variáveis de decisão os objectivos tomaram os seguintes valores:
2.715s T = e 0.52082 E = com uma violação máxima de 3.75352E-4 ocorrida na
restrição de deslocamento terminal. Note-se que houve um aumento da energia
cinética de 0.499 para 0.52082 , mas que a restrição do deslocamento médio deixou de
ser violada.
O deslocamento, a velocidade e a aceleração para os valores óptimos das variáveis de
decisão mostram-se nas Figuras 25, 26 e 27, respectivamente.



Figura 25 - Exemplo 7.4, deslocamento para os valores óptimos das variáveis de decisão
u
t[s]
P(t) t[s]
92


Figura 26 - Exemplo 7.4, velocidade para os valores óptimos das variáveis de decisão

Figura 27 - Exemplo 7.4, aceleração para os valores óptimos das variáveis de decisão

7.5 Viga simplesmente apoiada-livre com controlo de posicionamento
final
Pretende-se com este exemplo determinar o controlo óptimo que consiste num
momento concentrado aplicado no apoio simples da viga mostrada na figura 28. A
viga parte do repouso e o controlo actua durante 0.25s. No final desse período de
tempo pretende-se satisfazer duas restrições de posicionamento do ângulo
0
T
θ (ângulo
da linha recta que liga as extremidades da viga), que impoêm um intervalo admissível
para esse ângulo compreendido entre 0.5 e 0.51 radianos. O funcional a minimizar é
dado por
u
t[s]
u
t[s]
93
( )
2 2
0 0
100
T L
L L
E v v dxdt = +
∫ ∫

em que
L
v e
L
v são os deslocamentos e velocidades segundo a direcção y. As
dimensões são as indicadas na figura 28 e a densidade do material da viga é de
7850kg/m
3
.


Figura 28 – Exemplo 7.5 Viga simplesmente apoiada - livre com controlo de posicionamento final

Indica-se de seguida a formulação do problema de optimização.

[ ]
0
0
1
0
2
3
min
1 0
0.51
1 0
0.5
1 0
( )
T
T
T
E
M t
β
θ
θ
β
β
Ψ ≡
Ψ ≡ − ≤

Ψ ≡ + ≤
Ψ ≡ − ≤
= b


A discretização espacial foi feita utilizando um elemento de viga hermiteano e a
discretização temporal foi feita usando 10 elementos finitos de tempo.
O projecto inicial consiste num controlo constante M=300Nm e a correspondente
resposta mostra-se na figura 29. Nessa mesma figura faz-se a comparação entre os
resultados obtidos com o programa de elementos finitos desenvolvido neste trabalho
5cm
10cm
Y
Z
X
Y
M
1m
mm
θ
0

x
y
94
(Fedynam) e o programa comercial Cosmos/M. Neste último programa a integração
foi efectuada pelo método de Newmark com um passo de integração de 0.005s, e foi
usado um elemento viga corrotacional (Beam2D) que permite grandes deslocamentos.
Obtém-se com o controlo inicial um valor de 0.1028 para o funcional E e o ângulo
0
T
θ
obtido é de 0.3955 rad. Estão portanto em violação as restrições
1
Ψ e
2
Ψ de
posicionamento final.


0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0 0.05 0.1 0.15 0.2 0.25 0.3
t[s]
T
θ
0
[
r
a
d
]
Fedynam
Cosmos/M

Figura 29 Exemplo 7.5 - Resposta ao controlo inicial

O controlo óptimo obtido mostra-se na figura 31. Obtém-se com esse controlo óptimo
um valor de
0
T
θ = 0.5003 rad e um valor de 1.8002 para o funcional E. Note-se que o
valor do funcional E aumentou relativamente ao controlo inicial pela necessidade de
satisfazer as restrições de posicionamento final.


95
-1.E+03
0.E+00
1.E+03
2.E+03
3.E+03
4.E+03
5.E+03
6.E+03
0 0.05 0.1 0.15 0.2 0.25
t[s]
M
[
N
m
]

Figura 30 Exemplo 7.5 – Controlo óptimo
0
0.1
0.2
0.3
0.4
0.5
0.6
0 0.05 0.1 0.15 0.2 0.25 0.3
t[s]
T
θ
0
[
r
a
d
]

Figura 31 Exemplo 7.5 - Resposta ao controlo óptimo


96
8. Conclusões e Desenvolvimentos Futuros
Neste trabalho desenvolveu-se uma formulação para o problema de projecto e controlo
óptimos de sistemas mecânicos flexíveis, incluindo o caso em que o domínio de tempo
é variável através da sua dependência relativamente às variáveis de decisão. A
formulação foi desenvolvida no sentido de o problema ser apresentado de uma forma
unificada, reunindo problemas que tradicionalmente têm sido formulados
separadamente. Assim,
1. Usa-se a descrição Lagrangeana do movimento relativamente a um referencial de
inércia, com grandes deformações e medidas de tensão e extensão invariantes para
movimentos de corpo rígido, permitindo tratar os sistemas mecânicos inseridos na
formulação da dinâmica estrutural não linear. Como o parâmetro tempo já é usado
implicitamente na análise não linear estática, então, para unificar sistemas mecânicos e
estruturas na mesma formulação, basta incluir o termo da inércia no princípio do
trabalho virtual. Deste modo, estruturas não lineares e sistemas mecânicos flexíveis
podem ser ambos tratados pelo mesmo código estrutural não linear.
2. Estendendo o domínio do problema ao domínio espaço-tempo, o espaço de projecto
fica incluído no espaço de controlo, considerando-se as variáveis de projecto como
variáveis de controlo que não dependem do tempo. Usando integrais de tempo nas
derivações, unificam-se, numa única formulação, os problemas de projecto e controlo
óptimos.
3. Para os problemas em que o domínio de integração tempo é variável com o controlo,
o domínio varia durante o processo de optimização. Fazendo a aplicação de um
domínio de tempo fixo unitário de referência no domínio de tempo original, a
dependência do controlo passa para o jacobiano da aplicação. Transformando todas as
respostas e medidas de desempenho para o novo domínio fixo de referência, os
problemas de domínio de tempo variável e de domínio de tempo fixo são tratados de
modo unificado. Em particular, tratam-se desta forma os problemas de tempo mínimo
97
e tempo pré-actuante, considerando neste último caso que o intervalo de pré-actuação é
uma fracção do tempo total.
Tanto quanto é conhecido, a estratégia para a aplicação numérica dos problemas de
controlo pré-actuante e respectiva formulação e implementação é apresentada neste
trabalho pela primeira vez. Todas as aplicações encontradas na literatura são
aplicações analíticas.
4. O conceito de sistema adjunto é o conceito unificador principal da formulação, na
medida em que não depende do tipo de variáveis de decisão mas apenas do tipo de
medida de desempenho.
5. A integração das equações do movimento e respectivas sensibilidades de projecto
(equações adjuntas) é feita por integração “de uma só vez” e não “passo-a-passo”
como é tradicional nos sistemas dinâmicos. Deste modo, o método do sistema adjunto
pode ser aplicado com todas as suas vantagens, e sem a sua principal tradicional
desvantagem na integração passo-a-passo dos sistemas dinâmicos: a necessidade da
integração no sentido inverso (instante final - instante inicial) e, consequentemente, a
necessidade de memorização da resposta do sistema. Então, esta desvantagem não está
associada, como se assume na literatura, aos problemas de resposta hereditária, mas
sim ao facto de se usar a integração passo-a-passo.
6. A dimensão tempo é usada como qualquer das outras dimensões espaciais. A
integração “de uma só vez” permite que se possam aplicar de uma maneira fácil as
condições de fronteira e restrições de controlo para qualquer instante, e não apenas no
instante inicial, como é característico da integração passo-a-passo.
Esta estratégia, tanto quanto é conhecido, é também uma novidade aqui apresentada.
7. Toda a formulação do problema de projecto e controlo óptimos desenvolve-se
unificada no conceito de optimização multicritério, tendo-se usado para isso a
estratégia de minimax, sendo a função objectivo formulada sempre como o limite
superior de todos os critérios normalizados.
98
São feitas aplicações numéricas a problemas de impacto com domínio de tempo fixo
assim como com domínio de tempo livre ou variável, nomeadamente problemas de
controlo de tempo mínimo e de actuação pré-impacto. Determina-se a capacidade
limite de isolamento ao impacto e conclui-se que o controlo com actuação pré-impacto
foi vantajoso para todos os exemplos onde foi aplicado.
Como desenvolvimentos futuros pretende-se explorar novas estratégias de optimização
multicritério aplicadas à dinâmica de sistemas, nomeadamente a problemas de
isolamento ao choque para a prevenção de lesões em ocupantes de veículos.
Uma área emergente de investigação neste campo é o estudo de sistemas inteligentes
de restrição. Pretende-se explorar a possibilidade de aplicação das metodologias de
controlo pré-actuante e de tempo mínimo desenvolvidas neste trabalho a este tipo de
sistemas e, desta forma, melhorar e expandir os conceitos de pré-tensão e de
limitadores de força actualmente implementados nos sistemas de restrição de muitos
veículos.
Nos problemas de protecção ao impacto, as solicitações por vezes não são
especificadas deterministicamente, mas antes através da sua probabilidade de
ocorrência. Pretende-se no futuro expandir as metodologias desenvolvidas neste
trabalho para o tratamento dessas mesmas situações.
99
Referências
Agrawal, O.P. e Shabana, A.A. (1986), “Application of Deformable Body Mean Axis to
Flexible Multibody System Dynamics”. Computer Methods in Applied Mechanics and
Engineering, Vol. 56 pp. 217-245.
Antman, S.S. (1974), “Kichhoff’s Problem for Nonlinearly Elastic Rods”. Quart. J.
Appl. Math., Vol. 32 pp. 221-240.
Arora, J.S. (1989) “Introduction to Optimum Design”, MacGraw-Hill Book Company,
Inc.
Arora, J.S. e Lin, T.C. (1992), “A study of Augmented Lagrangean Methods for
Simultaneous Optimization of Controls and Structures”, Fourth AIAA/Air
Force/NASA/OAI Symposium on Multidisciplinary Analysis and Optimization,
Cleveland, Ohio U.S.A.
Atluri, S.N. e Iura, M. (1988), “Nonlinearities in the Dynamics and Control of Space
Structures: Some Issues for Computational Mechanics”, Large Space Structures:
Dynamics and Control, S. N. Atluri and A.K. Amos (Eds), Springer Verlag, Berlin-
Heidelberg-New York, pp. 35-70.
Athan, T. e Papalambros, P. (1996), “A Quasi-Monte Carlo Method for Multicriteria
Design Optimization”, Engineering Optimization, Vol. 27, pp. 177-198.
Balandin, N.N., Bolotnik, N.N. e Pilkey, W.D. (2000), “Optimal protection from impact
and shock: theory and methods”, Applied Mechanics Reviews, 53(9), p.p.237-264.
Balandin, D.V., Bolotnik, N.N. e Pilkey, W.D. (2001), “Optimal Protection from Shock
Impact and Vibration, Gordon and Breach.
Balandin, D.V., Bolotnik, N.N. e Pilkey, W.D. (2003), “Control Science for Injury
Prevention”, Proceedings of the PhysCon 2003 conference, St. Petersburg, Russia,
p.p.1195-1200.
100
Balandin, D.V., Bolotnik, N.N. e Pilkey, W.D. (2005) “Pre-acting control for shock and
impact isolation systems”, Shock and Vibration, Vol.12, pp 49-65.
Bathe, K.J. (1982), “Finite Element Procedures in Engineering Analysis”. Prentice-Hall
Inc.
Belytschko, T. e Hsieh, B.J. (1973), “Non-linear Transient Finite Element Analysis
With Convected Coordinates”. International Journal for Numerical Methods in
Engineering, Vol. 7 pp. 255-271.
Bendsoe, M.P., Olhoff N. e Taylor J.E. (1983), “A Variational Formulation for
Multicriteria Structural Optimization”, Journal of Structural Mechanics, Vol. 11, pp.
523-544.
Bryson, A.E. e Ho, Y. (1975), “Applied Optimal Control”, Hemisphere Publishing
Corporation.
Cardoso, J.B. e Arora, J.S. (1988), “Variational Method for Design Sensitivity Analysis
in Nonlinear Structural Mechanics”. AIAA Journal, 26: 5, pp.595-603.
Cardoso, J.B. e Arora, J.S. (1992), “Design Sensitivity Analysis of Nonlinear Dynamic
Response of Structural and Mechanical Systems”, Structural Optimization Vol. 4, pp.
37-46.
Cardoso, J.B., Moita, P.P. e Valido, A.J., (2008), “Design and Control of Nonlinear
Mechanical Systems for Minimum Time”, Shock and Vibration, 15(3-4), pp. 315-324.
Cardoso J.B., Moita P..P, Valido A.J., (2010), “Multicriteria Optimization of Injury
Prevention Systems to Impact”, Shock and Vibration, Vol.17, pp. 641-649
Cardoso, J.B., Sousa, L.G., Castro, J.A. e Valido, A.J. (1997), “Optimal Design of
Nonlinear Structures and Mechanical Systems”, Engineering Optimization, Vol. 29, pp.
277-291.
101
Changizi, K., Khulief, Y.A. e Shabana, A.A. (1986),“Transient Analysis of Flexible
Multibody Systems”, Part II: Application to Aircraft Landing, Computer Methods in
Applied Mechanics and Engineering, Vol. 54 pp. 93-110.
Chen, D. e Shabana, A.A. (1989), “Effect of the Coupling Between the Longitudinal
and Transverse Displacements on the Dynamics of Rotating Curved Beams”. Journal of
Applied Mechanics, Brief Notes, Vol. 56 pp. 979-981.
Dass, I. e Dennis, J.E. (1997) “A Closer Look at Drawbacks of Minimizing Wheighted
Sums of Objectives for Pareto Set Generation IN Multicriteria Optimization Problems”
Structural Optimization, Vol. 14, pp. 63-69.
Das, I. e Dennis, J.E. (1998) “Normal Boundary Interception: A New Method for
Gererating the Pareto Surface in Multicriteria Optimization Problems” SIAM J.
Optimization, Vol. 3, pp. 631-657.
Dmitrochenko O., (2008), “Finite elements using absolute nodal coordinates for large-
deformation flexible multibody dynamics”, Journal of Computational and Applied
Mathematics Vol. 215, pp. 368 – 377
Gadala, M.S., Dokainish, M.A. e Oravas, A.E., (1984) “Formulation Methods of
Geometric and Material Nonlinearity Problems”, International Journal for Numerical
Methods in Engineering, Vol 20, pp. 887-914.
Gams M., Saje M., Srpcic S., Planinc I., (2007), “Finite element dynamic analysis of
geometrically exact planar beams”, Computers and Structures Vol.85, pp 1409–1419
Gellert, M. (1978), “A New Algorithm for Integration of Dynamic Systems”, Computer
& Structures Vol 9, pp. 401-408.
Hac, M. e Osinski, J. (1995), “Finite Element Formulation of Rigid Body Motion in
Dynamic Analysis of Mechanisms”, Computers and Structures, Vol. 57, No. 2, pp. 213-
217.
102
Haftka, R.T. (1986), “Sensitivity of Optimized Control Systems to Minor Structural
Modifications”, AIAA/ASME/ASCE/AHS 26
th
Structures, Structural Dynamics, and
Materials Conference, paper nº. 85-0801-CP.
Haftka, R.T., Gurdal, Z. e Kamat, M.P. (1990), “Elements of Structural Optimization”,
Kluwer Academic Publishers.
Haftka, R.T., Matinovic, Z.N. e Hallauer, W.L. (1985), “Enhanced Vibration
Controllability by Minor Structural Modifications”, AIAA Journal, Vol. 23, pp. 1260-
1266.
Harris, C.M. e Crede, C.E. (1996), “Shock and Vibration Handbook”, McGraw-Hill.
Haug, E.J. e Arora, J.S. (1979), “Applied Optimal Design”, John Wiley & Sons, Inc.
Heilig, J.H. e McPhee, J., (1999), “Determination of Minimum-Time Maneuvers for a
Robotic Manipulator using Numerical Optimization Methods”, Mechanical Structures
and Machines, 27 (2), pp. 185-201.
Hsieh, C.C. e Arora, J.S. (1984a), “Design Sensitivity Analysis and Optimization of
Dynamic Response”, Computer Methods in Applied Mechanics and Engineering Vol.
43 pp. 195-219.
Hsieh, C.C. e Arora, J.S. (1984b), “A Hybrid Formulation for Treatment of Point-Wise
State Variables in Dynamic Response Optimization”, Computer Methods in Applied
Mechanics and Engineering.
Kamat, M.P. (1988), “Active Control of Structures in Nonlinear Response”, Journal of
Aerospace Engineering, ASCE, Vol. 1, pp. 52-62.
Kane, T.R., Ryan, R.R., e Banergee, A.K. (1987), “Dynamics of a Cantilever Beam
Attached to a Moving Base”. Journal of Guidance, Control and Dynamics, Vol. 10
pp.139-151.
103
Khot, N.S. (1988), “Structure/Control Optimization to Improve the Dynamic Response
of Space Structures”, Computational Mechanics, Vol. 3, pp. 179-186.
Kleiber, M., (Editor) (1998), “Handbook of Computational Solid Mechanics”, Springer
Verlag.
Kleiber M., Antunez H., Hien T. e Kowalczyk P., (1997), “Parameter Sensitivity in
Nonlinear Mechanics”, John Wiley & Sons.
[18] Lust, R.V. e Schmit, A. (1986), “Control Augmented Structural Synthesys”,
AIAA/ASME/ASCE/AHS 27
th
Structures, Structural Dynamics and Materials
Conference.
Marjamäki H., Mäkinen J., (2009), “Total Lagrangian beam element with C1-
continuous slide-spring”, Computers and Structures, Vol 87, pp. 534–542
Marler, R.T. e Arora, J.S., (2004) “Survey of Multi-Objective Optimization Methods for
Engineering”, Structural and Multidisciplinary Optimization, 26, pp.369-395.
Meirovitch, L. e Baruh, H. (1982), “Control of Self-Adjoint distributed Parameter
Systems”, Journal of Guidance, Control and Dynamics, Vol. 5, pp. 60-66.
Meirovitch, L. e Oz, H. (1980a), “Active Control of Structures by Modal Synthesis”,
Structural Control, Leipholz, H.H. (Ed), pp. 505-521.
Meirovitch, L. e Oz, H. (1980b), “Modal Space Control of Distributed Gyroscopic
Systems”, Journal of Guidance, Control and Dynamics, Vol. 3, pp. 140-150.
Miller, D.F., Venkayya, V.B. e Tishler, V.A. (1985), “Integration of Structures and
Controls – Some computational Issues”, Proceedings of 24
th
Conference on Decision
and Control, Ft. Lauderdale, FL, pp. 924-931.
Moita, P.P., Cardoso, J.B. e Valido, A.J., (2008), “A Space-Time Finite Element Model
for Design and Control Optimization of Nonlinear Dynamic Response”, Shock and
Vibration, 15(3-4), pp. 307-314.
104
Newmark, N. M., (1959), “A Method of Computation for Structural Dynamics”, ASCE,
Journal of the Engineering Mechanics Division, Vol. 85
O’Donoghue, P.E. (1985), “Boundary Integral Equation Approach to Nonlinear
Response Control of Large Space Structures: Alternating Technique Applied to
Multiple Flaws in Three Dimensional Bodies”, Ph.D. Thesis, Georgia Tech.
Omar M. A., Shabana A. A., (2001), “A two-dimensional shear deformable beam for
large rotation and deformation problems”, Journal of Sound and Vibration, Vol. 243,
pp. 565-576
Pilkey, W.D. e Purtsezov, S.V. (2005), “Optimization of Parameters of Shock Isolator
with Preview Control”, Proceedings of the PhysCon 2005 conference, St. Petersburg,
Russia, pp.330-334.
Polak, E. (1993) “On the use of Consistent Approximations in the Solution of Semi-
infinite Optimization and Optimal Control Problems”, Mathematical Programming, 62,
pp. 385-415.
Reissner, E. (1972), “On One Dimensional Finite Strain Beam Theory: The Plane
Problem”. J. Appl. Math. Phys, Vol. 23 pp. 795-804.
Romero, C. (1991) “Handbook of Critical Issues in Goal Programming”.
Salama, M., Garba, J., Demsetz, L. e Udwadia, F. (1988), “Simultaneous Optimization
of Controlled Structures”, Computational Mechanics Vol. 3 pp. 275-282.
Salama, M., Hamidi, M. e Demsetz, L. (1984), “Optimization of Controlled Structures”,
Paper apresentado no Jet Propulsion Workshop on Identification and Control of Flexible
Space Structures, San Diego, C.A. pp. 311-327.
Sevin, E. e Pilkey, W.D., (1971) “Optimum Shock and Vibration Isolation”, Shock and
Vibration Information Analisys Center, Washington DC.
Shabana, A.A. (1989), “Dynamics of Multybody Systems”. John Wiley and Sons Inc.
105
Simo, J.C. e Vu-Quok, L. (1986a), “On the Dynamics of Flexible Beams Under Large
Overhall Motions-the Plane Case: Part I”. Journal of Applied Mechanics, Vol. 53 pp.
845-849.
Simo, J.C. e Vu-Quok, L. (1986b), “On the Dynamics of Flexible Beams Under Large
Overhall Motions-the Plane Case: Part II”. Journal of Applied Mechanics, Vol. 53 pp.
855-863.
Truesdell, C. (1966), “The Elements of Continuum Mechanics”, Springer Verlag, New
York.
Truesdell, C. (1977), “A First Course in Rational Continuum Mechanics”, Vol. 1,
Academic Press, New York.
Tseng, C.H. e Arora, J.S. (1989), “Optimum Design of Systems for Dynamics and
Controls using Sequential Quadratic Programming”, AIAA Journal, Vol. 27, No. 12,
pp. 1793-1800.
Wang, B.P., Kitis, L. e Pilkey, W.D. (1975), Limiting Performance Characteristics of
Steady State Systems, Joural of Applied Mechanics, 42, p.p.721-726.
Wua G., He X., Pai P.F., (2011), “Geometrically exact 3D beam element for arbitrary
large rigid-elastic deformation analysis of aerospace structures”, Finite Elements in
Analysis and Design, Vol. 47, pp. 402–412
Yang, J.N., Long, F.X. e Wong, D. (1988), “Optimal Control of Nonlinear Structures”,
Journal of Applied Mechanics, Vol. 55, pp. 931-938.
YOO W. S, LEE J. H, PARK S. J., SOHN J. H., (2004) “Large Oscillations of a Thin
Cantilever Beam: Physical Experiments and Simulation Using the Absolute Nodal
Coordinate Formulation”, Nonlinear Dynamics Vol. 34, pp. 3-29
Zieckiewicz, O.C. (1977), “The Finite Element Method”, MacGraw-Hill Book
Company, Inc.
106
Zhang, J.D. (1987), “Nonlinear Dynamic Analisys and Optimal Control of Shallow
Shells by the Field-Boundary-Element Approach”, Ph.D. Thesis, Georgia Tech.

Resumo
Desenvolve-se neste trabalho uma formulação para a análise de sensibilidades de problemas de projecto e controlo optimos de sistemas mecânicos flexíveis, incluindo problemas de domínio de tempo variável. Esta formulação é implementada num código de projecto óptimo e é aplicada à resposta dinâmica não linear. Usa-se uma separação conceptual entre parâmetros de projecto dependentes e independentes do tempo, incluindo o espaço de projecto no espaço de controlo considerando que as variáveis de projecto são variáveis de controlo que não dependem do tempo. Usando integrais de tempo em todas as derivações, os problemas de projecto e controlo óptimos ficam unificados. A resposta dinâmica e a sua sensibilidade relativamente às variáveis de projecto e controlo são discretizadas através de elementos finitos de espaço e de tempo e são integradas de uma vez só, tal como é uso fazer-se em estática. O método do sistema adjunto é usado para determinar as sensibilidades. Determina-se a capacidade limite de isolamento de sistemas sujeitos ao choque e impacto. Tratam-se problemas de tempo mínimo e investiga-se o efeito do controlo pré-actuante.

Palavras Chave
Resposta dinâmica não linear, Elementos finitos de espaço e tempo, Tempo mínimo, Controlo pré-actuante, Optimização.

i

Abstract
A design and control sensitivity analysis and multicriteria optimization formulation is derived for flexible mechanical systems, including problems with variable time domain. This formulation is implemented in an optimum design code and it is applied to the nonlinear dynamic response. A conceptual separation between time variant and time invariant design parameters is presented, this way including the design space into the control space and considering the design variables as control variables not depending on time. By using time integrals through all the derivations, design and control problems are unified. For treating minimum time problems, a unit time interval is mapped onto the original time interval, then treating equally time variant and time invariant problems. The dynamic response and its sensitivity with respect to the design and control variables are discretized via space-time finite elements, and are integrated at-once, as it is traditionally used for static response. The adjoint system approach is used to determine the design sensitivities. The limiting isolation capabilities of the systems subjected to shock and impact are determined. The effect of pre-acting control is investigated as well as minimum time problems.

Keywords
Nonlinear dynamic response, Space-time finite elements, Minimum time, Pre-acting control, Optimization

ii

Agradecimentos
Quero expressar os meus mais sinceros agradecimentos ao meu orientador científico, Professor João Barradas Cardoso e ao meu co-orientador científico, Professor Aníbal Valido, pelos conhecimentos transmitidos e pelo apoio e incentivo que sempre me transmitiram, sobretudo nos momentos mais difíceis. Muito obrigado a ambos. Agradeço também o apoio e incentivo dado pelos meus colegas da Escola Superior de Tecnologia de Setúbal, da área científica de mecânica dos meios sólidos.

Para o Henrique, Hugo e Elsa

iii

Índice
Índice de Figuras ....................................................................................................... vi Índice de Tabelas ....................................................................................................... vi Lista de Símbolos ....................................................................................................viii 1. Introdução.............................................................................................................. 1 1.1. Motivação e Objectivos ................................................................................... 1 1.2. Estruturação da Tese........................................................................................ 3 2. Revisão Bibliográfica.............................................................................................. 6 3. Projecto e Controlo Óptimos ................................................................................. 12 3.1. Formulação Matemática do Problema de Projecto Óptimo............................. 13 3.2. Restrições Globais e Locais ........................................................................... 15 3.3. Problema Minimax ........................................................................................ 17 3.4. Optimização Multicritério.............................................................................. 18 3.5. Problemas de Domínio de Tempo Variável.................................................... 22 4. Resposta do Sistema Mecânico Flexível................................................................ 25 4.1. Balanço de Energia Mecânica........................................................................ 26 4.2. Descrição Lagrangiana Total do Movimento.................................................. 27 4.3. Discretização Espacial ................................................................................... 31 4.4. Discretização Temporal ................................................................................. 33 4.4.1. Método das Diferenças Finitas Centrais ............................................... 35 4.4.2. Método de Aceleração Linear .............................................................. 36 4.4.3. Método de Newmark............................................................................ 38 4.4.4. Elementos Finitos Temporais .............................................................. 39 5. Análise de Sensibilidades de Projecto.................................................................... 49 5.1. Elemento de Sensibilidades de Projecto ......................................................... 50 5.2. Método da Diferenciação Directa................................................................... 54 5.3.Método do Sistema Adjunto ........................................................................... 55 5.4. Comparação dos Métodos.............................................................................. 56 5.5. Variação Implícita de Projecto para Domínio de Tempo Variável .................. 56 6. Isolamento Óptimo ao Impacto e ao Choque ......................................................... 60

iv

..........2 Forças de Acção Lenta e Forças de Acção Rápida .7 Métodos Computacionais..............2........................... 92 8................6.......................4 Viga simplesmente apoiada-livre com controlo de posicionamento final. 69 6............................................ Análise da Capacidade Limite de Isolamento de Uma Cadeira de Helicóptero para a Prevenção de Lesões na Coluna Vertebral em Solicitações Verticais Severas...... 77 7... Conclusões e Desenvolvimentos Futuros............................................3 Absorsor de Impacto Não Linear Com Controlo Pré-Actuante ... 60 6................... 77 7..........................................................................................4 Problema Fundamental do Isolamento Óptimo....... 73 6...................................5 Capacidade Limite de Isolamento ......................................3 Eficiência do Isolamento ao Choque .......2 Forças de Acção Rápida........................................4 Absorsor de Impacto com Tempo Mínimo e Mínimo da Energia Cinética......................... Exemplos Numéricos ..................... 83 7...................2 Veículo com Quadro Flexível .................................. 72 6.................................................................................................................... 90 7....................6 Solução Analítica do Problema Fundamental do Isolamento Óptimo ................................ 62 6.................................................1................1 Impacto e Choque.... 73 6.......... 60 6............................. 61 6.................................................. 99 v .............................1 Forças de Acção Lenta........................................................... 96 Referências ..............................................2..... 75 7..... 86 7.........................

................ 21 Representação do movimento do corpo durante a deformação .. caso (I) .. 81 Exemplo 7............. 77 Exemplo 7... evolução no tempo da compressão da coluna vertebral do passageiro durante o impacto ............. 70 Exemplo 7.................................. controlo óptimo sem controlo pré-actuante para a estratégia de minimização do máximo dos objectivos normalizados.........1.............. 86 Exemplo 7......................................................................3........1......... 66 Modelo simples de isolamento ao choque ........ controlo óptimo do absorsor de impacto sem controlo pré-actuante..... 87 Exemplo 7... 16 Processo iterativo de projecto óptimo ................2.................... 83 Exemplo 7......................... caso (I).......... controlo óptimo sem controlo pré-actuante para a estratégia da redução do espaço admissível.............................................1...... respostas em aceleração do absorsor de impacto sem controlo pré-actuante...................................................................................... 88 vi ..................... 87 Exemplo 7................................1.............1...... absorsor de impacto não linear ..... 85 Exemplo 7............................ força de controlo óptimo para a capacidade limite de isolamento com controlo pré-actuante..................3........... 62 Espectro de choque para pulso rectangular...... 80 Exemplo 7............... 85 Exemplo 7......................... 84 Exemplo 7............1....................Índice de Figuras Figura 1 Figura 2 Figura 3 Figura 4 Figura 5 Figura 6 Figura 7 Figura 8 Figura 9 Figura 10 Figura 11 Figura 12 Figura 13 Figura 14 Figura 15 Figura 16 Figura 17 Figura 18 Figura 19 Figura 20 Forma integral das restrições pontuais .............................. controlo óptimo do absorsor de impacto com pré-actuação...................... aceleração vertical da cadeira do passageiro para os vários níveis de optimização.... 26 Pulso rectangular ......3....2........................................................2.3....... 82 Exemplo 7............. resposta em aceleração do absorsor de impacto com pré-actuação........... 88 Exemplo 7................................3............................................................................ veículo com quadro flexível ............ controlo óptimo da suspensão da cadeira do passageiro ... modelo de helicóptero/cadeira/ocupante................ 81 Exemplo 7............................. caso(I) .............................. espaço dos critérios .................

..........4................................. 94 Exemplo 7..................... 93 Exemplo 7...................................................................... caso (II) ....... deslocamento para os valores óptimos das variáveis de decisão...........................................5 viga simplesmente apoiada .... caso (II) ..resposta ao controlo inicial............... 89 Exemplo 7.............. espaço dos critérios......................................resposta ao controlo óptimo ........ velocidade para os valores óptimos das variáveis de decisão......................5 – controlo óptimo.................................... respostas em aceleraçao do absorsor de impacto......... controlo óptimo.......................................................................... 92 Exemplo 7......................... 92 Exemplo 7.................3.....................3......... controlo óptimo do absorsor de impacto...........................4........ caso (II) ................................. 91 Exemplo 7...... 91 Exemplo 7.......4.............................. 89 Exemplo 7...................................... 95 Exemplo 7.......................................... 89 vii .......3.................. caso (II)................. caso (II) .........................................Figura 21 Figura 22 Figura 23 Figura 24 Figura 25 Figura 26 Figura 27 Figura 28 Figura 29 Figura 30 Figura 31 Exemplo 7..5 .... aceleração para os valores óptimos das variáveis de decisão.livre com controlo de posicionamento final...................... 95 Índice de Tabelas Tabela 1 Tabela 2 Valores do factor de ampliação dinâmico.................... 64 Valores óptimos de K0 e C0 para as várias combinações de pesos...5 .....4................................. 90 Exemplo 7..........

Lista de Símbolos t' 0 A operador bilinear de derivadas relativamente às coordenadas cartesianas no instante t=0 t B LO parte independente dos deslocamentos da matriz linear tensão-deslocamento no instante t t B L1 parte dependente dos deslocamentos da matriz linear tensão-deslocamento no instante t t b força do isolamento por unidade de massa M limite imposto à força do isolamento por unidade de massa M vector de variáveis de decisão matriz de amortecimento no instante t matriz de amortecimento média no elemento finito de tempo tensor da velocidade de deformação no instante de tempo t matriz dinâmica da equação de estado do elemento finito de tempo matriz dinâmica após composição dos elementos finitos de tempo ˆ matriz composta pelas colunas de K correspondentes às condições de ˆ fronteira U c ba b t C C t D De ˆ D ˆ Dc D ˆ D e matriz do elemento de sensibilidades matriz resultante da composição dos elementos de sensibilidades ˆ matriz composta pelas colunas de D correspondentes às condições de Dc fronteira viii .

t fB vector das forças volúmicas no instante de tempo t matriz das funções de forma dos elementos finitos espaciais matriz de rigidez no instante t matriz de rigidez média no elemento finito de tempo matriz dinâmica após composição dos elementos finitos de tempo e ˆ imposição das condições de fronteira contidas em U c H t K K ˆ K t M n matriz de massas no instante de tempo t versor da normal à superfície t Γ no instante de tempo t vector de forças em equilíbrio vector de forças da equação de estado do elemento finito de tempo vector de forças após composição dos elementos finitos de tempo impulso da perturbação dinâmica 2º tensor das tensões de Piola-Kirckoff no instante de tempo t 2º vector de tensões de Piola no instante de tempo t intervalo de tempo de actuação da perturbação exterior vector adjunto vector das condições de fronteira t R ˆ Re ˆ R S t S t ˆ S Τa Ua ˆ Uc t U vector das acelerações dos graus de liberdade dos elementos finitos espaciais no instante de tempo t t U vector das velocidades dos graus de liberdade dos elementos finitos espaciais no instante de tempo t t U vector dos graus de liberdade dos elementos finitos espaciais no instante de tempo t t u vector dos deslocamentos no instante de tempo t ix .

t u u vector das velocidades no instante de tempo t vector das acelerações no instante de tempo t gradiente da deformação no instante de tempo t vector das coordenadas no instante de tempo t vector das variáveis de estado variação total variação explícita variação implícita componente não linear do vector das extensões no instante t velocidade de deformação de Green-Lagrange matriz das extensões de Green-Lagrange no instante de tempo t vector das extensões de Green-Lagrange no instante de tempo t componente linear do vector das extensões no instante t condição de transversalidade imposta no instante t vector área da superfície no instante de tempo t densidade do material no instante de tempo t matriz de tensões de Cauchy no instante de tempo t vector das funções objectivo tempo adimensional constrangimentos de igualdade constrangimentos de desigualdade medida de desempenho após a aplicação do domínio de tempo unitário no domínio original t t X x t z δ δ δ t ˆ εN t ˆ ε ε ˆ ε ˆ εL t t t t Φ Γ t t ρ σ t Ψ0 τ Ψi Ψ j Ψ x .

t ∇ ∂ operador gradiente em relação às coordenadas cartesianas no instante t operador linear de derivadas relativamente às coordenadas cartesianas no instante t=0 0 xi .

nas estruturas adaptativas. A grande distinção entre eles tem a ver com os grandes deslocamentos e rotações de corpo rígido a que os primeiros são sujeitos. Aplicações onde a flexibilidade e a optimização no projecto de sistemas mecânicos é importante encontram-se já na indústria aeroespacial.1. Introdução 1. têm sido primordialmente inseridos no primeiro grupo. na biomecânica. No presente trabalho usa-se a técnica dos elementos finitos para modelar grandes deslocamentos referindo todas as quantidades a um sistema de referência de inércia e usando medidas de tensão e deformação invariantes com o movimento de corpo rígido. à medida que a escassez de meios naturais e a procura de projectos mais eficientes aumenta. Com o progresso da teoria e métodos de análise de estruturas não lineares deixa de fazer sentido manter-se a distinção entre sistemas mecânicos e estruturas. Os sistemas mecânicos flexíveis. assim também vai aumentar a importância de se considerar a flexibilidade e a optimização no projecto dos sistemas mecânicos. Havendo situações em que essa deformação não afecta o seu desempenho. sendo que para esta situação os métodos de análise são mais escassos. etc. No entanto. Motivação e Objectivos Os sistemas mecânicos e estruturais têm sido tradicionalmente tratados separadamente. tendo só mais recentemente sido desenvolvidos.1. todos os sistemas mecânicos são compostos por elementos deformáveis. Na verdade. a sua modelação por um conjunto de corpos rígidos é adequada e não faltam ferramentas de análise para tratar essas situações. definidos como aqueles em que a deformação dos seus elementos afecta o seu desempenho. na robótica. 1 .

No processo de optimização podemos usar ambos os tipos de variáveis simultaneamente. os problemas de projecto e controlo óptimos ficam unificados. Os isoladores podem ser mais ou menos sofisticados. A inclusão do controlo complica ainda mais o problema pois as características e resistência dos actuadores têm também de ser consideradas.Outra distinção que tradicionalmente tem sido feita é entre o projecto e o controlo óptimos. variando de simples componentes passivos como uma mola e um amortecedor hidráulico a sistemas 2 . etc. As metodologias de análise e projecto tradicionais aplicadas aos problemas de controlo de sistemas mecânicos baseiam-se no seguinte: analisa-se o sistema considerando-o como rígido. No presente trabalho será feita a integração entre os problemas de projecto e controlo óptimos tratando as variáveis tradicionalmente ditas de projecto como variáveis de controlo que não dependem do tempo. máquinas necessitam de ser isoladas de vibrações que poderão comprometer o seu funcionamento. Um método de proteger indivíduos e objectos às vibrações e aos choques consiste em não os ligar directamente às estruturas que lhes servem de base. sendo que no projecto óptimo se consideram como variáveis de decisão os parâmetros estruturais e no controlo óptimo os parâmetros relativos aos actuadores de controlo. mas interpor os denominados isoladores de choque e vibração que não são mais do que unidades de controlo que reagem a perturbações exteriores reduzindo a força transmitida ao objecto ou indivíduo a proteger. Ocupantes de veículos de transporte necessitam de ser isolados das perturbações resultantes da interacção do veículo com o meio envolvente. calculam-se as forças de inércia e verifica-se a resistência de cada componente do sistema. Usando integrais de tempo em todas as derivações. Uma das aplicações do controlo óptimo é a protecção contra choques e vibrações. assim como o desempenho do sistema de controlo. ou por níveis.

Os problemas em que se consideram controlos pré-actuantes. Estruturação da Tese Para além deste Capítulo de introdução. Nessas circunstâncias estamos perante um controlo préactuante e pode-se dessa forma melhorar o desempenho do isolador relativamente a um controlo que começa a actuar apenas no instante do impacto. sobretudo quando as perturbações são transitórias e não estacionárias. sendo que nestes casos se usam geralmente técnicas de programação matemática para investigar o desempenho dos isoladores.complexos contendo sensores que medem as características das perturbações. No presente trabalho desenvolvem-se métodos de cálculo para calcular essas variações. Para sistemas de vários graus de liberdade. usando essa informação para melhorar o desempenho do isolador. Se for possível prever o instante do início do impacto e conhecendo de antemão as suas características. No Capítulo 2 é apresentada uma pesquisa bibliográfica sobre a análise e controlo óptimo de sistemas mecânicos flexíveis. pois passa a haver uma variação implícita com o tempo dessas medidas. tal como os problemas em que pretende minimizar o tempo até se atingir uma determinada condição final. a tese é constituída por mais sete capítulos. é possível ao actuador começar a gerar o controlo antes do impacto ocorrer. 3 . Para sistemas de um grau de liberdade a teoria do isolamento está virtualmente desenvolvida. têm em comum o facto de terem um domínio de tempo variável e têm como dificuldade principal a determinação dos gradientes da resposta do sistema. há ainda desenvolvimentos a efectuar. 1. Um problema básico do projecto de isoladores ao choque e à vibração é a determinação da lei de controlo que maximiza a eficiência do isolador.2. Em geral os isoladores iniciam a sua resposta a um impacto no instante em que este ocorre.

São apresentados e comparados entre si o método da diferenciação directa e o método do sistema adjunto. Relativamente à discretização temporal. Apresentamse ainda as expressões para a variação de projecto para problemas de domínio de tempo variável. é formulado o problema fundamental do isolamento óptimo a apresentada a solução analítica para o caso de sistemas de um grau de liberdade. 4 . são apresentados outros métodos clássicos alternativos ao método dos elementos finitos. No Capítulo 4 apresenta-se a formulação contínua geral para a análise não-linear de estruturas baseada no balanço da energia mecânica e considerando a descrição Lagrangeana Total (LT) do movimento. Finalmente. nomeadamente problemas de tempo mínimo e de controlo com préactuação. Definem-se forças de acção lenta e forças de acção rápida e é abordado o tema da eficiência do isolamento ao choque. são neste trabalho. que em geral. sendo este último. estão em conflito. No Capítulo 5 é desenvolvida a análise de sensibilidades de projecto. o utilizado neste trabalho. no caso de domínio de tempo variável. Esta é feita em primeiro lugar ao nível do elemento e seguidamente composta e resolvida ao nível do sistema. No Capítulo 6 trata-se o problema do isolamento óptimo ao impacto e ao choque. São também feitas referências ao chamado problema Minimax. bem como dos métodos para as tratar. por ser um tipo de problema que frequentemente surge em dinâmica. Quer a discretização espacial quer a discretização temporal. é apresentada a formulação do problema mais geral de projecto e controlo óptimos. e à optimização multicritério uma vez que nos problemas de projecto e controlo óptimos de sistemas é frequente haver simultaneamente mais do que um objectivo a minimizar. São dados exemplos de funções de desempenho e é feita uma descrição das restrições do tipo local e do tipo global. feitas utilizando o método dos elementos finitos sendo a integração temporal feita de uma só vez.No Capítulo 3 é formulado o problema do projecto óptimo. Por fim.

5 . no Capítulo 8 apresentam-se as conclusões do trabalho e apontam-se caminhos para a realização de trabalhos futuros.No Capítulo 7 são apresentados exemplos numéricos ilustrativos do modelo desenvolvido. Finalmente.

Em Agrawal e Shabana (1986) discute-se a selecção de diferentes sistemas de referência móveis para diferentes situações. e como tal variam com o tempo. Em Chen e Shabana (1989) apresenta-se a análise de um mecanismo de biela-manivela com curvatura inicial e discute-se o efeito dessa curvatura no desempenho do sistema. São apresentados resultados para um mecanismo de biela-manivela. Nesse método. Em Changizi et al. Aplicações deste método têm aparecido em numerosos artigos. resulta nas equações de equilíbrio dinâmico do sistema. considerações cinemáticas fundamentais foram aplicadas à secção transversal da viga. Estas coordenadas são definidas pela deformação do corpo. as deformações devido à flexibilidade são consideradas elásticas e são transformadas em coordenadas modais. (1986) descreve-se a análise de um trem de aterragem de um avião e de uma suspensão.2. Por exemplo. O efeito de se usarem diferentes números de modos de vibração na análise é discutido. Em Kane et al. os ângulos que representam a orientação desses sistemas móveis e as coordenadas generalizadas que descrevem a deformação de cada corpo. os deslocamentos e velocidades dos pontos de cada corpo podem ser achados. A determinação da energia cinética total. num elemento viga plano. De seguida é formado um vector de deslocamentos generalizado que contém a localização da origem dos sistemas de referência móveis de cada corpo. essas 6 . Usando estas coordenadas generalizadas. Esses métodos assentam na definição de um sistema de coordenadas local fixo a cada corpo. Em Belytschko e Hsieh (1973) desenvolve-se uma formulação para análise dinâmica de sistemas não lineares usando o método dos elementos finitos baseado em coordenadas corrotacionais. integrando ao longo do volume do sistema e a sua substituição nas equações de Lagrange do movimento. (1987) é desenvolvido um método para analisar a dinâmica de uma viga encastrada-livre sujeita a movimentos do apoio. um mecanismo de seis barras e um quadro flexível. Revisão Bibliográfica Em Shabana (1989) apresentam-se as ferramentas e métodos de análise de estruturas flexíveis sujeitas a grandes deslocamentos. Nesta referência.

Neste trabalho é feita a interpolação das deformações e não dos deslocamentos. sendo a matriz de massas constante. 7 . Nos trabalhos de Simo e Vu-Quok (1986a.coordenadas podem ser definidas pelo vector que une os nós extremos do elemento. Um aspecto interessante desta formulação é o facto de não ser necessária a formação de matrizes de rigidez globais. 1986b) apresenta-se uma formulação para análise de grandes rotações e extensões de uma viga bidimensional sujeita a deformações axiais. Estes elementos empregam rotações finitas como variáveis nodais. Os exemplos numéricos apresentados revelam que o elemento assim desenvolvido dispensa o uso de técnicas de correcção de rigidez. As vantagens desta formulação vêm do facto das não linearidades acontecerem apenas nos termos de rigidez das equações. sendo os termos de inércia lineares no que respeita às derivadas temporais dos deslocamentos. As relações cinemáticas usadas são as da teoria de vigas de Reissner e o sistema de equações de equilíbrio dinâmico é derivado de uma modificação do princípio de Hamilton. de corte e de flexão. Em Simo e Vu-Quok (1986a) é usado um referencial de inércia para definir os campos de deslocamento. tensão e extensão. A formulação de Belytschko é desenvolvida para problemas de grandes deslocamentos mas pequenas extensões. Em Dmitrochenkoa (2008) é discutida uma família de elementos finitos baseada em coordenadas nodais absolutas que permite grandes deslocamentos relativos a um sistema de eixos global sem necessidade de recorrer a sistemas de eixos locais. poupando assim memória computacional. Esta abordagem permite que nas equações de movimento os unicos termos não lineares estejam presentes no vector de forças elásticas. Esse trabalho é baseado em formulações desenvolvidas por Reissner (1972) e Antman (1974). Em Gams (2007) é apresentada uma formulação de elementos finitos para a análise dinâmica de vigas planas altamente flexíveis e sujeitas a grandes deslocamentos. São desenvolvidas expressões para a energia cinética e para a energia potencial e aplicado o princípio de Hamilton para obter as equações diferenciais da viga.

O elemento viga á baseado na teoria de vigas de Reissner e é usada uma descrição Lagrangiana total do movimento. O elemento mola é acoplado à linha neutra da viga através de uma técnica de master-slave. O elemento apresentado relaxa os pressupostos da teoria de vigas de Euler-Bernoulli e de Timoscehnko. É usado um modelo de amortecimento de Rayleigh para modelar as forças dissipativas e conclui-se que quando estas forças são de pequena amplitude é possível ignorar as componentes proporcionais à rigidez e reter apenas as componentes proporcionais às massas. e respectiva formulação por elementos finitos. nomeadamente permitindo que as secções transversais não se mantenham rígidas e não se mantenham necessariamente perpendiculares à linha neutra. baseado numa formulação não incremental por coordenadas nodais absolutas para a análise de vigas sujeitas a grandes rotações e grandes deformações. 8 . O elemento finito desenvolvido é aplicado em exemplos numéricos de análise estática e dinâmica de vigas altamente flexíveis. Em Marjamäki (2009) é desenvolvido um elemento viga com uma junta de translação flexível. é apresentada uma teoria de vigas geometricamente exacta.YOO (2004) usa a mesma família de elementos que Dmitrochenkoa (2008) e faz a validação experimental do estudo numérico das oscilações de grande amplitude de uma viga encastrada livre com uma massa concentrada na extremidade. Em Omar e Shabana (2001) é desenvolvido um elemento de viga que tem em conta a deformações devidas ao esforço transverso. Esta teoria tem em conta as não linearidades geométricas e curvaturas iniciais das vigas através do uso das tensões de Jaumann. para modelar elementos de viga de sistemas multibody sujeitos a grandes deformações e grandes deslocamentos. Este elemento é composto por um elemento viga de 12 graus de liberdade e um elemento mola de 12 graus de liberdade A junta de translacção tem uma continuidade de grau 1 entre os elementos viga adjacentes. Em Wua (2011). dos conceitos de deslocamentos locais e rotações virtuais ortogonais e dos ângulos de Euler para descrever a transformação de coordenadas entre as configurações iniciais e deformada.

Nos primeiros estágios da investigação na área de controlo estrutural. Estas implicam o uso do cálculo variacional através do controlo óptimo. Esta técnica tem como vantagens poderem as características vibratórias de cada modo ser projectadas individualmente e ser a ordem da lei de controlo projectada no espaço modal metade da ordem dessa lei projectada no espaço de estado. Bryson e Ho (1975). o controlo era projectado após a estrutura ter sido ela própria previamente projectada.A maior parte do trabalho desenvolvido em controlo óptimo de sistemas flexíveis tem sido limitada à análise de sistemas lineares e. pois os dois problemas não são completamente independentes. Por outro lado. os problemas de projecto óptimo estrutural e do controlo óptimo têm sido tratados independentemente. o projecto final não é óptimo no sentido global. a técnica mais utilizada é a dos elementos finitos. Uma técnica muito utilizada de controlo em sistemas estruturais é o controlo no espaço modal independente. para sistemas mais complexos. ou dos métodos de programação matemática. eles não permitem o projecto destes sistemas. ou seja. Técnicas de optimização também têm sido aplicadas ao projecto dos sistemas de controlo. Esta técnica consiste em aplicar a transformação modal às equações de movimento de maneira a torná-las desacopladas antes de se proceder ao projecto do sistema relativamente aos ganhos modais. No entanto. O controlo estrutural foi desenvolvido para limitar a resposta dinâmica de uma estrutura. Meirovitch e Oz (1980b) e Meirovitch e Baruh (1982). Como resultado desta separação. Haftka et al. muitos códigos que existem para o projecto de sistemas de controlo não permitem a determinação das matrizes estruturais. (1990). 9 . a grande desvantagem da técnica de controlo modal é o facto de serem ignorados os efeitos que o controlo de um pequeno número de modos tem nos restantes modos. No entanto. Arora (1989). Meirovitch e Oz (1980a). embora a maior parte dos programas de elemento finitos tenha uma capacidade rudimentar para modelar os sistemas de controlo. mantendo simultaneamente a estrutura com peso baixo.

problemas sem restrições. Dessa integração têm resultado melhorias significativas no desempenho global dos sistemas. Em Lust e Schmit (1986) é usada a programação não linear no projecto estrutural com controlo. (1985). sendo as necessidades do controlo reduzidas pela modificação cautelosa das massas e/ou das rigidezes. sendo os parâmetros de projecto e de controlo optimizados simultaneamente.Nas últimas décadas tem havido a integração dos dois problemas. (1988) foi desenvolvido um algoritmo de controlo óptimo instantâneo onde a função de mérito é minimizada a cada instante. Haftka et al. Como a equação de Ricatti está contida na função objectivo. Então é formulado um problema de programação não-linear com o peso estrutural como função custo e com restrições aos valores próprios do sistema de anel fechado. Nesta linha de projecto e controlo óptimo simultâneos. alguns trabalhos separam as variáveis de projecto estrutural das variáveis de controlo Salama et al. (1988) e Miller et al. Em Kamat (1988) deriva-se as condições necessárias de optimização de um sistema não linear usando o cálculo variacional clássico. no entanto. Então o problema do projecto óptimo é construído. Em Atluri e Iura (1988). (1984). a sua sensibilidade relativamente às variáveis estruturais necessita de ser calculada e usada no processo de optimização. Em Khot (1988) a equação de Ricatti é primeiramente resolvida e com base nesta solução é construído um sistema de anel fechado. As condições necessárias do problema de controlo óptimo traduzem-se na equação de Ricatti. A grande maioria destes problemas tem sido aplicada a sistemas lineares. Em Yang et al. tratando-se as dimensões estruturais e os ganhos do sistema de controlo como variáveis independentes. 10 . O’Donoghue (1985) e Zhang (1987) trataram-se as equações incrementais de análise não linear como um sistema linear e aplicou-se o conceito de regulador linear para obter os ganhos incrementais de controlo. Salama et al. Todas estas aproximações têm apenas considerado. De um modo geral o controlo de sistemas não lineares é mais complicado que o dos sistemas lineares. (1985) e Haftka (1986).

(1997) o projecto e controlo óptimo simultâneos de sistemas não lineares são executados usando técnicas de programação não-linear e critérios de optimalidade. e a técnica de programação dinâmica diferencial é usada no controlo óptimo. Em Cardoso et al. (2008) considerou-se também o problema integrado do projecto e controlo óptimos de sistemas mecânicos não lineares. Na primeira e terceira referências é usada a programação sequencial quadrática para ambas as disciplinas. Arora e Lin (1992). 11 .Em Tseng e Arora (1989). e Moita et al. Na segunda referência a programação não-linear é usada para o projecto óptimo dos componentes do sistema.

em geral. e que as variáveis de projecto. dado pelas funções objectivo e restrições. variáveis de decisão que minimizam ou maximizam determinadas funções. propriedades físicas ou geométricas do sistema e são controladas directamente pelo projectista. Na definição acima. tensões. vão permanecer independentes do tempo.3. Por exemplo. em geral. que são variáveis sobre as quais o projectista não tem controlo directo. as variáveis de controlo são dependentes do tempo. As variáveis de projecto e de controlo definem. enquanto satisfazem um conjunto de restrições geométricas e/ou de comportamento impostas pelo projectista (projecto admissível). no seu conjunto. 12 . etc. O projecto e controlo óptimos são definidos pelo valor óptimo de um conjunto de variáveis do sistema. chamadas respectivamente de projecto e controlo. chamadas funções de custo ou funções objectivo. enquanto a geometria do sistema ou a rigidez de uma mola podem variar ou não com o tempo. No presente trabalho. Projecto e Controlo Óptimos O processo de projecto e controlo óptimos de um sistema visa obter racionalmente um sistema que seja o melhor de todos os sistemas possíveis relativamente a determinados objectivos e a um determinado conjunto de restrições geométricas e/ou de comportamento. Ambos os tipos de variáveis descritas vão condicionar o comportamento ou resposta do sistema mecânico em estudo. as forças actuantes no sistema são. os problemas de controlo e de projecto serão tratados de uma forma unificada. considera-se que. em geral. temporalmente dependentes. como um caso particular daquelas.). sendo as variáveis de decisão denominadas indistintamente de variáveis de projecto ou variáveis de controlo. ou. mas das quais depende também o desempenho do projecto. Essa resposta é medida através das chamadas variáveis de estado (deslocamentos. acelerações.

6) em que Ψ0 b z Ψi é o vector das funções objectivo Ψ 0i é o vector de variáveis de projecto é o vector das variáveis de estado são os m´ constrangimentos de igualdade 13 .n (3. z . z. R ( b.m´ (3. z.5) k = 1.…. t ) = 0 . Formulação Matemática do Problema de Projecto Óptimo A formulação matemática do problema geral de projecto óptimo pode ser feita da seguinte forma: Determinar o vector das variáveis de decisão b = b(t ) = [b1 b2 … bn ] tal que ∈ Rn (3. z .4) (3.m (3. t ) = 0 bkl ≤ bk ≤ bku .…. t ) ≡ {Ψ 01 Ψ 02 … Ψ 0 M } sujeito a: Ψi ( b. t ) ≤ 0 .3.3) j = 1.2) i = 1. Ψ j ( b.1. (3.….1) min Ψ 0 ( b.

Um exemplo de uma função de desempenho escrita directamente na forma integral dada acima é o trabalho médio ao longo de um intervalo de tempo T das forças P aplicadas aos pontos de um sistema durante o seu deslocamento u.1) . ⋅ 14 . (j=01. como o domínio t do tempo. integrais de domínio espaço-tempo na forma contínua Ψ=∫ ( ∫ G ( b.8) onde " " representa o produto escalar. optimização multiobjectivo ou optimização vectorial. m+m´) de um sistema dinâmico são. são dependentes das variáveis de decisão.(3. As funções de desempenho Ψ j .1) . t ) d Γ(b) ) dt (b) (3. a qual pode ser efectuada por algoritmos de optimização baseados nas condições de optimalidade ou por métodos de programação não-linear. 02. O problema formulado nas equações (3. t ) dV (b) + ∫ g ( b. em geral. 0M. z. 1.6) é um problema multiobjectivo com M funções de custo.7) onde tanto os domínios V do volume do corpo e Γ da sua superfície. 1 T∫ Ψ= ( ∫ P ⋅u dV ) dt (3.(3. ….6) é um problema de optimização multicritério. ….Ψj são os m constrangimentos de desigualdade é o vector de forças em equilíbrio é o limite inferior das variáveis de projecto é o limite superior das variáveis de projecto R bkl bku A formulação geral descrita pelas equações (3. z. Este problema deverá obviamente ser transformado num problema uniobjectivo com vista à sua resolução através da programação matemática.

15 . z. a forma geral integral da função de ˆ desempenho pode ser mantida através da aplicação adequada dos deltas de Dirac δ . acontece que o número de restrições para discretizações temporais muito finas.…. As restrições locais no tempo. 0≤t ≤T (3. n (3. substituindose a restrição original por Ψ ( b. discretizações mais largas deixarão fugir pontos de máximo. z. i = 1. se poderá tornar incomportável. zk ) do sistema ao longo de um intervalo de tempo T. ti ) ≤ 0 .10) 3. e as segundas em todos e em cada ponto ao longo do domínio. tendo as primeiras que ser satisfeitas de uma forma integral. são restrições da forma Ψ ( b.9) Outro exemplo é o da aceleração do mesmo ponto x k no instante de tempo ti: 1 T Ψ= ∫ ( ∫ uδˆ ( x − x ) dV ) δˆ ( t − t ) dt k i (3. t ) ≤ 0 .2.11) A maneira mais óbvia de tratar restrições deste género é a imposição da restrição em todos os n instantes em que se discretizou o domínio de tempo na análise. a qual pode ser escrita 1 T Ψ= ∫ ( ∫ uδˆ ( x − x ) dV ) dt k (3.12) Assim.No caso de funções de desempenho pontuais. Um exemplo é o caso da velocidade média de um ponto x k ≡ ( xk . de acordo com a sua definição. Por outro lado. Restrições Globais e Locais As restrições do problema formulado podem ser globais ou locais. yk .

(1984a).11) é apresentada em Haug e Arora (1979). Uma outra desvantagem deste método é a perda de informação relativa aos multiplicadores de Lagrange. Consiste a abordagem aí apresentada em substituir a restrição local original pela sua forma integral T ∫ < Ψ ( b.Uma outra maneira de tratar a restrição (3. Nesta abordagem.11) formulada no contínuo é substituída por 16 . 0 em que 0 ⇐Ψ ≤ 0 < Ψ ( b. t ) > =  Ψ ⇐ Ψ > 0 (3. o que pode dar origem a dificuldades em satisfazer as condições de optimalidade do problema. z . Em Haug e Arora (1979) é apresentada uma outra maneira de tratar a restrição. a “quantidade de violação” seria a soma das zonas A e B.13) ou seja.Forma integral das restrições pontuais Este método tem a desvantagem de o alisamento da função alterar substancialmente a severidade da restrição original. Hsieh e Arora. No caso da Figura 1. É a chamada formulação ‘worst case’ do projecto. a restrição (3. t ) > dt ≤ 0 . é achada a “quantidade de violação” ao longo do domínio de tempo da análise. z. Ψ Violação A Violação B t Figura 1.

T ] (3.3. Em Haug e Arora (1979) o tratamento dado a tais problemas passa pela introdução de uma variável de projecto auxiliar b0 e uma restrição auxiliar t∈[0. são os problemas de minimização do máximo que uma função toma ao longo de um intervalo de tempo: min max Ψ ( b. Problema Minimax Um tipo de problemas que frequentemente aparece em dinâmica.16) A esse tipo de problemas é dado o nome de problemas minimax. z. i = 1.max t Ψ ( b. t ) ≤ 0 .17) substituindo-se o custo representado na equação (3. z. t1 j j = 1. no qual se substitui a restrição original por t2 j ∫ < Ψ ( b. Em Hsieh e Arora (1984b) é proposto um tratamento híbrido entre as duas anteriores abordagens. impomos a restrição apenas nos máximos locais da função. 3. z. e que está intimamente relacionado com a formulação de projecto “worst case” referida no ponto anterior.…. n (3.…. 2.16) por um novo custo que é dado por b0. 2.T ] max Ψ ( b. t ) > dt ≤ 0 . t ) b t∈[ 0.15) em que m é o número de máximos locais da função e [t1j. t ) − b0 ≤ 0 (3. 17 .14) ou seja. m (3. z.t2j] é um intervalo que envolve o máximo local tj.

4. sendo que o conceito mais consensual é o conceito de óptimo de Pareto. Definida essa fronteira.6) é convertido numa sequência de problemas unicritério ou escalares. uma parte essencial de qualquer problema de optimização multicritério ou vectorial. Optimização Multicritério Nos problemas de projecto e controlo óptimos de sistemas é frequente haver simultaneamente mais do que um objectivo a minimizar.3. sugestivamente. por ponto de utopia. Na optimização multicritério não há um único projecto que minimize simultaneamente todos os objectivos. denominados no seu conjunto como problema substituto. O problema original formulado nas equações (3. É portanto necessário definir um conceito alternativo de optimalidade. em geral.1) . A função objectivo do problema substituto é chamada de função preferência ou função utilidade: 18 . Isto é. É de salientar que a determinação da fronteira de Pareto é um processo objectivo enquanto a escolha de entre os vários projectos pertencentes a essa fronteira é subjectivo na medida em que depende da sensibilidade do projectista. mas á custa de piorar outros objectivos. para o projectista. Apenas nos problemas de optimização unicritério ou optimização escalar é possível encontrar uma solução única. Segundo este conceito. Os pontos no espaço dos objectivos que correspondem aos vários óptimos de Pareto constituem a fronteira de Pareto. A esse projecto ideal costuma designar-se. Em geral. os objectivos estão em conflito (por exemplo deslocamento e peso).(3. é agora função do projectista escolher o projecto mais conveniente. uma mudança nas variáveis de projecto pode melhorar um ou mais dos objectivos prescritos. Um projecto diz-se óptimo de Pareto se não se pode melhorar um determinado objectivo sem piorar simultaneamente pelo menos outro objectivo. O modelo de geração dos óptimos de Pareto (estratégia multicritério) é. o problema multiobjectivo tem uma infinidade de soluções.

∑ w = 1.…. os critérios não têm as mesmas unidades de medida e os seus valores podem ser muito diferentes. este valor alvo é min escolhido como o valor óptimo Ψ 0i obtido independentemente dos outros critérios. i i =1 M wi ≥ 0 (3. t )  ≡ Ψ0k .20) Onde Zi representa um valor alvo do critério Ψ 0i . k −1. z. é escolhido um dos objectivos originais para função utilidade enquanto os outros são removidos para o conjunto de restrições de desigualdade. Podemos proceder a uma normalização dos critérios tornando-os adimensionais. usando a fórmula 19 . Romero (1991). tal que Ψ0 j ≤ Yj . No segundo tipo de estratégia. No primeiro caso. 1≤ p ≤ ∞.18) As estratégias multicritério são basicamente de dois tipos: estratégia da redução do espaço admissível e estratégias de norma. Frequentemente. z.19) Y j são os limites das restrições escolhidos pelo projectista. t )    (3.…. Ele é um componente do ponto de utopia.U Ψ0 ( b. a geração dos óptimos de Pareto baseia-se na função utilidade que é uma soma de funções distância M p = ∑ wi [ Ψ 0i − Zi ]   i =1  1 p U ≡ w Ψ0 ⋅ p . Prescrevendo o expoente e os valores alvo. Em geral. A cada conjunto destes valores escolhidos vai corresponder uma solução de Pareto do problema original multiobjectivo. É no entanto difícil garantir que para determinados valores das restrições impostas aos objectivos não se esteja a formular um problema de solução impossível. M   onde (3. k + 1. j = 1. o que resulta em esforço computacional acrescido. o expoente p e os pesos wi são opções do projectista. 2. Os valores alvo. cada óptimo de Pareto é obtido para uma combinação dos pesos wi . isto é min U Ψ0 ( b.

além de que um conjunto de pesos uniformemente espaçados não garante a obtenção de pontos uniformemente espaçados na fronteira de Pareto.… . 2.Ψ 0i = min Ψ 0i − Ψ 0 i max min Ψ 0i − Ψ 0 i (3. M ) (3. O valor normalizado situa-se assim entre os valores 0 e 1.20).… . temos como função utilidade a soma (3. se depois da normalização fizermos Zi = 0. Se na função utilidade da equação (3. Na implementação deste método pode introduzir-se uma variável auxiliar que passa a ser o objectivo escalar a minimizar (Marler e Arora (2004)).24) 20 . (1983). M ) na equação (3. ponderada dos objectivos: U ≡ ∑ wi Ψ 0i i =1 M ( i = 1. Com efeito.21) min max onde Ψ 0i foi definido acima e Ψ 0 i é o valor máximo do objectivo Ψ 0i apurado de entre todas as minimizações independentes dos restantes objectivos. consiste em minimizar o máximo dos objectivos. ( i = 1.21) e fizermos p = 1 e Zi = 0. M ) . p=∞ e ( i = 1.23) U ≡ max {w1Ψ 01 w2 Ψ 02 … wM Ψ 0 M } e dizemos neste caso que o problema multicritério é formulado por uma estratégia min-max. Uma análise completa destas limitações pode ser lida em Dass e Dennis (1997). Uma outra forma de tratar o problema multicritério apresentada em Bendsoe et al.… .20) usarmos a normalização da equação (3. iremos obter a função utilidade (3. sendo estes previamente normalizados.22) Este método falha quando a fronteira de Pareto é côncava. impondo-se como restrições que os objectivos ponderados e normalizados sejam inferiores a essa variável auxiliar: min b0 tal que wi Ψ 0i ≤ b0 . 2. 2.

Processo iterativo de projecto óptimo 21 .Projecto e Controlo Iniciais Estratégia de Optimização Multicritério Uniobjectivo Restrições Projecto e Controlo Temporários Análise Análise de Sensibilidades Optimizador N Converge ? S Óptimo de Pareto Último Objectivo N ? Stop S Figura 2 .

Por fim. consiste em obter a resposta do sistema às solicitações. no cálculo dos gradientes das restrições e objectivos às variáveis de decisão. será definido por: min Ψ 0 ( b. o da optimização propriamente dita. no caso de domínio de tempo variável. consiste na análise da variação da resposta do sistema à variação do projecto.O problema do projecto óptimo pode ser obtido através de um processo iterativo composto por 3 subproblemas expostos na Figura 2. t b.). uma ou várias das fronteiras desse domínio são móveis e devem obedecer a determinadas condições. considerando-se geralmente impostas no instante móvel ou livre t . análise de sensibilidades de projecto. e também as funções objectivo e as restrições. etc. chamadas condições de transversalidade. tensões.25) Então o problema mais geral de projecto e controlo óptimos. resolve um problema de programação matemática que leva à obtenção das novas variáveis de projecto e de controlo. podem ser expressas por t Φ ( t z . Calculam-se desta maneira as variáveis de estado (deslocamentos. 3. t ) ≡ {Ψ 01 Ψ 02 … Ψ 0 M } sujeito a: (3. Problemas de Domínio de Tempo Variável Nos problemas de domínio temporal variável. O segundo subproblema. Estas condições. velocidades. O primeiro subproblema.5. análise. t ) = 0 (3. z. ou seja. as quais são consideradas óptimas caso os parâmetros de convergência sejam satisfeitos. o terceiro subproblema.26) 22 .

(2008). Cardoso e Arora (1988). em problemas de domínio de tempo fixo não há.33) 23 . dt T dτ d 1 d2 = 2 2 dt 2 T dτ (3. Desta forma. t b. ao domínio do tempo.….32) Esta transformação implica que τ = t .m´ (3. o domínio do tempo fica independente das variáveis de decisão.…. τ ∈[ 0.…. Desta forma o tempo total passa a ser uma nova variável de estado. z.1] (3.m (3. essa variação de domínio vai dificultar sobretudo a determinação dos gradientes dos objectivos e restrições pois passa a haver uma variação implícita com o tempo dessas medidas que. T d 1 d = . A aplicação do domínio de tempo unitário no domínio original vai ser feita transformando o tempo original no tempo adimensional t T τ = .29) bkl ≤ bk ≤ bku .30) t (3. unitário. Φ ( t z . Cardoso et al. R (b. t ) = 0 .Ψi ( b.27) j = 1. z . z. Ψ j ( b. expandindo assim o conceito de volume de referência.31) É de notar que nos problemas de domínio de tempo variável. t ) = 0 i = 1. t ) ≤ 0 . ficando a dependência do tempo contida no jacobiano T da transformação.28) (3. De modo a considerar a variação de projecto do tempo total. será feita a aplicação de um domínio de tempo fixo.n (3. t ) = 0 k = 1. no domínio de tempo original.

C = T −1C. τ b.37) onde k representa a iteração de optimização. τ b. U´= TU.e que as medidas de desempenho e condições de transversalidade sejam transformadas em concordância: Ψ≡∫ e τ (∫G ( τ z.36) A actualização do domínio de tempo no algoritmo de optimização é feita de acordo com a fórmula recorrente tk +1 = tk + t . τ b.τ ) = 0 (3. após transformação para o novo domínio de tempo unitário. U´´= T 2 U. são: M = T −2 M .b ⋅(b k +1 − bk ) (3.35) Também as massas. velocidades e acelerações. "´" ≡ d dτ (3. amortecimentos. 24 .τ ) d Γ T (b) dτ ) (3.τ ) dV + ∫ g ( τ T.34) Φ ( τ z .

materiais. As teorias para tratar estas não linearidades têm sido desenvolvidas desde há décadas Truesdell (1966). sempre que necessário. Em ambas as descrições. as geométricas são as que serão tratadas no presente trabalho em que se estudarão sistemas mecânicos flexíveis. as medidas de tensão e deformação usadas nas equações de equilíbrio são invariantes com o movimento de corpo rígido. de força e de restrições cinemáticas. (1984). geométricas. a saber. sendo por isso necessário utilizar uma configuração de referência relativamente à qual são medidas as grandezas envolvidas nas equações de equilíbrio. a configuração de referência será indicada por um índice inferior esquerdo. Se usarmos para referência a configuração no instante imediatamente anterior ao instante em que estamos a formular o equilíbrio estaremos perante uma descrição Lagrangiana Actualizada. No presente trabalho usar-se-á a descrição LT e. no caso não linear. possibilitando o uso da formulação em situações de grandes deslocamentos típicas dos sistemas mecânicos flexíveis. a configuração inicial não se poder confundir com a configuração deformada.4. sendo o índice superior esquerdo o instante em que se está a tomar a medida da grandeza em questão. A diferença fundamental entre a análise de estruturas lineares e não lineares é o facto de. Se usarmos para referência a configuração em t = 0 . Resposta do Sistema Mecânico Flexível De entre os vários tipos de não linearidades em problemas estruturais. Truesdell (1977) e Gadala et al. então estamos perante uma descrição Lagrangiana Total (LT) do movimento. 25 .

Gadala (1984). Balanço de Energia Mecânica Um ponto de partida usual para a formulação de problemas não lineares é o balanço da energia mecânica formulada no estado deformado do corpo que se está a considerar. t u = t t uy t u z  é o vector deslocamento  ∂tu é o vector velocidade desse mesmo ponto. ∂t σ é a matriz de tensões de Cauchy. t f B é t o vector das forças volúmicas. t Γ será o vector área da superfície e vector área de superfície elementar será dado por  d t Γ x   t nx      d t Γ = d t Γ y  =  t ny  d t A = t n d t A d t Γ   t n  z   z V é o volume.3) em que t ρ é a densidade do material.1.4) com n o versor da normal à superfície t Γ . t u ≡  t u x  de um ponto genérico do corpo.1) com T 1 ( t ∇ t uT ) + ( t ∇ t uT )     2 t D≡ (4.2) onde ∇ ≡ ∂ ∂ t x ∂ ∂ t y ∂ ∂ t z    t (4. O (4.4. d 1t t t t t ∫ 2 ρ u ud V + ∫ σ dt ⋅ ⋅ Dd V − ∫ t t t ρ t f B ⋅ t ud tV − ∫ ( t σ t u ) d t Γ = 0 T (4. t D é o tensor da velocidade de deformação. 26 .

de posição t x ≡  t x  y t z . respectivamente.1) pode ser transformada de forma consistente para a configuração de referência não deformada 0C.  Na equação (4. temos uma descrição Lagrangiana Total do movimento e as variáveis independentes são a posição da partícula P na configuração de referência t=0 e o próprio tempo t. 0 C 0 P t u t C 0 x t x t P y x z Figura 3 – Geometria do movimento 4. são campos cinematicamente admissíveis. Nesta figura representa-se o corpo nas configurações inicial não deformada 0 C e tC de equilíbrio. A equação (4. Através do balanço de massas 27 . em t=0 e t. O campo de velocidades e velocidade de deformação t D associados. Descrição Lagrangiana Total do Movimento Quando a configuração de referência é a que ocorre em t=0.1) o primeiro termo representa a energia cinética do corpo. O ponto P é um ponto arbitrário t pertencente ao corpo em estudo.2.Na Figura 3 representa-se o movimento de um corpo num sistema de coordenadas cartesiano.

8) e d tV = t X d 0V (4.∫ρd V = ∫ t 0 ρ d 0V (4. deformação dado por ∂tx ∂ 0x  t y t z)   ∂ t y = 0 0 y 0z)  ∂ x  ∂tz  0 ∂ x  ∂tx ∂0y ∂ty ∂0y ∂tz ∂0y t X é o gradiente da t  ∂( tx X= 0 ∂ ( x  ∂tx  ∂ 0z   t  ∂ y  ∂ 0z  ∂tz   ∂ 0z   (4. temos para a potência da deformação 28 .7) t σ = tX −1 t X t S t XT (4.6) e o termo das forças volúmicas ∫ Através das transformações t ρ t f B ⋅ t u d tV = ∫ 0 ρ t f B ⋅ t u d 0V (4.5) podemos transformar a taxa de variação da energia cinética d 1t t t t d 10 t t 0 ∫ 2 ρ u ud V = dt ∫ 2 ρ u ud V dt ⋅ ⋅ (4.10) e t X é o determinante de t X .9) em que tS é o 2º tensor das tensões de Piola-Kirchhoff.

16) O último termo da equação (4.13) em que t ε = t XT t D t X (4.∫ σ⋅ t t Dd tV = ∫ ( t X t S t XT ) t D d 0V ⋅ (4. 29 .11) a seguinte propriedade dos tensores de 2ª ordem A B = ( AT B ) I = ( A BT ) I ⋅ ⋅ ⋅ (4.11) Substituindo agora na equação (4. respectivamente.12) vai resultar para a expressão da potência de deformação: ∫ σ⋅ t t D d tV = ∫ ( t S ˆ ˆ ⋅ ε) d V = ∫ ( S⋅ ε) d V t 0 t t 0 (4.15) e t S =  t S xx  t S yy t S zz t S xy t S xz t S yz   (4. ∫( t σ t u ) d t Γ = ∫ t TT t X T t u d 0 Γ T (4. e t ˆ S o 2º vector de tensões de Piola.a matriz e vector das extensões de Green-Lagrange.14) ˆ com t ε e t ε .17) em que t T é o vector tensão dado pela lei de Cauchy t T = t σ T t n . Note-se que t T T 1 ε = ( 0 ∇ t uT ) + ( 0 ∇ t uT ) + ( 0 ∇ t uT )( 0 ∇ t uT )     2 (4.1) virá.

18) O vector das extensões de Green-Lagrange também pode ser expresso por 1 t t ' t ' 0 A( 0 u ) 0 u 2 t ˆ ˆ ˆ ε = t εL + t εN = 0 ∂ t u + (4.19) em que  ∂ tu u′x =  0 x ∂ x   ∂ tu u′y =  0 x ∂ y   ∂ tu u′z =  0 x ∂ z  ∂ tuz   ∂ 0x   ∂ t uz   ∂0y   ∂ tuz   ∂ 0z    0   ∂   ∂ 0z  ∂   ∂0y T t 0 ∂ tuy ∂ 0x ∂ tuy ∂0y ∂ tuy ∂ 0z  u′x    t ′ ′ 0u =  uy .21)  t0' u′xT  T  0  0T t'  0 A = t'  0 u′y T  t' T  0 u′z  0T  0T t' 0 u′y T 0T u′xT 0T u′z T t' 0 t' 0 0T   0T  t' ′T  0uz  0T   t' ′T 0ux  t' ′T  0u y  (4.20) T t 0  ∂ ∂ 0x   T 0∂ ≡  0    0  0 ∂ ∂0y 0 0 0 ∂ ∂ 0z ∂ ∂ y ∂ ∂ 0x 0 0 ∂ ∂ 0z 0 ∂ ∂ 0x (4.  u′   z t 0 t 0 t 0 T t 0 (4.A equação de balanço de energia mecânica escrita relativamente à configuração inicial poderá então ser dada por d 1 0 t t ˆ ρ u u d 0V + ∫ t S dt ∫ 2 ⋅ ⋅ t ˆ ε d 0V − ∫ 0 ρ t f B ⋅ ud V −∫ t 0 t T t XT t ud 0 Γ =0 (4.22) 30 .

Desta forma.28) 31 . o campo de velocidades é dado por t u = H tU (4.25) 4. as componentes linear e não linear do vector das extensões. a velocidade de deformação de Green-Lagrange será: 1 1 t t t ˆ ε = 0 ∂ t u + 0t A ( 0t u′ ) 0t u′ + 0 A ( 0 u′ ) 0 u′ 2 2 t (4. O campo dos deslocamentos é dado por t u = H tU (4.ˆ ˆ onde t ε L e t ε N são. respectivamente.3. Desta forma. Discretização Espacial Para a discretização espacial utilizou-se o método dos elementos finitos.24) temos então que t ˆ ε = 0 ∂ t u + 0t A ( 0t u′ ) 0t u′ (4.27) e os campos de extensão e velocidade de extensão são. Bathe (1982).23) e usando t 0 t t t t A ( 0 u′ ) 0 u′ = 0 A ( 0 u′ ) 0t u′ (4. respectivamente.26) em que H é a matriz contendo as funções de forma e t U é o vector dos graus de liberdade. 1   ˆ ε =  t B L 0 + t B L1  t U 2   t (4.

18) termo a termo.29) onde t BL0 = ∂ H (4. t uz )  t  ≡  0 u′x ∇u ≡   0 0 0  ∂ ( x. )    t 0 t 0 u′y t 0 u′z  =  0 (4.30) e  t UT 0 H′xT  0   0 = t T  U 0 H′yT t T T  U 0 H′z  0    0  H′x  t T T 0 U 0 H′z   0 H′y    0  H′  0 z t UT 0 H′xT  t UT 0 H′y T   0 0 t U T 0 H′y T t B L1 = 0t A t B NL 0 t U T 0 H′xT H′z T (4. t u y .27). y .33) 0 =  0 H′x t U  H′y t U H′z t U   Substituindo agora as expressões (4.29) e (4. o balanço das forças pode assim ser escrito 32 . e considerando uma velocidade virtual arbitrária. (4. z .32) na equação de balanço de energia mecânica (4.32) com o gradiente de deslocamentos dado por  ∂ ( t ux .e t ˆ ε = ( t B L 0 + t B L1 ) t U (4.31) 0 t U T 0 O gradiente da deformação é t 0 t X = I3 + 0∇u (4.

4.34) T t T NS − ∫ 0H T 0 ρ fBd V −∫ ( 0 H + B t 0 ) t Td Γ = 0 0 onde  t UT 0 H′xT 0 H    ≡ t B NS ( t U ) = 0t ∇u T 0 H =  t UT 0 H′y T 0 H   t UT 0 H′z T 0 H    t B NS (4. os mais utilizados.4. na prática. 0 T 0 t t T t T t ˆ 0  ∫ ρ 0 H 0 Hd V  U + ∫ B L 0 + B L1 S d V −   ( ) (4. onde.35) resultando na equação diferencial de equilíbrio dinâmico M t U + tCt U + tK t U = t R (4. se incluíram as forças não conservativas t C t U . através da matriz t C de amortecimento. a matriz de rigidez e o vector de forças aplicadas. Tal deve-se sobretudo ao facto de a dimensão do sistema de equações a 33 . Discretização Temporal Os métodos de integração passo a passo da resposta dinâmica são.36) em que M = ∫ 0 ρ H T Hd 0V (4. respectivamente a matriz de massas.37) t ˆ K = ∫ t BT 0 + 0t BT 1 t S d 0V L L ( ) (4.38) t R − t C t U = ∫ 0 ρ HT t f B d 0V + ∫ ( HT + t B NS ) T t Td 0 Γ (4.39) são.

36) em instantes discretos separados por intervalos de tempo ∆t e. Relativamente á escolha da duração dos intervalos de tempo. pois intervalos de tempo longos podem. afectando assim a precisão das quantidades calculadas. As possíveis não linearidades são tidas em conta assumindo que em cada intervalo as propriedades do sistema se mantêm constantes. sendo actualizadas no início do intervalo seguinte. em assumir a forma de variação dos deslocamentos. A resposta em cada instante é obtida a partir da resposta obtida nos instantes anteriores. A análise dinâmica consiste assim numa sequência de análises estáticas onde se incluiram as forças de inércia e de amortecimento. estes deverão ter em conta uma adequada representação das solicitações e da resposta temporal (se estas forem de alta frequência. 34 . O grau de precisão obtido é controlável modificando a duração do intervalo de tempo usado. em alguns métodos. por outro lado.resolver ser reduzida à dimensão do sistema estático. velocidades e acelerações dentro de cada intervalo ∆t . No caso dos métodos explícitos a análise é feita directamente de intervalo para intervalo. Os métodos passo a passo podem ser classificados em explícitos e implícitos conforme a determinação da resposta no instante t + ∆t se baseia nas condições de equilíbrio no instante anterior t . Só após atingida a convergência é que se avança para o intervalo seguinte. sem que isso acarrete uma menor precisão dos resultados. assim como a própria estabilidade do método de cálculo usado. A aparente desvantagem em custo computacional dos métodos implícitos poderá ser compensada pela possibilidade de utilização de intervalos de tempo maiores relativamente aos métodos explícitos. sendo os seus valores refinados através de sucessivas iterações feitas dentro do intervalo. Nos métodos implícitos é necessário estimar as quantidades referentes ao actual intervalo. obviamente não serão correctamente representadas por intervalos de tempo longos). levar á ampliação de erros de um intervalo para outro. por um lado em satisfazer a equação do movimento (4. Todos os métodos de integração passo a passo se baseiam. ou nas condições de equilíbrio no instante actual t + ∆t .

os métodos passo a passo involvem o uso de derivação ou integração numérica.Dado que no equilíbrio dinâmico estrutural se lida com uma equação diferencial de 2º grau.40) de modo a ter a mesma ordem de erro da aceleração.42) onde 1 1 t ˆ K = 2 M+ C ∆t 2∆t t (4. Método das Diferenças Finitas Centrais Este método é baseado na aproximação da aceleração pelas diferenças finitas centrais 1 t −∆t U − 2 t U + t +∆t U) 2 ( ∆t t U= (4.43) e 2 1 t  t −∆t    1 ˆ R = tR − tK − 2 M tU − 2 M − C U ∆t 2∆t     ∆t t (4.41) na equação de movimento no instante t M t U + tCt U + tK t U = t R obtém-se t ˆ ˆ K t +∆t U = t R (4. ∆t 2 .1. a velocidade é dada pelas diferenças finitas centrais 1 t +∆t ( U − t −∆t U ) 2 ∆t t U= (4. 4.41) Substituindo agora as equações (4.40) e (4.4.44) 35 . Apresentam-se de seguida métodos que recorrem a estes dois processos numéricos.

velocidade e aceleração iniciais. que tem como principal desvantagem necessitar de intervalos de tempo curtos para se obterem respostas com precisão adequada.48) 36 .45) Conhecendo agora o deslocamento. Esta característica é típica dos métodos explícitos. 4. Dado que a solução em t + ∆t foi baseada no equilíbrio no instante t.41) para t=0 permitem obter que ∆t 2 0 U = U − ∆t U + U 2 0 0 ∆t ∆t (4.o que permite obter a resposta t +∆t U.2. Método de Aceleração Linear Este método baseia-se na aproximação das acelerações por uma interpolação linear dentro de cada intervalo de tempo t +τ U = tU+ τ ∆t ( t +∆t U − t U) (4. estamos perante um método de resolução passo a passo explícito.46) e o processo da equação (4.40) e (4. Neste caso concreto é necessário que ∆t 1 ≤ Τn π (4. as equações (4.4.42) pode iniciar-se a partir da obtenção da resposta U. As condições iniciais conhecidas 0 U e 0 U permitem obter a aceleração inicial a partir do equilíbrio em t=0: 0 U = M −1 ( 0 R − 0 C 0 U − 0 K 0 U ) (4.47) onde Τn é o menor período de vibração natural do sistema discretizado.

49) e o deslocamento t +τ U = U + Uτ + U t t t τ2 2 + ( 6∆t τ3 t +∆t U − t U) (4.51) e (4.52) Se substituirmos as equações (4.55) 37 .52) no equilíbrio em t + ∆t M t +∆t U + t +∆t C t U + t +∆t K t +∆t U = t +∆t R (4. A velocidade e o deslocamento no final do intervalo são dados.53) obtém-se t +∆t ˆ K t +∆t U = t +∆t ˆ R (4.51) e ∆t 2 t +∆t ( U + 2t U) 6 t +∆t U = t U + t U∆t + (4.a que correspondem a velocidade t +τ U = t U + t Uτ + τ2 2 ∆t ( t +∆t U − t U) (4. respectivamente.54) onde 6 3 M+ 2 ∆t ∆t t +∆t ˆ K= t +∆t K+ t +∆t C (4.50) dentro do mesmo intervalo de tempo 0 ≤ τ ≤ ∆t . por ∆t t ( U + t +∆t U ) 2 t +∆t U = tU+ (4.

e
6 ∆t  6   3  ˆ R = t +∆t R +  2 t U + t U + 2 t U  M +  t U + 2 t U + t U  t +∆t C ∆t 2  ∆t   ∆t 
t +∆t t +∆t t +∆t

t +∆t

(4.56)

Resolvido

U pela equação (4.54),

U e

U são obtidos através das equações

(4.51) e (4.52).

4.4.3. Método de Newmark
Um dos métodos implícitos passo a passo mais usados é o de Newmark, Newmark (1959). Este método é uma extensão do método de Euler-Lagrange que se baseia-se nas expressões:
t +∆t

U = t U + (1 − γ ) t U + γ t +∆t U  ∆t  

(4.57)

t +∆t

 1   U = t U + t U∆t +  − β  t U + β t +∆t U  ∆t 2   2 

(4.58)

O factor β controla a relação entre a variação da aceleração e a variação da velocidade em ∆t , e o factor γ faz o mesmo para a relação entre a aceleração e o deslocamento. Os valores destes factores podem ser determinados para se obter precisão e estabilidade do processo. Se γ=1/2 e β=1/6 obtemos expressões que correspondem ao método da aceleração linear. Se substituirmos as equações (4.57) e (4.58) no equilíbrio em t + ∆t
M t +∆t U + t +∆t C t U + t +∆t K t +∆t U =
t +∆t

R

(4.59)

obtém-se

38

t +∆t

ˆ K t +∆t U =

t +∆t

ˆ R

(4.60)

onde

t +∆t

ˆ K=

t +∆t

K+

γ 1 M+ 2 β∆t β ∆t

t +∆t

C

(4.61)

e

t +∆t

 1 t 1 t 1 − 2β t  ˆ R = t +∆t R +  U+ U+ UM + 2 β∆t 2β  β ∆t   γ t γ −β t γ − 2β ∆t t  t +∆t + U+ U+ U C β β 2  β ∆t 
t +∆t t +∆t t +∆t

(4.62)

Resolvido

U pela equação (4.60),

U e

U são obtidos através das equações

(4.57) e (4.58).
t +∆t

Sendo o problema, em geral, não linear, a matriz visto depender da resposta
t +∆t

ˆ K não é conhecida em t + ∆t

U , pelo que o sistema terá de ser resolvido

iterativamente em cada passo de tempo, empregando, por exemplo, o método de Newton-Raphson.

4.4.4. Elementos Finitos Temporais
Outra maneira de tratar a dependência no tempo é usar uma discretização por elementos finitos. Se esse tipo de tratamento já há muito é feito para a discretização espacial, só mais recentemente tem sido usado para a discretização temporal, Kleiber (Editor) (1998). Nesta abordagem, a resposta contínua num determinado intervalo de tempo (elemento finito) da discretização é aproximada pela interpolação através de funções de forma hi

39

dos deslocamentos generalizados nos instantes correspondentes aos nós de tempo do elemento. No presente trabalho, a discretização temporal usada tem por base a formulação apresentada por Gellert (1978) para a integração “passo a passo” de sistemas lineares. Expande-se essa formulação para o caso de sistemas não lineares e aplica-se a integração, ou passo a passo, ou de uma só vez, como em estática, fazendo-se uma análise integral da resposta por oposição a uma análise “passo a passo”. A razão de se usar esta discretização tem a ver com o facto de permitir bons resultados com um número pequeno de elementos finitos temporais, para além da melhor eficácia que oferece nos problemas de controlo óptimo. As equações de equilíbrio de um sistema não linear podem, após a sua modelação espacial, ser rescritas do seguinte modo:
M t U + t C( t U) t U + t K ( t U) t U = t R

(4.63)

M t U + C( t U) t U + K ( t U) t U = t R
t t

(4.64)

M U + C U + K ∫ U dt1 − M U − C U = ∫ t1 R dt1
t t t1 0 0 0 0

(4.65)

. t t t t t     M t U + C∫ t1 Udt1 + K ∫  ∫ t1 U dt1  dt1 − M t 0 U − M + C t  0 U = ∫ ∫ t1 R dt1 dt1   0 0 0 0 0  

(4.66)

onde (4.63) é a equação do movimento de sistemas dinâmicos obtida da discretização espacial, e as equações (4.64), (4.65) e (4.66) resultam respectivamente da derivação em ordem ao tempo da equação (4.63) e da integração em ordem ao tempo uma e duas vezes daquela equação do movimento. Na equação (4.63) mostra-se a dependência do amortecimento t C das velocidades e a dependência da rigidez t K dos deslocamentos. Nas equações (4.64) - (4.66) considerou-se, nos processos de derivação e de

40

contido entre os nós temporais t e t + ∆t . ∆t ] . h3 = 3ζ 2 − 2ζ 3 . tendo sido seleccionados elementos hermiteanos cúbicos para a discretização dos deslocamentos. que a rigidez e o amortecimento tomariam valores médios K e C dentro de cada elemento finito temporal. Substituindo esta discretização nas equações (4.69) onde as funções h são os polinómios de Hermite: h1 = 1 − 3ζ 2 + 2ζ 3 .1] e τ ∈ [0. Assim. considerando um elemento finito.66) foram considerados elementos finitos de dimensão ∆t.68) R = lt (ξ ) t R + lt +∆t /2 (ξ ) t +∆t /2 R + lt +∆t (ξ ) t +∆t R (4. l2 = lt +∆t = −ζ + 2ζ 2 . em geral.(4.63) (4. h2 = (ζ − 2ζ 2 + ζ 3 ) ∆t h4 = ( −ζ 2 + ζ 3 ) ∆t (4. l3 = lt +∆t /2 = 4 (ζ − ζ 2 ) (4.71) com ξ = τ / ∆t ∈ [ 0.63) .67) C≡ t +∆t /2 C ≡ C( t U + 1t U∆t ) 2 Para efeitos de discretização temporal das equações (4.66) e tomando atenção que 41 . teremos a discretização t +τ U = h1 (ξ ) t U + h2 (ξ ) t U + h3 (ξ ) t +∆t U + h4 (ξ ) t +∆t U t +τ (4.70) e as funções l são os polinómios de Lagrange l1 = lt = 1 − 3ζ + 2ζ 2 . dados por K≡ t +∆t /2 K ≡ K( t U + 1t U∆t ) 2 (4.integração. e elementos lagrangianos quadráticos para a discretização das solicitações.

73) ∑ Mhi + Chi + K hi  Ui = ∑ l j R j   i =1 j =1 (4.76) no fim do intervalo de tempo elementar ∆t . vem ∑ Mh + Ch + K h  U = ∑ l R   i i i i j i =1 j =1 4 3 4 3 j (4. t +∆t R . ( U1 .. para ξ = 1 . R 3 ) ≡ ( t R .75) ξ ξ ξ     Mhi + C ∫ hi ∆t d ξ + K ∫  ∫ hi ∆t d ξ  ∆t d ξ − M t hi (0) − ( M + C t ) hi (0)  U i = ∑   i =1   0 00    (4.72) " " ≡ d 2 / dτ 2 = (d / dτ ) [ (d / d ξ ) / ∆t ] = (d 2 / d ξ 2 ) / ∆t 2 .74) ξ 3 ξ    Mhi + Chi + K ∫ hi ∆t d ξ − M hi (0) − Chi (0)  U i = ∑  ∫ l j ∆t dξ  R j ∑ i =1  j =1  0 0   4 (4.(4. U 3 . U 4 ) ≡ ( t U. t +∆t U ) (4..78) 42 . t U. R 2 .76) ξ ξ 3     = ∑  ∫  ∫ l j ∆t d ξ  ∆t d ξ  R j   j =1  0  0     4 onde os graus de liberdade de tempo elementares foram numerados de acordo com as funções de interpolação que os ponderam. t +∆t U. ou seja.77) (R1 . i. U 2 . temos: 6M t U + 2M∆t t U + K∆t 2 − 6M ( ) t +∆t U + 4M + C t ( ) t +∆t U= t +∆t R∆t 2 (4." " ≡ d / dτ = (d / dξ )(d ξ / dτ ) = (d / dξ ) / ∆t .73) . t +∆t /2 R ) Se interpretarmos as equações (4.e. (4.

82) ou ainda ˆ De z e = R e onde (4. da combinação das equações (4.83) 43 .80) e. (4.81) na forma   D12   t U   + t D22   t .  ( 2 R + 8 t +∆t /2 R + 2 t +∆t R ) ∆t    U  t tD M t U + t Ct U + t K t U = t R −  t 11  D21  D +  t +∆t 11  D21 t +∆t (4.80) (4.81) Agora um algoritmo pode ser explorado a partir da equação de equilíbrio dinâmico (4.63).79) e (4.78).79)  1 K 2t 1  t   t +∆t  −C + K∆t  U +  −M + ∆t  U +  C + K ⋅ ∆t  U + 2 12 2         ∆t K +  M − ∆t 2  t +∆t U = ( t R + 4 t +∆t / 2 R + t +∆t R ) 12 6       C C 7 1 2 t 2 t  − M + ∆t + K ∆ t  U + ∆t  − M + ∆t + K ∆ t  U + 2 20 12 20        C 1  C 3 +  M + ∆t + K∆t 2  t +∆t U + ∆t 2  − − K∆t  t +∆t U = 2 20    12 30  2 ∆t t = ( R + 2 t +∆t /2 R ) 6 (4. da equação (4.6 2M + C∆t t U + 2∆t 3M + C∆t t U + 6 −2M − C∆t 2 t +∆t ( ) ( ) +∆t ( 6M + 4C∆t + K∆t ) ( ) t +∆t U+ U = ∆t 2 ( t R − 4 t +∆t /2 R + 3 t +∆t R ) (4.   U t +∆t / 2    t t +∆t  R + t +∆t R ) ∆t 2  D12   t +∆t U   ( 3 R + 8 = t  / 12  t +∆t D22   t +∆t .

89). 44 . temos o sistema de equações ˆ ˆ Dz = R (4.84) t   R    tz    ˆ R e =  ( 3 t R + 8 t + ∆t / 2 R + t + ∆t R ) ∆ t 2 / 12  .85) t +∆t D12 = 1 1 1 M∆t − t +∆t / 2 C∆t 2 − t +∆t / 2 K∆t 3 2 12 12 t +∆t / 2 t +∆t D21 = C∆t 2 + 1 t +∆t / 2 K∆t . de dimensão [3n(N-1)+n]3nN=(3N-2)n×3Nn.86) ˆ onde D é a matriz dinâmica representada na equação (4. tK  D e =  − t D 11  − t D 21  C − D 12 − t D 22 t t M 0 n× n 0 n× n n× n t + ∆t t + ∆t 0 D 11 D 21 n× n t + ∆t t + ∆t 0 D 12 D 22 0 n× n   0 n× n  0 n× n   t U   t z = t U t U   (4. t D12 = t t +∆t D12 − M∆t D22 t t +∆t D22 = t +∆t t +∆t D11 = M + t +∆t / 2 C∆t + 5 t +∆t / 2 K∆t 2 12 (4. 2 t +∆t D22 = M − 1 t +∆t / 2 K∆t 2 12 Compondo os elementos finitos temporais num intervalo de tempo T discretizado em N pontos. D21 − t +∆t / 2 K∆t . onde t = 0 corresponde ao ponto 1 e t = T corresponde ao ponto N. z e =  t + ∆t  .  z  t  ( 2 R + 8 t + ∆t / 2 R + 2 t + ∆t R ) ∆t / 12     com t D11 = D21 = t +∆t D11 − t +∆t / 2 K∆t 2 . sempre com mais 2n colunas do que linhas e.

5 R + 2 3 R ∆t /12  ( )       N −1 R    3 N −1 R + 8 N −1/2 R + N R ∆t 2 /12  ) (   2 N −1 R + 8 N −1/2 R + 2 N R ∆t /12  ) (  N   R   ( ) (4. 45 .87) 1   R   1 1.5 2 2  ( 3 R + 8 R + R ) ∆t /12    1.    N z    k U   k z =  k U  k U   (4.5  2 1 R + 8 R + 2 2 R ∆t /12    2 R     2 2.89) a matriz 0m×l representa uma matriz de componentes nulos com m linhas e l colunas. Nas equações (4. sendo que a distinção entre eles é apenas conceptual.88) são respectivamente os vectores de estado e de solicitação efectivos. Note-se que no vector de solicitação efectivo da equação (4. 1z  2   z z= .84) e (4.5 3 2  ( 3 R + 8 R + R ) ∆t /12   ˆ  R =  2 2 R + 8 2.88) estão incluídos tanto os carregamentos externos como as forças de controlo. sendo n o número de graus de liberdade espaciais.

1  1K C  t 1 t 1  − D 11 − D 12  − t D121 − t D122    03⋅n×3⋅n  ˆ = D      03⋅n×3⋅n    0n×3⋅n  M 0 n× n 0 n× n n× n t +∆t 1 11 t +∆t 1 21 0 D D n× n t +∆t 1 12 t +∆t 1 22 0 0 n× n 0 n× n 0 n× n M 0 n× n 0 n× n 0 n× n t +∆t t +∆t D D 2 03⋅n×3⋅n 0 n× n t +∆t t +∆t 03⋅n×3⋅n 0 n× n 0 n× n 0 n× n N −1 03⋅n×3⋅n 2 t K 2 t 2 C − D 11 − t D2 21 − D 12 − t D2 22 D 11 D2 21 2 D 12 D2 22 2 03⋅n×3⋅n 03⋅n×3⋅n K 03⋅n×3⋅n 0n×3⋅n 03⋅n×3⋅n 0n×3⋅n − t D N −111 − t D N −121 C − t D N −112 − t D N −122 0n×3⋅n N −1 M 0 n× n 0 n× n N 0 n× n D N −111 t +∆t D N −121 t +∆t 0n× n D N −112 t + ∆t D N −122 t +∆t N 0 n× n 0 n× n 0 n× n K C M                   (4.89) 46 .

86) as 2n condições de fronteira temporais. A resolução do sistema da equação ˆ (4. a cada iteração. outras condições poderão ser prescritas. que têm necessariamente de ser impostas. onde a matriz K é uma matriz não simétrica dependente da resposta.Impondo à equação (4.89) permite determinar o vector de graus de liberdade temporais U de dimensão (3N-2)n. Esta equação será resolvida ˆ iterativamente sendo que.90) é uma equação não linear. Para além destas condições. por oposição aos métodos “passo a passo” onde as imposições são feitas basicamente no primeiro nó de tempo. onde a primeira das equações resolve a aceleração que.90) ˆ onde D c é a matriz de dimensões (3N-2)n×2n correspondente às condições impostas e ˆ U c é o vector de dimensão 2n daquelas condições. o que poderá ser feito passando as colunas correspondentes a estas condições para o membro direito da equação. permite resolver o deslocamento e velocidade em t + ∆t a partir das mesmas grandezas em t. 47 . As 2n condições de fronteira impostas na equação (4. depois de multiplicadas pelas condições impostas. Note-se ainda que as 2n condições fronteira podem ser impostas em quaisquer nós da discretização temporal. então pode-se utilizar uma resolução “passo a passo” por recuperação das equações (4.82). ˆ Repare-se que a equação (4.90) correspondem às condições necessárias á resolução de uma equação diferencial de 2º grau (equação de equilíbrio dinâmico) de um sistema com n graus de liberdade. K vai sendo actualizada com a resposta obtida na iteração anterior. Se a dimensão espacial-temporal do problema for demasiado grande. ficamos com a equação ˆˆ ˆ ˆ ˆ KU = R − DcUc (4. substituída nas matrizes D da segunda equação.

velocidades e acelerações.90): ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ K11U1 = R1 − Dc11 U c1 − Dc21 U c2 − K12 U 2 (4.Seja n1 o número de condições de fronteira adicionais e façamos a seguinte partição dos vectores e matrizes da equação (4.92) em que se eliminaram as linhas correspondentes às novas condições fronteira e se passaram as colunas correspondentes a estas condições para o membro direito da equação.90): ˆ  K 11  ˆ K 21 ˆ ˆ ˆ  ˆ  K 12   U1   R1   Dc11   =  − ˆ  ˆ ˆ ˆ K 22   U 2   R 2   Dc21      ˆ ˆ  Dc12   U c1    ˆ ˆ Dc22   U c2    (4. A imposição das condições de fronteira adicionais faz-se através da seguinte modificação da equação (4.91) ˆ ˆ As n1 condições de fronteira adicionais estão contidas em U 2 e U1 contém os deslocamentos. depois de multiplicadas pelas condições impostas. 48 . a determinar.

1) onde δ ...z δ z + Ψ... Quando o domínio de tempo é variável com o projecto... t ) = δ Ψ + δ Ψ = δ Ψ + Ψ. A resposta do sistema depende do 49 . então δ t = 0 .. b1 . Introdução 5.. ou δ = δ ... os funcionais que definem os custos e os constrangimentos dependem explicitamente e implicitamente (através das variáveis de estado e do domínio de tempo) do projecto e controlo. então δ = δ .1. Então a variação total de decisão é: δ Ψ(b. δ e δ simbolizam as variações explícita. bK + ∆bk . sendo as suas sensibilidades dadas por δΨ δ bk Ψ ( b1 . mas computacionalmente ineficaz.. implícita e total. Em geral. respectivamente. Sempre que a variação total só tenha uma parcela. seja ela explícita ou implícita. bn ) − Ψ ( b1 . Quando o domínio temporal é fixo.z. este método é impraticável. b1 . bn ) ∆bk (5. Os métodos de análise de sensibilidades são basicamente o método das diferenças finitas e os métodos analíticos. respectivamente. a função de desempenho Ψ é avaliada para o ponto de projecto e para um valor vizinho de cada uma das variáveis de decisão. Análise de Sensibilidades de Projecto A análise de sensibilidades de projecto tem por finalidade desenvolver processos de cálculo das variações das restrições e dos custos relativamente às variáveis de projecto e controlo (variáveis de decisão) e é uma ferramenta fundamental no processo de optimização..t δ t (5. No primeiro.... bK .2) Este método obtém globalmente a sensibilidade de projecto e é conceptualmente simples..

São estes os métodos que são apresentados de seguida no contexto do presente trabalho A análise de sensibilidades será primeiramente feita ao nível do elemento (elemento de sensibilidades de projecto) e depois composta e resolvida ao nível do sistema. Elemento de Sensibilidades de Projecto Reescreva-se a equação (4. 5. de acordo com a referência Moita et al. ˆ F e = De z e (5.intervalo de tempo de funcionamento e a variação deste relativamente á decisão é implícita.82) na forma ˆ ˆ Fe = R e . (1997) são apresentados os métodos analíticos de análise de sensibilidades de projecto.82) é dada por 50 . Estes são basicamente os chamados método de diferenciação directa e método do sistema adjunto e o seu esforço é dirigido para o cálculo da parte implícita δΨ = Ψ.1. Em Kleiber et al.t δ t da variação de projecto.z δ z + Ψ. (2008).3) A variação explícita dos parâmetros contidos no 1º membro da equação (4.

4)   U       ∆t   t +∆t t + a4 + ( U − 3 U )  δ M 2      a4     t A variação explícita do vector de forças aplicadas efectivo do elemento (2º membro de (4.t   U ⋅δ t K + t U ⋅δ t C       2 . ∆t 2  t +∆t U) − a4  ( U +  δ K + a4 δ C  2 12    (5.82)) é dada por    1   0          2  ∆t     t  2∆t 2  ˆ δ Re =  4 δ R +  δ    3       ∆t     6   2 ⋅ ∆t     3     0       ∆t 2    t +∆t /2 R +  12  δ t +∆t R      ∆t   6    (5. ∆t   a1δ K + (a4 ∆t − a4 )δ C ˆ δ F e = δ De ⋅ z e =  + 12      t  ∆t .5) onde se usaram as seguintes expressões 51 .

é dada pela variação implícita do 1º membro.9). uma vez que a variação implícita do 2º membro é nula: 52 . A variação implícita da equação (4.6) δ t +∆t D12 = δ M ∆t − 1 t +∆t /2 1 C∆t 2 − ⋅ δ t +∆t /2 K∆t 3 δ 12 12 1 2 δ t +∆t D 21 = δ t +∆t /2 C + δ t +∆t /2 K∆t 1 t +∆t /2 δ K ∆t 2 12 δ t +∆t D 22 = δ M − sendo a1 e a4 definidos mais adiante nas equações (5.δ t D11 = δ t +∆t D11 − δ δ t D12 = δ δ t D 21 = δ δ t D 22 = δ t +∆t t +∆t / 2 K∆t 2 D12 + δ M ∆t D 21 − δ D 22 5 t +∆t /2 K ∆t 2 δ 12 t +∆t / 2 t +∆t K ∆t t +∆t δ t +∆t D11 = δ M + t +∆t /2 C∆t + 1 2 (5.82). por outro lado.

 t  t t t +∆t t +∆t   = − D11 δ t U − D12 δ t U − D13 δ t U + D11 δ t +∆t U + D12 δ t +∆t U    .U t U t . D21 = t +∆t D21 − t +∆t / 2 K∆t − a5 t +∆t /2 K . U t U D11 = D12 = t +∆t D11 − t +∆t /2 K ⋅ ∆t 2 − a1 t +∆t /2 K .  t  t  t +∆t  t +∆t  t +∆t  =  − D11  δ U +  − D12  δ U +  − D13  δ U +  D11  δ U +  D12  δ t +∆t U  t   t   t   t +∆t   t +∆t   − D21   − D22   − D23   D21   D22            onde K = t K + t K .  t  t t t +∆t t +∆t  − D21 δ t U − D22 δ U − D23 δ t U + D21 δ t +∆t U + D22 δ t +∆t U      ~ ^ ~ ~ (5.U 2 (5.U ∆t D22 = t +∆t . 2 5 t +∆t /2 K∆t 2 12 1 D23 = − a4 t +∆t /2 C.U . t +∆t D22 = M − 1 t +∆t / 2 K∆t 12 sendo as constantes ai dadas por: 53 .δ F e ≡ δ De z e + De δ z e = t   Kδ t U + Cδ t U + M δ t U     . U 2 t t t +∆t t D13 = − a3 t +∆t /2 C.U ∆t − a4 t +∆t /2 C.7)  K   C   M   0n×n   0 n× n   t  t  t  t .8) t +∆t D11 = M + t +∆t /2 C ⋅ ∆t + t +∆t 1 1 1 D12 = M∆t − t +∆t /2 C∆t 2 − t +∆t /2 K∆t 3 2 12 12 D21 = t +∆t / 2 t +∆t C+ 1 t +∆t /2 K∆t 2 .U t t 1 D22 − a5 t +∆t /2 K .U 1 D12 + M ⋅ ∆t − a1 t +∆t /2 K . U ∆t − a2 t +∆t / 2 C. C = t C + t C.

δ z = ∪δ ze .9) A expressão (5.a1 = 5 t +∆t U + 7 t U + ( t U − t +∆t U ) ∆t ∆t 2 /12 a2 = 12 ( t +∆t U − t U ) + ( t U − t +∆t U ) ∆t ∆t /12 a3 = 6 ( t +∆t U − t U ) + ( t U − t +∆t U ) ∆t ∆t /12 a4 = t +∆t U − t U a5 = 6 ( t +∆t U − t U ) ∆t /12 − ( t +∆t U − t U ) ∆t 2 /12 ( ) ( ) ( ) (5. Método da Diferenciação Directa O método da diferenciação directa baseia-se na satisfação do equilíbrio após uma variação do projecto.10) em que  K  t e D =  − D11  t  − D 21  C − D12 − D22 t t M − D13 − D23 t t 0n×n t +∆t t +∆t 0 n× n t +∆t t +∆t D11 D 21 D12 D 22 0 n× n   0 n× n   0 n× n   (5. ˆ ˆˆ F = KU (5.7) pode então escrever-se da seguinte maneira ~ ˆ δ Fe = D δ ze e (5.12) Compondo no sistema global as equações elementares de sensibilidades e ˆ ˆ ˆ ˆ ˆ D = ∪ D .11) 5. δ F = ∪δ F e e e e e (5. isto é ˆ ˆ ˆ δ F = δ R − Dc U c ( ) . δ R = ∪ δ R e .13) 54 .2.

5.18) A ideia fundamental de introduzir um sistema adjunto é a de substituir as variações implícitas das variáveis de estado por variações explícitas e campos adjuntos e determinar então estes campos adjuntos por igualizações a zero das variações implícitas da “acção” A. escreve-se primeiramente a equação de movimento (4. 55 .87).15) ˆ A solução deste sistema permite-nos obter δ U e.Método do Sistema Adjunto Em ordem a formular o método do sistema adjunto da análise de sensibilidades de projecto. de acordo com as equações (4. W a ≡ KU − R + Dc U c i U a = 0 ( ) (5. tal como descrito em Cardoso e Arora (1992). δ z .obtemos a equação global de sensibilidades do sistema ˆ ˆ ˆ Dδ z = δ R − δ F que.16). após a introdução da variação das condições de fronteira. Substitui-se esta variação por campos adjuntos U a na equação (5.14) (5. vem ˆ ˆ ˆ ˆ ˆ K δ U = δ R − D cδ U c − δ F (5.3.89) na forma δ W ≡ ( KU − R + Dc U c )iδ U = 0 (5. portanto.16) onde δ U representa a variação arbitrária das variáveis de estado.17) e define-se a função “acção” A=Ψ -W a (5.

4.21) A combinação das equações (5. Aplicado à equação (5.23) 5.21) obtemos δΨ = Ψ.Temos assim que δ A=0 Então a variação total de projecto de A é ∴ δΨ = δ W a (5.19) define o equilíbrio do sistema adjunto.22) A equação (5. em que nc é o número de casos de carga e nv o número de variáveis de projecto e controlo.21) permite determinar a variação total de projecto da medida de desempenho δΨ = δ A (5.19) δ A = δ A=δΨ − δ W a Como (5. Comparação dos Métodos O método da diferenciação directa necessita que se resolvam nc×nv equações.19)-(5.20) δWa = 0 ∴ δ W a = −δ W a (5. 56 .U ) T e usando a equação (5.U δ U = U a i δ R − Dc Uδ c − δ F ( ) (5.17) temos KT Ua = ( Ψ.

t δ t = 0 Então a variação de projecto da variável temporal t é dada por (5. então o sistema adjunto terá que ser integrado a partir de condições finais. sempre que o número de restrições activas for inferior a nc×nv.24) δt =− δ t Φ +δ t Φ t Φ. Em Cardoso et al.1).31) t Φ ( t z . t b. a sua variação de projecto δ t é diferente de zero e terá que ser contabilizada na equação (5. em princípio mais eficiente. com condições iniciais prescritas.5. A variável t é então uma variável de estado. Essa metodologia passa por ter em conta a condição de transversalidade imposta no problema de projecto óptimo com domínio de tempo variável (3.O método adjunto implica na prática apenas a resolução de um número de equações igual ao número de restrições activas. se o sistema for resolvido passo a passo. Note-se todavia que. o que implica ter de memorizar toda a resposta do sistema primário. (2010) é proposta uma metodologia para determinar esta variação que é a seguida no presente trabalho. o método adjunto é. Variação Implícita de Projecto para Domínio de Tempo Variável Neste caso a variável temporal é dependente do projecto e controlo. visto que a condição t Φ deve permanecer imposta após qualquer variação de projecto t b . Isto é: δ t Φ = δ t Φ + δ t Φ + t Φ. e portanto.25) 57 . Portanto. No caso de o sistema ser resolvido integralmente. t ) = 0 A variação total de projecto desta condição deve ser nula. não se põe este problema. 5. t (5.

26) donde δ t Φ = t Φ1 (δ t Φ1 + t Φ1 .Se houver mais do que uma condição imposta.T δ t ) e portanto t t Φ1 + t Φ 2 δ t Φ 2 + t Φ 2 . por exemplo. Se esta condição impuser.t t Φ 2 t Φ1 t (5. que o deslocamento de um determinado ponto T uk no instante final. se as condições impostas forem t Φ1 = 0 e t Φ 2 = 0 . a condição de transversalidade pode ser expressa por t Φ = t Φ1 + t Φ 2 = 0 (5. Então quando o intervalo de tempo unitário é aplicado no intervalo de tempo original T .T δ t ( ) t Φ =0 (5.t t Φ1 t Φ 2 + t Φ 2 . então elas deverão ser agregadas numa só condição de transversalidade.29) Em problemas de tempo mínimo o objectivo é dado por T 1 Ψ = ∫ dt = ∫ Tdτ = T 0 0 (5. então 58 .30) e a condição de transversalidade (3.31) é imposta no instante móvel t = T . o jacobiano da transformação terá como variação total de projecto δT = δt α (5.27) δt =− Φ1 t Φ 2 δ t Φ1 + t Φ 2 t Φ 2 δ t Φ 2 Φ1 . Por exemplo.28) O instante t tanto pode ser o instante final T como qualquer fracção αT do instante final.

33) donde. tomando como início da integração da resposta dinâmica o instante t=0 em que as forças de controlo começam a actuar e ts o instante do impacto. simulado acontecer no instante t=0.34) 59 . o problema será o de achar o intervalo óptimo entre o início da acção do isolamento e o instante de impacto. Em problemas clássicos de impacto o sistema o sistema inicia o seu movimento após o impacto. No presente trabalho considera-se esse problema como um problema de domínio temporal variável. Seja ts esse intervalo. que as forças de controlo do isolamento iniciem a sua actuação antes do impacto. no entanto. A condição de transversalidade a impor em t = ts será um salto na velocidade (condição de impacto) de valor v0 ts Φ ≡ s uk − s uk − v0 = 0 t+ t− (5. e o isolamento iniciará igualmente a sua actuação em t=0. Este é. Se pretendermos.31) Após a aplicação do intervalo de tempo unitário no intervalo T original. portanto.32) onde “ ´ ” representa a derivada em ordem a τ = t T . de modo a torná-lo mais eficiente.δT =− δ T uk T uk (5. obteremos δT =− T δ 1uk 1 ' uk (5. sendo este um instante móvel t = ts . a variação de projecto deste instante será δ ts = − δ uk − δ uk + ts + ts − ts uk − δ s uk t− (5.

Isolamento Óptimo ao Impacto e ao Choque 6. estes termos não são totalmente equivalentes do ponto de vista do engenheiro. O termo impacto implica sempre o contacto de um corpo sobre o outro. 6. velocidades ou acelerações prescritas. Perante o exposto. o termo choque é mais abrangente e será usado preferencialmente no presente trabalho. As perturbações externas aplicadas a um sistema mecânico podem ser classificadas em cinemáticas e dinâmicas. Apesar de relacionados. sujeito à carga t P (Harris e Crede (1996)) 0 t t u = 0u cos(ω t ) + u ω0 sin(ω t ) + 1 M ω0 ∫ 0 τ P sin (ω0 (t − τ ) ) dτ (6. As perturbações cinemáticas. situações em que o termo impacto não é apropriado. em geral.1) 60 .2 Forças de Acção Lenta e Forças de Acção Rápida Considere-se a resposta elástica de um sistema de um grau de liberdade com massa M. como por exemplo.6.1 Impacto e Choque Impacto e choque são termos usados para designar uma acção mecânica de curta duração e de grande intensidade. o que resulta numa perturbação intensa e transitória denominada perturbação de choque As perturbações de choque podem no entanto ser causadas por outros processos físicos que não colisões. reduzem o número de graus de liberdade do sistema. Serão dinâmicas se as perturbações forem provocadas por forças aplicadas no sistema. explosões ou abalos sísmicos. Serão cinemáticas se as perturbações resultarem de deslocamentos. rigidez K e frequência natural ω0 .

ela será: t t u= P − 0 P cos(ω0t ) 1 − K K t ∫ 0 τ P cos (ω0 (t − τ ) ) dτ (6. Façamos agora uma estimativa desta correcção dinâmica. Se t P tem um máximo.Para condições iniciais nulas 0u = 0u = 0 . então a resposta elástica é dada por: t t u= P  1 t τ −   P cos (ω0 (t − τ ) ) dτ K  K ∫ 0 (6. então 61 . então t − ∫ τ P cos (ω0 (t − τ ) ) dτ < 0 Pmax Τ0 = ∆Pmax 2 (6. Para pequenas taxas de variação a correcção dinâmica é relativamente pequena e o carregamento pode ser considerado estático.3) t O primeiro termo P representa a deflexão estática causada por t P . Esta correcção depende de taxa de variação da força.2) 6.5) Se a força aumenta uniformemente durante o intervalo de tempo ∆t .1 Forças de Acção Lenta Suponhamos que 0P=0. logo 2 t t u< P + ∆Pmax K (6.4) em que ∆Pmax é o maior incremento possível da força de excitação durante um intervalo de tempo igual a metade do período de vibração livre Τ0 .2. O segundo termo K dá-nos a correcção á deflexão estática.

t P= ∆P Τ Pmax ⇒ max = 0 ∆t Pmax 2 ∆t (6. ou seja. causado pela carga P subitamente aplicada em t = 0 e removida em Τa = Τ0 . Consideremos que a força P é subitamente aplicada em t = 0 . P P Ta t Figura 4 . então a resposta será dada por: 2  P t P  ∫ sin (ω0 (t − τ ) ) dτ = K (1 − cos (ω0t ) )  M ω0 0 t u= Τ P  P a  M ω ∫ sin (ω0 (t − τ ) ) dτ = K cos (ω0 ( t − Τa ) ) − cos (ω0t ) 0 0  se t ≤ Τa (6. a força pode ser considerada estática.Pulso rectangular Se o pulso for rectangular. como mostra a Figura 4.6) Logo.2 Forças de Acção Rápida Consideremos agora que a força de excitação actua durante um intervalo de tempo muito curto. actua durante um intervalo de tempo Τ a . e os seus efeitos dinâmicos negligenciáveis. e diminui de intensidade rapidamente.2. se o período de vibração livre Τ 0 é pequeno quando comparado com o intervalo de actuação da força.7) ( ) se t ≥ Τa ou 62 . 6. esta pode ser considerada uma força de variação lenta.

10) Relativamente à deflexão estática.05 0.062 0.02 0.313 0. u st = P .5 2 63 .908 0. α = a Τ0 K t umax = (6.618 0. Tabela 1 – Valores do factor de ampliação dinâmico α µ 0 0 0. o deslocamento máximo é atingido depois de o carregamento ser retirado 2 ( t > Τa ) e o seu valor é: Τ 2P sin (πα ) .25 1.01 0.126 0.15 0. sin (πα )  = sin (πα ) K K  K Se Τa ≤ Τ0 .413 0.1 0. o factor de ampliação dinâmico é de K µ = 2 sin (πα ) e tem os valores indicados na Tabela 1. P 2  πα t  2 sin    K  Τa  t u=   Τa  2P  K sin (πα ) sin  ω0  t − 2    se t ≤ Τa    se t ≥ Τa  (6.8) e teremos que  2P  πα t  sin 2    K  Τa  t max u = max  t t  2 P sin πα sin  ω  t − Τ a ( )  0 K 2    se t ≤ Τ a    se t ≥ Τ a   πα t  2P sin 2   max  K   Τa  = max    Τa 2P   max K sin (πα ) sin  ω 0  t − 2    se 0 ≤ t ≤ Τ a (6.9)    se t > Τa  2P  2P 2P = max  sin 2 (πα ) .

dado que Τ0 τ Τ0 < Τa . o efeito deste carregamento de curta duração é menor do que o seu efeito estático. Verifica-se portanto que. 6 Uma conclusão semelhante pode ser deduzida para casos em que o pulso não é rectangular.12) em que o integral da expressão anterior representa o impulso da carga t P . e é igual à área abaixo da curva de carregamento. No caso de carregamentos de muito pequena duração. Se escrevermos o deslocamento para t > Τa na forma Τa t u= 1 M ω0 ∫ 0 τ P sin (ω0 (t − τ ) ) dτ = 1 = M ω0 Τa Τa   τ τ sin (ω0t ) ∫ P cos (ω0τ ) dτ − cos (ω0τ ) ∫ P sin (ω0τ ) dτ  =   0 0   Τa Τa  2πτ   2πτ   1  τ τ = sin (ω0t ) ∫ P cos   dτ − cos (ω0τ ) ∫ P sin   dτ  M ω0   Τ0   Τ0   0 0   (6. embora nestas condições o factor dinâmico seja menos severo que no caso rectangular para a mesma carga máxima e o mesmo período de actuação Ta . se a carga Τ0 6 actua durante uma fracção inferior a um sexto do período de vibração livre do sistema. Τa << 0. Só para fracções maiores que 1 é que o factor de ampliação é maior que 1.11) e considerando apenas carregamentos de muito pequena duração.5 .O valor de α para o qual µ = 1 é α = Τa 1 = . 64 . os detalhes da variação no tempo do carregamento são negligenciáveis. podemos escrever Τ0 Τa t u≈ 1 sin (ω0t ) M ω0 ∫ 0 τ Pdτ (6.

5 é sempre 2 (Figura 5). para K = 0. > 0.Espectro de choque para pulso rectangular 65 .5 α = Ta T0 Figura 5 .Para α = Τa 2P .5 . o deslocamento máximo (em t ≤ Τa ) é dado por 2P . o deslocamento para t > Τa será sempre inferior a K Τ0 t P   Τ  u = 2   sin (πα ) sin  ω0  t − a   = 2  K     2t   2P P = 2   sin (πα ) sin  πα  − 1  <   K   Τa   K (6. Verifica-se então que o factor de ampliação dinâmico para um pulso rectangular com α ≥ 0. portanto.13) e a resposta para t ≤ Τa será: t u= 2P 2  πα t  sin   K  Τa  αt Τa (6. µ 2 1 1/6 0.5 .14) e.

respectivamente.16) Para a avaliação ao choque consideramos uma desaceleração abrupta ub dada por um impulso Τa M ∫ 0 t ub dτ (6. neste caso.O mesmo raciocínio que se aplicou ao deslocamento pode agora ser aplicado à aceleração.18) O factor de ampliação dinâmica será. para um dado choque (pulso caracterizado por a e Ta) a máxima aceleração do sistema depende 66 .15) sin (πα ) cos πα ( 2t Τ a − 1)  ⇒ t > Τ a    P  2πα t  ⇒ t ≤ Τa  cos   M t  Τa  u=  P   2 M sin (πα ) sin πα (1 − 2t Τa ) ⇒ t > Τa  (6. a relação entre o máximo da aceleração transmitida ao sistema e o máximo da aceleração do impulso de excitação.17) ou por uma variação de velocidade Τa ∫ 0 t ub dτ (6.8). a A análise do espectro de choque da Figura 5 permite verificar que. isto é. µ = umax . A velocidade e a aceleração são dados a partir da equação (6. por  P 2  K t u=  P 4 K   2πα t  sin   Τa  Τa  πα πα Τa ⇒ t ≤ Τa (6.

num certo sentido. a máxima aceleração do sistema excede a do impulso de choque. o seu próprio isolamento ao choque. 67 . a acção de uma força de grande magnitude. com o respectivo valor exacto. a máxima Τ0 6 aceleração do sistema poder ser aproximada usando a variação da velocidade: 2 ω0 M ω0 Τa 2 u max = ω0 u max ≈ ∫ 0 Pdτ = Pω0 Τ a = P 2πα M (6.20) verifica-se um erro menor do que 5% para α > 1 6 . Define-se perturbação dinâmica de choque. P umax =  M   2sin (πα )  (6.fortemente do período natural de vibração. beneficia pouco ou nada de protecção adicional. Neste caso. Podemos concluir então que. para α > 1 6 . direcção constante e curto tempo de actuação Ta . para α > 1 6 . Por outro lado. dando origem a um impulso finito calculado pela expressão t0 +Ta S= ∫ F (t )dt (6. respectivamente. a baixa frequência do sistema é. t0 e t0 + Ta são os instantes que marcam o início e o fim da perturbação. para Τa 1 = α < .21) t0 em que F (t ) é a função vectorial que expressa a evolução da força no tempo e. Assume-se que F (t ) é inexistente fora desse intervalo. o factor de ampliação dinâmico é menor do que 1. De facto. e este.19) Comparando este valor.

como sejam um automóvel a deslocar-se numa estrada irregular ou um avião a aterrar numa pista. Esta situação é recorrente e acontece por exemplo num veículo e respectivos ocupantes e carga. ou ao incremento da velocidade no caso da perturbação cinemática. 6. os componentes deste sistema são sujeitos a perturbações baixas ou moderadas. A base define-se como a parte do modelo sujeita a perturbações exteriores resultantes da interacção com o meio envolvente.22) O coeficiente vectorial da função delta de Dirac.3 Eficiência do Isolamento ao Choque Considere-se o modelo simples de isolamento ao choque mostrado na Figura 6Figura . no caso da perturbação dinâmica. é necessário que a força ou aceleração do integrando tendam para infinito em t = t 0 . Em condições normais de operação. A consequência do choque instantâneo no sistema mecânico em consideração seria uma mudança súbita da sua quantidade de movimento em t = t 0 . 68 . Um meio de reduzir a intensidade das forças a que o objecto a proteger está sujeito nas situações descritas anteriormente. então.Se idealizarmos que a duração da perturbação de choque tende para zero. é igual ao impulso produzido pela força. as perturbações a que estes sistemas estão sujeitos podem atingir valores muito superiores ao seu peso total. O objecto a proteger é sensível a essas perturbações e pode ser danificado ou destruído por elas. consiste em usar ligações flexíveis à base. Dessa forma. para que os valores dos integrais anteriores se mantenham. como num acidente. os quais podem ser classificados de acordo com a sua dependência do tempo: passivos se não dependerem explicitamente do tempo e activos se a sua dependência do tempo for explícita. Estas ligações constituem os isoladores de choque. Numa situação mais extrema. a força ou a aceleração podem ser descritas matematicamente pela função delta de Dirac: F (t ) = Sδˆ(t − t0 ) ou u (t ) = ∆uδˆ(t − t0 ) (6. O corpo rígido de massa M representa o objecto a isolar.

em geral. t F que depende do M Objecto F ( t u. e a coordenada t ub representa o deslocamento da base relativamente a um referencial de inércia. nalguns casos. aumentando a força transmitida ao objecto. assim como do tempo. t ) t u Base t Perturbação t ub Figura 6 . será de magnitude igual. 69 . Resumindo.23) Se t F = 0 temos que.Modelo simples de isolamento ao choque A equação de equilíbrio dinâmico do sistema da Figura 6 será: M t u = − M t ub − F ( t u. a uma força deslocamento e da velocidade relativa. em vez de a diminuir.No sistema da Figura 6. M t u = − M t ub (6. o componente intermédio representa o isolador. a existência do isolamento pode. A coordenada t u representa o deslocamento relativo entre o objecto e a base.24) e a força transmitida ao objecto. t u. t ) (6. t u. à da força de inércia devida à aceleração da base. ser prejudicial. O isolador está sujeito.

Neste caso. t a ⇐ 0 ≤ t ≤ Ta ub =  0 ⇐ t > Ta (6.∞ ] 2 Ma   π T0 = ω0 2 π T0 ⇐ Ta ≥ = ω0 2 ⇐ Ta ≤ (6. a força transmitida á massa seria t max F = Ma (6. por ω0Ta   2Ma sin 2  t t max F = max K u =  t∈[0.29) t∈[ 0.10). ∞ ] Comparando as expressões (6. 70 . a força transmitida ao objecto é t F = K t u e a sua equação de equilíbrio dinâmico reduz-se a M t u + K t u = − M t ub (6. isto é.25) Consideremos que no instante t = 0 a base é sujeita a uma aceleração constante a durante um intervalo de tempo de duração Ta.25) resulta numa resposta em que o máximo do valor absoluto da força transmitida objecto é dada. ∞] t∈[0.27) A integração da equação de equilíbrio dinâmico (6. caso Ta > T π .Seja um isolador constituído por uma mola de rigidez linear. a > 1 6 3ω0 T0 que a força transmitida á massa é maior na presença do isolador do que na sua ausência.28) e (6.29) verifica-se.28) Caso não houvesse isolamento.26) e que as condições iniciais são as de repouso 0 u = 0u = 0 (6. usando a equação (6.

30) . que não é mais que a força que actua no objecto por unidade de massa M. O problema formulado pelas equações (6.(6. formule-se o seguinte problema de controlo óptimo:     min  Ψ 01 ≡ max t u ( t b )  t t∈[0. que o isolamento só será efectivo nas seguintes situações: (i) vibrações de alta frequência. (ii) choque. for superior ao máximo deslocamento relativo entre o objecto e a base.(6.T ] b     (6. onde o sentido da aceleração muda rapidamente. (2000) estuda-se em detalhe as situações em que o controlo é de facto efectivo na protecção do objecto. 6. e mais uma vez.30) tal que   a  t  Ψ 02 ≡ max b  ≤ b t∈[0.31) u + t b = − t ub 0 (6. Em geral concluí-se que. (2001) e em Balandin et al.30) .33) é designado por problema fundamental do isolamento óptimo.4 Problema Fundamental do Isolamento Óptimo Para o sistema da Figura 6.T ]     t (6.33) descrevem o equilíbrio do sistema e resultam de se dividir por M a equação (6. pequeno.33) u = 0u = 0 onde Ψ 01 e Ψ 02 são medidas de desempenho representando respectivamente o deslocamento relativo máximo entre a base e o objecto a isolar e o máximo valor absoluto do controlo t b . o deslocamento da base na fase acelerada.Em Balandin et al. A consequência prática desta conclusão é. em que a duração da perturbação é muito pequena.23). então a força transmitida é superior à da situação de ligação rígida. 71 . As equações (6.32) (6. se o deslocamento da base (relativamente ao referencial de inércia) durante o seu movimento acelerado. sendo por isso. sendo portanto o deslocamento da base pequeno.

De modo a realizar este estudo no modelo matemático que descreve o sistema. apresentam-se algumas conclusões obtidas em Balandin et al. em algumas situações.5 Capacidade Limite de Isolamento Antes de projectar a implementação prática de um isolamento devem-se investigar as suas capacidades independentemente das soluções construtivas a adoptar. De seguida. ou seja: ub ≤ b a se 0 ≤ t ≤ τ 1 ou t ≥ τ 2 . sendo desta forma o problema da capacidade limite de isolamento reduzido á determinação da evolução no tempo desta variável correspondente ao mínimo da medida de desempenho considerada. O estudo deste tipo de situações tem interesse devido á frequência com que ocorre.6 Solução Analítica do Problema Fundamental do Isolamento Óptimo O problema fundamental do isolamento de sistemas de um grau de liberdade pode. Em Balandin et al. cuja solução está intimamente relacionada com o problema primal. Servirá esta informação para aferir a qualidade do isolamento tecnicamente implementado. (2001) são apresentados alguns desses métodos para determinar o controlo óptimo do problema fundamental do isolamento em situações em que a perturbação exterior ub apenas ultrapassa uma vez o valor limite b a imposto ao controlo. 6. teremos o problema dual do problema do isolamento óptimo. 72 . que é equivalente a dizer que ub > b a apenas se τ 1 ≤ t ≤ τ 2 . 6. sendo τ 1 e τ 2 instantes de tempo prescritos. ser resolvido analiticamente ou por métodos gráficos.Se referirmos Ψ 02 como objectivo a minimizar e Ψ 01 como restrição. (2001) para problemas em que a perturbação obedece a esta condição. A capacidade limite de isolamento dá ao projectista informação sobre o melhor desempenho possível para o isolamento. o isolamento foi definido (Figura 6) por uma variável de controlo genérica. independentemente das restrições físicas impostas ao sistema real.

Para que a perturbação satisfaça a restrição imposta ( ub > b a apenas se τ 1 ≤ t ≤ τ 2 ) é necessário que τ2 ≤ v0 ba (6. De facto. podemos considerar este caso como um caso particular da situação anterior. com t * o instante em que. Um controlo que obedece a estas condições será t b = −ub para t > t * .35) à medida que τ 2 se aproxima de zero. pela primeira vez o corpo a isolar adquire velocidade zero. esta perturbação aproxima-se do impacto instantâneo definido em (6.36) Para esta perturbação. ou seja ˆ ub = v0δ (t ) (6. Depois de t * o controlo óptimo pode ser um qualquer desde que o seu valor obedeça à equação (6.34) com δˆ (t ) a função delta de Dirac e v0 uma velocidade prescrita. Se a perturbação consistir num impacto instantâneo em t = 0 . Este controlo anula a perturbação e.34). o controlo óptimo é constituído por uma força constante dada por 73 . permanecerá indefinidamente na posição que atingiu em t * .Se τ 1 = 0 . Neste instante t * o corpo atinge o seu deslocamento máximo. o corpo a isolar. se aproximarmos este impacto instantâneo por uma perturbação de curta duração.31) e o deslocamento depois de t * não ultrapasse o valor atingido em t * . então o controlo óptimo será uma força constante com a intensidade máxima permitida b a e sentido oposto ao ub que actuará desde t = 0 até t = t * .  v0  ub = τ 2 0  t ⇐ 0 ≤ t < τ2 ⇐ t ≥ τ2 (6.

sendo estes considerados como as variáveis de decisão. São medidas de desempenho que cuja forma geral é dada na equação (3. Em Sevin e Pilkey (1971) é investigada a discretização do domínio de tempo e a aproximação do controlo por funções constantes e lineares dentro de cada intervalo de tempo. Tal como se referiu anteriormente. Frequentemente aparecem medidas de desempenho que têm de ser satisfeitas em cada ponto ao longo de todo um intervalo de tempo.11). o número de variáveis de controlo é muito elevado. para discretizações temporais finas. (2005) é apresentada a capacidade limite de isolamento de um controlo óptimo pré-actuante deduzido analiticamente para um absorsor de impacto sujeito a uma perturbação correspondente a um impacto instantâneo em t = 0 . A desvantagem deste procedimento é que. Nesse mesmo trabalho e em Pilkey e Purtsezov (2005) são deduzidas analiticamente as características de controlos passivos (molas) e os parâmetros de pré-actuação desses mesmos controlos (pré-compressão da mola e quanto tempo antes da perturbação deve a mola ser libertada). a maneira mais óbvia de tratar restrições desta forma é a sua imposição em todos os instantes de tempo em que se discretizou o domínio de tempo na análise. considerando o controlo constante em cada intervalo. Neste mesmo trabalho são investigados por estas 74 .7 Métodos Computacionais Mesmo em problemas simples de isolamento ao choque a aplicação de métodos numéricos é necessária.t b = b a para t ≤ t * = v0 t b (6. Neste último caso o controlo é obtido por interpolação linear a partir dos valores do controlo nos extremos de cada intervalo de tempo.37) Em Balandin et al. Se estivermos a lidar com sistemas de vários graus de liberdade a utilização de métodos computacionais é ainda mais crítica do que quando apenas há um grau de liberdade. 6. tanto na resolução das equações de equilíbrio dos sistemas como no processo de optimização.

75 . Os coeficientes da série de Fourier são as variáveis a determinar no problema de programação matemática. Para a resposta em regime estacionário o controlo é obtido por meio de uma série de Fourier em que se usam múltiplos das frequências das perturbações.técnicas o limite de capacidade de isolamento de sistemas de um e dois graus de liberdade Em Wang et al. (1975) é sugerido um método para a aproximação do limite de capacidade de isolamento de sistemas multibody sujeitos a perturbações periódicas.

Análise da Capacidade Limite de Isolamento de Uma Cadeira de Helicóptero para a Prevenção de Lesões na Coluna Vertebral em Solicitações Verticais Severas Considere-se o problema da capacidade limite de isolamento de uma cadeira de helicóptero para a redução de lesões da coluna vertebral durante uma solicitação vertical severa que representa um acidente. respectivamente. respectivamente.1Ns/m que representam as características de rigidez e amortecimento da coluna vertebral.Exemplo 7. Estão ligadas entre si por uma mola de rigidez linear K=96600N/m e um amortecedor de constante de amortecimento C=818.52kg representam a massa do tronco inferior e superior do passageiro. Os deslocamentos verticais da cadeira e das massas m1 e m2 relativamente a um referêncial de inércia são.18kg e m2=34. m2 u2 C m1 u1 t K F D u0 Figura 7 .1.1.7. 77 . u0. u1 e u2. O conjunto é descrito através do sistema de duas massas representado na Figura 7. Exemplos Numéricos 7. modelo de helicóptero/cadeira/ocupante As massas m1=20.

78 . 18 e 21 para o IRD são tidos como os valores que delimitam o risco baixo. consideramos duas medidas de desempenho para o problema de controlo óptimo: K m ax u 2 − u 1 m2 g Ψ 01 ≡ IR D = Ψ 02 ≡ D = m ax u 1 − u 0 t A primeira das medidas de desempenho representa o índice de resposta dinâmica (IRD) usado em biomecânica para quantificar a probabilidade de lesões da coluna vertebral.Entre a cadeira e o tronco inferior há um actuador que gera uma força t F . médio e alto de lesões na coluna vertebral. Considera-se que a amplitude da aceleração A tem o valor de A= π v0 2Ta de modo a que a base da cadeira desacelere até ao repouso em t = Ta . Os valores de 15. A segunda medida de desempenho representa o deslocamento máximo entre o tronco inferior e a base da cadeira (folga entre o tronco inferior e a base da cadeira). Presume-se conhecida a aceleração da base da cadeira. A condição de impacto em t = t s é a seguinte: ts+ u1 − ts u1 = ts u2 − ts u2 = v0 − + − Para determinar a capacidade limite de isolamento para este sistema.09s a duração do impulso. respectivamente. Balandin et al. que tem a forma   πt   − A sin   ⇐ 0 ≤ t ≤ Ta u0 =   Ta   0 ⇐ t > Ta  com Ta=0.

A primeira consistiu em usar a estratégia da redução do espaço admissível.1. 0 ≤ t ≤ 0. tal como é indicado na secção 3. Em primeiro lugar.1s. Pretende-se encotrar a força de controlo  t F . ou seja: m in Ψ 0 ≡ b0 . o isolador começa a gerar a força de controlo no instante do impacto ts = 0 . isto é. usando Ψ 01 como objectivo e passando Ψ 02 para restrição com um valor admissível Dadm a variar de 70 a 400 mm . tal que : Ψ 02 ≤ Dadm Ψ1 ≡ t F ≤ 10000 N t Φ ≡ ts u1 − ts u1 − v0 = ts u2 − ts u2 − v0 + − + − A segunda estratégia consistiu em minimizar o máximo dos objectivos normalizados. tal que : min Ψ 01 = ( Ψ 01 − Ψ 01 ) w1 min Ψ 02 = ( Ψ 02 − Ψ 02 ) w 2 (Ψ max 01 − Ψ 01 ) − Ψ 02 ) . é feita min encontrando os mínimos individuais de cada medida de desempenho Ψ 0 i . sendo 79 . o problema de controlo óptimo é realizado sem controlo préactuante.(2003). −10 4 N ≤ t F ≤ 10 4 N    que minimiza Ψ 01 e Ψ 02 . portanto.4. (Ψ max 02 ∑w i =1 Ψ 1 ≡ t F ≤ 10000 N t Φ ≡ + ts u1 − t s u1 − v 0 = − + ts u 2 − ts u 2 − v 0 − A variável b0 é uma variável fictícia que funciona como limite superior dos objectivos normalizados. Sem qualquer tipo de controlo o valor obtido para o IRD foi de 22. O problema foi formulado usando duas estratégias multicritério distintas. Esta normalização. um alto risco de lesão. isto é: min Ψ 01 . a que corresponde.

25 0. quanto maior a folga D.40 0.0 um objectivo. sensibilidades normalizadas 10.15 0.0 0. apurado de entre todas as minimizações independentes dos restantes objectivos.0 um objectivo. foi introduzido um factor de escala de modo a que as sensibilidades sejam normalizadas e tenham a mesma ordem de grandeza para ambos os tipos de variáveis. espaço dos critérios A força de controlo óptimo está representada nas Figuras 9 e 10. Verifica-se também que. 80 .30 0. menor o valor do IRD.0 2. valor abaixo do qual corresponde um risco de lesão baixo.00 0.10 0.0 4. IRD vs D 12. Os valores óptimos dos objectivos estão representados na Figura 8 para diferentes combinações dos pesos wi (estratégia da minimização do máximo dos objectivos normalizados) ou para os diferentes valores de D admissíveis (estratégia da redução do espaço admissível).0 IRD 6.1. sensibilidades originais dois objectivos.0 0. para a estratégia da minimização do máximo dos objectivos normalizados e para a estratégia da redução do espaço admissível.05 0.45 D [m] Figura 8 .20 0.35 0. verifica-se que o IRD diminui (de um valor de 22. Na Figura 8. respectivamente.1 sem controlo) para valores francamente inferiores a 15.max Ψ 0 i o valor máximo do objectivo Ψ 0 i . sensibilidades normalizadas 8.Exemplo 7. Devido ao facto da variável fictícia b0 e as variáveis de controlo de força serem de ordens de grandeza diferentes.

06 0.Exemplo 7.0E+03 0.0E+00 0 -2.3 w2=0.09 0.09 0.5 w2=0. controlo óptimo sem controlo pré-actuante para a estratégia de minimização do máximo dos objectivos normalizados 6.3 w1=0.9 w1=0.6 w2=0.0E+03 0.8 w1=0.1 w2=0.8 w1=0.2 -8.2 w2=0.10 F[N] -4.05 0.1 -4.01 0.0.02 0.0E+03 -6.9 w2=0.7 w2=0.2E+04 t[s] Figura 10 .4 w2=0.02 0. controlo óptimo sem controlo pré-actuante para a estratégia da redução do espaço admissível Na Figura 11 representa-se a compressão da coluna vertebral do passageiro durante o impacto.03 0.0E+03 t D=70 D=200 D=25 D=250 D=50 D=300 D=100 D=350 D=150 D=400 0.0E+03 t F[N] -6.Exemplo 7.0E+03 -8.1 -1.7 w1=0.0E+04 -1.1.0E+00 0.07 0.08 0.05 0.04 0.0E+03 4.01 0.2E+04 t[s] Figura 9 .0E+03 2.07 0. que nos casos em 81 .0E+03 w1=0.00 -2.04 0.4 w1=0.6 w1=0. Verifica-se também.1.08 0.0E+03 -1.0E+03 w1=0.5 w1=0.06 0. estabilizando de seguida à volta desse valor.0E+04 -1.03 0. onde é evidente que esta atinge rapidamente o seu valor máximo.

3 0. 82 .8 w1=0.5E-02 3.07 0. que foi de 8. A força do controlo óptimo está representada na Figura 12.1 t[s] Figura 11 .0E-02 w1=0.que se deu mais peso ao objectivo IRD. O valor óptimo encontrado para Ψ 01 ≡ IRD foi de 2.1s. verifica-se uma redução de 3.1 w2=0.7 w2=0. 0 ≤ t ≤ 0.9 w2=0.8 w2=0.6 w2=0.1.0E-02 compressão da coluna vertebral [m] 2.09 0.Exemplo 7.5 vezes.79765.2 w1=0. evolução no tempo da compressão da coluna vertebral do passageiro durante o impacto De seguida repete-se o problema com controlo pré-actuante usando apenas a estratégia de redução do espaço admissível para um único valor de D admissível.1 5.6 w1=0.4 w1=0. −10 4 N ≤ t F ≤ 10 4 N  e o   intervalo ts de pré-actuação do controlo que minimizam Ψ 01 . 3.06 0.08 0.01 0. Comparando com o valor correspondente obtido sem pré-actuação. tal que Ψ 02 ≤ 70mm .9 w1=0. a compressão da coluna é inferior aquela que foi obtida nas situações em que se deu mais peso ao objectivo D .7 w1=0. Neste caso pretende-se determinar a força de controlo  t F .5 w2=05 w1=0.5E-02 1.03 0.0E+00 0 0.0E-02 1.04 0.4601 para um intervalo de pré-actuação óptimo t s = 0.4 w2=0.20132 s .0E-03 w1=0.5E-02 2.2 w2=0.05 0.3 w2=0.02 0.

0E+03 -8. c1=1.0E+03 -1.1 m .275N/m e por amortecedores c4 = c5 = 875.1 t[s] 0.26E4N/m.0E+03 2. força de controlo óptimo para a capacidade limite de isolamento com controlo pré-actuante 7.0E+04 -1. 0 ≤ t ≤ 1s  .25 0.0 8. k1=1. em que P é o actuador de força no grau de   liberdade 1 que representa o deslocamento vertical da cadeira do passageiro.2 0. tal que o deslocamento vertical relativo entre as massas não ultrapasse 0.15 0. c2=c3=4. O chassis é modelado por dois elementos de viga com massa específica ρ = 7800kg/m3 e módulo de Young E = 200GPa e por duas massas concentradas.048m e considera-se que o veículo se desloca a 87. Os valores iniciais das variáveis de projecto são {A=0.05 0.78 km/h. Os pneus são representados por molas k 4 = k 5 = 26.01m 2 .Exemplo 7.0E+03 -6. 83 .2 Veículo com Quadro Flexível Considere-se um veículo e respectiva suspensão representados na Figura 13.0E+03 0.75E3Ns/m.0E+03 -4.2E+04 Figura 12 .0E+03 4.05m.8Ns/m .38Ns/m} 2 e o controlo inicial é  t P = 0. k 2=k 3=5.1. A suspensão é sujeita a uma solicitação cinemática devido a um obstáculo no piso. A relação entre o 2º momento de área do chassis e a área da sua secção transversal é considerada como sendo I A = 0. O problema de optimização consiste em minimizar o máximo valor absoluto da aceleração da massa m1.384m.0E+03 6. para um obstáculo de forma sinusoidal com uma altura de 0.1016m e um comprimento de onda de 24.0E+00 -2.3 P[N] 0.75E4N/m . A distância entre os eixos dianteiro e traseiro é de 3.

84 . às rigidezes e amortecimentos e ao controlo. verifica-se uma redução do máximo valor absoluto da aceleração de 5E-5m/s2 para 1E-5m/s2 após o último nível de optimização.E6.2.34E4.E2} para os diferentes níveis do processo de optimização. 1. 1.1 m1 2 3 k1 4 5 c3 k3 c2 k2 c1 6 7 8 m4 9 m3 c5 10 k5 c4 11 k4 400kg Elemento de viga 1 800kg Elemento de viga 2 Figura 13 . 6. 6. 5. 1.31E4.Exemplo 7. Os valores óptimos obtidos para as variáveis de projecto são {0.94E4. Na Figura 15 apresentam-se as respostas em aceleração Por análise da Figura 15. veículo com quadro flexível A optimização foi efectuada por níveis.02E4. considerando-se em cada nível a optimização relativa à área da secção transversal do chassis. e o controlo óptimo está representado na Figura 14.35579.

8 1.0E-05 -5.Exemplo 7. area. C’s +e controlo Optimal óptimo. K’s and C’s Projectodesign wrt à Area.0 u1 [m/s ] 2 -2.0E-05 0.0E-05 -4.2.0E+00 0.Exemplo 7. aceleração vertical da cadeira do passageiro para os vários níveis de optimização 85 . K’s and C’s control Figura 15 .6 0. area. K’s.2.0 -1.0E-05 -3.4 0.Figura 14 .2 0. controlo óptimo da suspensão da cadeira do passageiro 2. K’s eC’s Optimal óptimo.0E-05 t[s] 0.0E-05 -6.0E-05 a[m/s2] 1.0E-05 Projecto inicial Initial Des ign Projectodesign wrt area Optimal óptimo à Area Projecto design wrtà Area.

{ } Tanto no caso (I) como no caso (II). com os valores iniciais das variáveis de decisão K 0 = 0.Exemplo 7. C0 = 0.5 . que passa a ser o novo objectivo e que funciona como limite superior para os objectivos originais. K=K0|u | M P(t) C=C0| u |η−1 u . Para verificar a eficácia do pré-controlo repetiu-se o caso (I). ν−1 Figura 16 .se minimize o módulo da aceleração máxima u da massa M=1. Caso (II) . C0 = 0.5 e P (t ) = 0 . absorsor de impacto não linear O problema a resolver consiste em determinar os coeficientes de rigidez e amortecimento K 0 u ν -1 e C0 u η -1 e a força de controlo [ P(t ).3 Absorsor de Impacto Não Linear Com Controlo Pré-Actuante O sistema da Figura 16 pode representar o trem de aterragem de um avião a entrar em contacto com o solo com uma dada velocidade 0 u = 1 .7. usou-se a estratégia de minimização do máximo dos objectivos através da introdução de uma variável fictícia b0 . 0 ≤ t ≤ 12s ] satisfazendo a restrição de deslocamento u ≤ 1 com ν = µ = 2 . tal que: Caso (I) .se minimize o bicritério Ψ 01 ≡ C0 . Ψ 02 ≡ E ≡ ∫ (100u 2 + u 2 + 100 P 2 )dt com os valores iniciais das variáveis de decisão K 0 = 0.3.597 .597 e P (t ) = 0 . impondo também a condição de transversalidade t Φ ≡ ts u − ts u − v0 = 0 . + − 86 .

caso (I) 1.8 0. As respostas em aceleração para o projecto inicial e para os diferentes níveis de optimização usados (relativamente a K0 e C0 .8 2 4 6 8 starting inicial Ko. e depois relativamente a K0 e C0 e ao controlo) são mostradas na Figura 17.0 0. 0.3. controlo óptimo do absorsor de impacto sem controlo pré-actuante.4 0. o intervalo de pré-actuação óptimo obtido foi de 1.6 P [N] 0. respostas em aceleração do absorsor de impacto sem controlo pré-actuante. A resposta em aceleração é mostrada na Figura 20.96 .3.0 0 -0.2 2 4 6 8 10 t[s] 12 Figura 18 .0 a[m/s 2] u 0 -0.Exemplo 7.00667 e C0 = 6.C0+controlo K0 Co+control Figura 17 .4 -0.2 -0.C0 K0 Co 10 12 t[s] Ko. .Exemplo 7. . Note-se que com controlo pré-actuante o módulo da aceleração 87 .6 -0. caso (I) Com controlo pré-actuante.4 0.Para o caso (I) os valores óptimos das variáveis de projecto obtidos sem controlo pré-actuante são K 0 = 0. O controlo óptimo está representado na Figura 18.2 0.07986s e o controlo óptimo encontra-se representado na Figura 19.2 0.

0 1. onde se apresentam também os valores óptimos das variáveis de decisão 88 . 8. caso (I) No caso (II) os objectivos foram normalizados de acordo com as equações (3.0 6.015 2 4 6 8 10 t[s] 12 Figura 20 . resposta em aceleração do absorsor de impacto com pré-actuação.máxima foi de 0.0 0 -2.23). caso (I) 0.Exemplo 7.005 -0. fazendo variar os pesos wi dados aos objectivos normalizados de acordo com a Tabela 2.010 -0.0 7.0 P[N] 3. o que se traduz numa melhoria de cerca de 30 vezes relativamente à situação em que não há controlo pré-actuante.000 0 -0.0 2.3.Exemplo 7.0 2 4 6 8 10 t[s] 12 Figura 19 .012744.21) e (3.0 5.010 Ko+Co+Preview Control 0.0 0. controlo óptimo do absorsor de impacto com pré-actuação.0 4.005 u a[m/s2] 0.3.015 0.0 -1.

As respostas em aceleração e o controlo óptimo representam-se nas Figuras 21 e 22.032 0.3 P0. respectivamente.9/0.6/0. caso (II) 89 .050 0.5/0. Na figura 23 representa-se o espaço dos critérios.6/0.9/0. controlo óptimo do absorsor de impacto.obtidos.1 0.8/0. onde se pode observar a quase linearidade da curva obtida com os óptimos correspondentes a cada combinação de pesos.8/0.458 0.60 2 4 P0.453 0.5 P0.20 -0.5/0.Exemplo 7.2 a0.8/0.2 0.2 -0. respostas em aceleração do absorsor de impacto.7/0.2 P0.5 0.3 a0.Valores óptimos de K0 e C0 para as várias combinações de pesos.0 a[m/s 2] 12 u 0 -0.00 0 -0.7/0.4 0.3 0.442 C0 0.022 0.40 0.5 a0.091 0. caso (II) 0.40 -0.4 a0.8 2 4 6 8 ainicial start a0.446 0.Exemplo 7.6 -0.450 0.1 10 12 t[s ] Figura 21 . Tabela 2 .4 P0.4 0. caso (II) w E w C0 K0 0.4 -0.20 P[N] P(t) 0.9/0.3.5/0.1 6 8 10 12 t[s ] Figura 22 .3.7/0.6/0.2 0.015 0.

0. espaço dos critérios. que passa a ser o novo objectivo e que funciona como limite superior para os objectivos originais.31).4 Absorsor de Impacto com Tempo Mínimo e Mínimo da Energia Cinética Consideremos de novo o absorsor de impacto representado na Figura 16.04 0. tal como definido na equação (3. desta vez linear. de modo a minimizar o tempo total T e a energia cinética E = ∫ u 2 dt . com os expoentes ν = µ = 1 .01 . u m ≤ 0. a que corresponde uma   energia cinética E = 0.Exemplo 7. (0 ≤ t ≤ T )  com T=10s. K 0 = 1. bem como a força de controlo  t P . C0 = 1.100217 . T u = 0 . O sistema vai sofrer um impacto com uma velocidade u = 1 em t = 0 . Pretende-se optimizar os coeficientes de rigidez e amortecimento.10 0. que funcionará como condição de transversalidade.02 0. A estratégia para lidar com o problema de multicritério foi a minimização do máximo dos objectivos através da introdução de uma variável fictícia b0 .00 53 55 57 59 61 E Figura 23 .499 e um deslocamento médio umed = 0.   Foi imposta uma restrição de deslocamento médio. caso (II) 7.08 0. Os valores iniciais das variáveis de decisão são b0 = 1. ou seja.3. 90 . t P = 0. e uma restrição de deslocamento final. Verifica-se assim uma violação da restrição de deslocamento médio. K0 e C0 . 0 ≤ t ≤ T  .06 Co 0. respectivamente.

Os valores óptimos obtidos foram K0 = 109.96 .84043 e o controlo óptimo está representado na Figura 24.75352E-4 ocorrida na restrição de deslocamento terminal. Note-se que houve um aumento da energia cinética de 0. controlo óptimo A optimização foi efectuada por níveis. respectivamente. O deslocamento.499 para 0.4. 26 e 27. mas que a restrição do deslocamento médio deixou de ser violada. Para estes valores óptimos das variáveis de decisão os objectivos tomaram os seguintes valores: T = 2.Exemplo 7.715s e E = 0. C0 = 0.52082 .Exemplo 7.4. t[s] u Figura 25 .52082 com uma violação máxima de 3.P(t) t[s] Figura 24 . deslocamento para os valores óptimos das variáveis de decisão 91 . primeiro relativamente a K0 e a C0 e depois relativamente ao controlo. a velocidade e a aceleração para os valores óptimos das variáveis de decisão mostram-se nas Figuras 25.

Exemplo 7. O funcional a minimizar é dado por 92 . aceleração para os valores óptimos das variáveis de decisão 7. A viga parte do repouso e o controlo actua durante 0.5 Viga simplesmente apoiada-livre com controlo de posicionamento final Pretende-se com este exemplo determinar o controlo óptimo que consiste num momento concentrado aplicado no apoio simples da viga mostrada na figura 28. que impoêm um intervalo admissível para esse ângulo compreendido entre 0.4. No final desse período de tempo pretende-se satisfazer duas restrições de posicionamento do ângulo Tθ 0 (ângulo da linha recta que liga as extremidades da viga).u t[s] Figura 26 . velocidade para os valores óptimos das variáveis de decisão t[s] u Figura 27 .Exemplo 7.5 e 0.4.51 radianos.25s.

Nessa mesma figura faz-se a comparação entre os resultados obtidos com o programa de elementos finitos desenvolvido neste trabalho 93 . min Ψ 0 ≡ β T Ψ1 ≡ −1 ≤ 0 0. O projecto inicial consiste num controlo constante M=300Nm e a correspondente resposta mostra-se na figura 29. As dimensões são as indicadas na figura 28 e a densidade do material da viga é de 7850kg/m3.livre com controlo de posicionamento final Indica-se de seguida a formulação do problema de optimização.5 Viga simplesmente apoiada . x y Y M Y θ0 X Z 10cm 5cm 1m mm Figura 28 – Exemplo 7.5 E Ψ3 ≡ −1 ≤ 0 θ0 β b = [β M (t ) ] T A discretização espacial foi feita utilizando um elemento de viga hermiteano e a discretização temporal foi feita usando 10 elementos finitos de tempo.51 − Tθ 0 Ψ2 ≡ +1 ≤ 0 0.2 2 E = ∫ ∫ ( vL + 100vL ) dxdt 0 0 T L em que vL e vL são os deslocamentos e velocidades segundo a direcção y.

Obtém-se com esse controlo óptimo um valor de Tθ 0 = 0.1 0. 94 .15 0.5 . Estão portanto em violação as restrições Ψ1 e Ψ 2 de posicionamento final.25 0.3955 rad.05 0 0 0.3 θ 0 [rad] 0.05 Fedynam Cosmos/M T 0. Note-se que o valor do funcional E aumentou relativamente ao controlo inicial pela necessidade de satisfazer as restrições de posicionamento final.15 t[s] 0.45 0.2 0.4 0.005s. Neste último programa a integração foi efectuada pelo método de Newmark com um passo de integração de 0.8002 para o funcional E. Obtém-se com o controlo inicial um valor de 0.1028 para o funcional E e o ângulo Tθ 0 obtido é de 0.5003 rad e um valor de 1.35 0.3 Figura 29 Exemplo 7. e foi usado um elemento viga corrotacional (Beam2D) que permite grandes deslocamentos.Resposta ao controlo inicial O controlo óptimo obtido mostra-se na figura 31.25 0. 0.1 0.(Fedynam) e o programa comercial Cosmos/M.2 0.

2 0.25 Figura 30 Exemplo 7.E+03 1.3 T Figura 31 Exemplo 7.2 0.1 0.6 0.E+03 0.5 .E+03 5.1 0 0 0.05 0.E+03 2.Resposta ao controlo óptimo 95 .3 0.E+03 4.E+03 t[s] 0.E+00 0 -1.4 θ 0[rad] 0.6.E+03 M[Nm] 3.15 0.05 0.2 0.1 0.5 0.15 t[s] 0.25 0.5 – Controlo óptimo 0.

permitindo tratar os sistemas mecânicos inseridos na formulação da dinâmica estrutural não linear. unificam-se. tratam-se desta forma os problemas de tempo mínimo 96 . Transformando todas as respostas e medidas de desempenho para o novo domínio fixo de referência. 2. Estendendo o domínio do problema ao domínio espaço-tempo. Conclusões e Desenvolvimentos Futuros Neste trabalho desenvolveu-se uma formulação para o problema de projecto e controlo óptimos de sistemas mecânicos flexíveis. 1.8. Assim. 3. os problemas de projecto e controlo óptimos. a dependência do controlo passa para o jacobiano da aplicação. Para os problemas em que o domínio de integração tempo é variável com o controlo. estruturas não lineares e sistemas mecânicos flexíveis podem ser ambos tratados pelo mesmo código estrutural não linear. para unificar sistemas mecânicos e estruturas na mesma formulação. então. Como o parâmetro tempo já é usado implicitamente na análise não linear estática. numa única formulação. incluindo o caso em que o domínio de tempo é variável através da sua dependência relativamente às variáveis de decisão. os problemas de domínio de tempo variável e de domínio de tempo fixo são tratados de modo unificado. Usando integrais de tempo nas derivações. o espaço de projecto fica incluído no espaço de controlo. com grandes deformações e medidas de tensão e extensão invariantes para movimentos de corpo rígido. o domínio varia durante o processo de optimização. reunindo problemas que tradicionalmente têm sido formulados separadamente. considerando-se as variáveis de projecto como variáveis de controlo que não dependem do tempo. basta incluir o termo da inércia no princípio do trabalho virtual. Deste modo. Em particular. Usa-se a descrição Lagrangeana do movimento relativamente a um referencial de inércia. Fazendo a aplicação de um domínio de tempo fixo unitário de referência no domínio de tempo original. A formulação foi desenvolvida no sentido de o problema ser apresentado de uma forma unificada.

na medida em que não depende do tipo de variáveis de decisão mas apenas do tipo de medida de desempenho. Deste modo. A integração “de uma só vez” permite que se possam aplicar de uma maneira fácil as condições de fronteira e restrições de controlo para qualquer instante. a estratégia para a aplicação numérica dos problemas de controlo pré-actuante e respectiva formulação e implementação é apresentada neste trabalho pela primeira vez. mas sim ao facto de se usar a integração passo-a-passo. 5. e não apenas no instante inicial. considerando neste último caso que o intervalo de pré-actuação é uma fracção do tempo total. A integração das equações do movimento e respectivas sensibilidades de projecto (equações adjuntas) é feita por integração “de uma só vez” e não “passo-a-passo” como é tradicional nos sistemas dinâmicos. o método do sistema adjunto pode ser aplicado com todas as suas vantagens. 6.e tempo pré-actuante. 4. como é característico da integração passo-a-passo. sendo a função objectivo formulada sempre como o limite superior de todos os critérios normalizados. a necessidade de memorização da resposta do sistema. como se assume na literatura.instante inicial) e. Então. 7. tendo-se usado para isso a estratégia de minimax. Toda a formulação do problema de projecto e controlo óptimos desenvolve-se unificada no conceito de optimização multicritério. A dimensão tempo é usada como qualquer das outras dimensões espaciais. Esta estratégia. consequentemente. Tanto quanto é conhecido. aos problemas de resposta hereditária. é também uma novidade aqui apresentada. 97 . Todas as aplicações encontradas na literatura são aplicações analíticas. esta desvantagem não está associada. e sem a sua principal tradicional desvantagem na integração passo-a-passo dos sistemas dinâmicos: a necessidade da integração no sentido inverso (instante final . tanto quanto é conhecido. O conceito de sistema adjunto é o conceito unificador principal da formulação.

nomeadamente a problemas de isolamento ao choque para a prevenção de lesões em ocupantes de veículos. Determina-se a capacidade limite de isolamento ao impacto e conclui-se que o controlo com actuação pré-impacto foi vantajoso para todos os exemplos onde foi aplicado. desta forma. Como desenvolvimentos futuros pretende-se explorar novas estratégias de optimização multicritério aplicadas à dinâmica de sistemas.São feitas aplicações numéricas a problemas de impacto com domínio de tempo fixo assim como com domínio de tempo livre ou variável. Nos problemas de protecção ao impacto. Pretende-se no futuro expandir as metodologias desenvolvidas neste trabalho para o tratamento dessas mesmas situações. Uma área emergente de investigação neste campo é o estudo de sistemas inteligentes de restrição. melhorar e expandir os conceitos de pré-tensão e de limitadores de força actualmente implementados nos sistemas de restrição de muitos veículos. 98 . nomeadamente problemas de controlo de tempo mínimo e de actuação pré-impacto. mas antes através da sua probabilidade de ocorrência. Pretende-se explorar a possibilidade de aplicação das metodologias de controlo pré-actuante e de tempo mínimo desenvolvidas neste trabalho a este tipo de sistemas e. as solicitações por vezes não são especificadas deterministicamente.

C. “Control Science for Injury Prevention”. p. pp. 27. (1988). S. (2003)..237-264.V. “Kichhoff’s Problem for Nonlinearly Elastic Rods”. N. N. M.. Vol. T. N.p. (1989) “Introduction to Optimum Design”. Atluri and A. Math.p. “Optimal Protection from Shock Impact and Vibration.A. Balandin. Bolotnik.N. W.N. (2000). Vol. Balandin.S. 99 .A. Cleveland.Referências Agrawal. e Pilkey. “Optimal protection from impact and shock: theory and methods”. J.D. J. Arora. 32 pp. N. Antman. S. (1974).N. (1986). Bolotnik. N. e Lin. Springer Verlag. O. Vol. e Shabana. Petersburg.S. 177-198. Proceedings of the PhysCon 2003 conference. “Nonlinearities in the Dynamics and Control of Space Structures: Some Issues for Computational Mechanics”.N. e Iura. “A study of Augmented Lagrangean Methods for Simultaneous Optimization of Controls and Structures”. D. p. (1996). A. Quart. “Application of Deformable Body Mean Axis to Flexible Multibody System Dynamics”. Gordon and Breach. T.D. Inc. 217-245. Bolotnik. Engineering Optimization. W. Applied Mechanics Reviews. Fourth AIAA/Air Force/NASA/OAI Symposium on Multidisciplinary Analysis and Optimization. Appl.D.. Computer Methods in Applied Mechanics and Engineering. (2001). Russia. 35-70. D.1195-1200. (1992). Amos (Eds). Arora.P. Large Space Structures: Dynamics and Control.S. Atluri. 56 pp. P.K.S. Ohio U. MacGraw-Hill Book Company.. “A Quasi-Monte Carlo Method for Multicriteria Design Optimization”.V. BerlinHeidelberg-New York. J. Balandin. e Pilkey. Athan.N. e Pilkey. 221-240. pp. St. S. e Papalambros. 53(9). W.

B. Shock and Vibration. e Valido. (2008). e Arora. K. J.B. 29. Cardoso. 7 pp. pp. Journal of Structural Mechanics.595-603. J. Shock and Vibration.N. e Ho.S.. “Applied Optimal Control”.. (1975). J. Vol. 11. A. “Finite Element Procedures in Engineering Analysis”.A. A. J. Vol. (1997).B.G. “Design Sensitivity Analysis of Nonlinear Dynamic Response of Structural and Mechanical Systems”. “Optimal Design of Nonlinear Structures and Mechanical Systems”. e Taylor J. “Non-linear Transient Finite Element Analysis With Convected Coordinates”.B. Bendsoe.B.J. (1988). A. 26: 5. (2010). B..D. Vol. “Multicriteria Optimization of Injury Prevention Systems to Impact”.J.P.S. D. 4. Valido A. pp. “A Variational Formulation for Multicriteria Structural Optimization”. W.J. Castro. Hemisphere Publishing Corporation. N.. Belytschko. pp. 315-324. 255-271. Cardoso J.E. pp. 641-649 Cardoso.J. 277-291.P.P. pp 49-65. J. P. International Journal for Numerical Methods in Engineering. J. J.12. Engineering Optimization. Prentice-Hall Inc. (1983).. e Pilkey. M. Bryson. T. Cardoso.Balandin.E. 523-544. 100 . (1992). Moita. e Hsieh. Bolotnik. (1973). pp. Sousa. pp.. Vol.V.J. e Arora. 37-46. Y. (1982). Structural Optimization Vol. Olhoff N. Shock and Vibration.. Moita P.. Cardoso. L. “Design and Control of Nonlinear Mechanical Systems for Minimum Time”. Vol. “Variational Method for Design Sensitivity Analysis in Nonlinear Structural Mechanics”. e Valido. AIAA Journal.. 15(3-4).17. Bathe. (2005) “Pre-acting control for shock and impact isolation systems”.

A. Vol. (1986). pp. Dokainish. Hac. International Journal for Numerical Methods in Engineering. Y. e Oravas.. 631-657. pp.. “A New Algorithm for Integration of Dynamic Systems”. 3. Chen.85. 54 pp. (2008). Khulief.A. Part II: Application to Aircraft Landing. Vol. e Dennis. (1989). A. D. 93-110. “Finite Element Formulation of Rigid Body Motion in Dynamic Analysis of Mechanisms”. J. “Finite elements using absolute nodal coordinates for largedeformation flexible multibody dynamics”. pp 1409–1419 Gellert. M. e Shabana. Das. Computer Methods in Applied Mechanics and Engineering. I. (1998) “Normal Boundary Interception: A New Method for Gererating the Pareto Surface in Multicriteria Optimization Problems” SIAM J.A. I. e Dennis.. 979-981.. e Shabana. 887-914. No.. e Osinski. Srpcic S. (1995). 56 pp. Saje M.S. M. Journal of Computational and Applied Mathematics Vol. 213217. pp. Dass. Computer & Structures Vol 9.A. Dmitrochenko O. 63-69. Planinc I. Vol. Vol 20. “Finite element dynamic analysis of geometrically exact planar beams”.E. (1978). 101 . A. J. 14. Brief Notes. M. Vol. Computers and Structures Vol. K. Vol. (2007). M. (1997) “A Closer Look at Drawbacks of Minimizing Wheighted Sums of Objectives for Pareto Set Generation IN Multicriteria Optimization Problems” Structural Optimization.. 215. pp.E. pp. J. 57. Optimization. Journal of Applied Mechanics. pp. (1984) “Formulation Methods of Geometric and Material Nonlinearity Problems”.Changizi. A. Gams M..“Transient Analysis of Flexible Multibody Systems”. 401-408.. “Effect of the Coupling Between the Longitudinal and Transverse Displacements on the Dynamics of Rotating Curved Beams”.E. Computers and Structures. 368 – 377 Gadala. 2.

Haftka. Computer Methods in Applied Mechanics and Engineering Vol.. (1996).R. AIAA/ASME/ASCE/AHS 26th Structures. Kamat. 10 pp.. Kane. M. Heilig. E. “Applied Optimal Design”. C. “Active Control of Structures in Nonlinear Response”. J. e Arora. 52-62. e Crede. McGraw-Hill. “Dynamics of a Cantilever Beam Attached to a Moving Base”. Structural Dynamics. R. pp. Gurdal. W. Mechanical Structures and Machines. John Wiley & Sons.K. Haug. “Design Sensitivity Analysis and Optimization of Dynamic Response”. J. (1990).J. Ryan. R..L. e Arora. e Banergee. (1979). pp.T. (1988). C. Hsieh. 23. AIAA Journal. Journal of Guidance. (1985). ASCE. “Shock and Vibration Handbook”.E. J. M.C.S. 1. pp. 27 (2). Haftka. (1986).M. Control and Dynamics. 185-201. e Kamat. A. (1984b).P. J.H. (1984a). and Materials Conference. (1987). Vol.P. 85-0801-CP. R. Matinovic. Computer Methods in Applied Mechanics and Engineering. “Sensitivity of Optimized Control Systems to Minor Structural Modifications”. (1999). 102 . “Determination of Minimum-Time Maneuvers for a Robotic Manipulator using Numerical Optimization Methods”.T. Harris.T. Vol.C.. e Hallauer. 12601266..S. Vol. Journal of Aerospace Engineering.R. Z. Hsieh. Z. J. e Arora. “A Hybrid Formulation for Treatment of Point-Wise State Variables in Dynamic Response Optimization”. C.139-151.S. C. Haftka. 43 pp. R. “Enhanced Vibration Controllability by Minor Structural Modifications”.N. e McPhee. T. paper nº. 195-219. “Elements of Structural Optimization”. Inc. Kluwer Academic Publishers.

J. P. pp. (1980b). 179-186.V. (1997).B.S. FL. L. “A Space-Time Finite Element Model for Design and Control Optimization of Nonlinear Dynamic Response”. Venkayya. e Valido. H. Proceedings of 24th Conference on Decision and Control. 60-66. 534–542 Marler. e Arora.F. D. John Wiley & Sons. 3. (1982). Control and Dynamics.. “Control of Self-Adjoint distributed Parameter Systems”. Journal of Guidance. “Handbook of Computational Solid Mechanics”. “Modal Space Control of Distributed Gyroscopic Systems”.P. Cardoso. Vol. V. (1985). A.H. Miller. pp. 924-931. Hien T.Khot.. (Ed). pp. 307-314. e Tishler. 140-150.S. Leipholz. R. AIAA/ASME/ASCE/AHS 27th Structures. “Integration of Structures and Controls – Some computational Issues”. [18] Lust. Meirovitch. Structural Dynamics and Materials Conference. R. Control and Dynamics. “Active Control of Structures by Modal Synthesis”. J. Kleiber M. Springer Verlag. M. Structural Control. (2009).J. 5. “Parameter Sensitivity in Nonlinear Mechanics”. 3. e Oz. pp. “Total Lagrangian beam element with C1continuous slide-spring”. pp. Lauderdale. Computational Mechanics. H. Vol. Vol 87.B. e Oz. Meirovitch. Shock and Vibration. (1986). pp. (1988). Computers and Structures. 505-521. L..369-395. H. Vol.. (2004) “Survey of Multi-Objective Optimization Methods for Engineering”.. Marjamäki H.. “Control Augmented Structural Synthesys”. Moita.. (Editor) (1998). 103 . “Structure/Control Optimization to Improve the Dynamic Response of Space Structures”. Meirovitch. Antunez H. (1980a). e Kowalczyk P. 15(3-4). L. e Baruh. Ft. H. Structural and Multidisciplinary Optimization. e Schmit.. Journal of Guidance. A.T. Mäkinen J. V. 26. pp.A... (2008). N. Kleiber. pp.

E. 85 O’Donoghue. Proceedings of the PhysCon 2005 conference. 795-804. ASCE.A. Paper apresentado no Jet Propulsion Workshop on Identification and Control of Flexible Space Structures. Salama. (1989). L. 3 pp. Romero. Appl. (1984).D.. Sevin. (1991) “Handbook of Critical Issues in Goal Programming”. Journal of the Engineering Mechanics Division. Vol. Math. N. e Udwadia. W. Reissner. 311-327. Mathematical Programming. Vol. Garba. (1959). 243.. “Optimization of Controlled Structures”. (1993) “On the use of Consistent Approximations in the Solution of Semiinfinite Optimization and Optimal Control Problems”. Ph. Shabana. “Simultaneous Optimization of Controlled Structures”. (1988).V. e Demsetz. Omar M. M. A.D. (2005). Polak. F. J. pp. e Purtsezov. Russia... “On One Dimensional Finite Strain Beam Theory: The Plane Problem”. San Diego. S. (1972). Phys. M. “A Method of Computation for Structural Dynamics”.A. (1971) “Optimum Shock and Vibration Isolation”. “Dynamics of Multybody Systems”. pp. E. M. St. John Wiley and Sons Inc. Washington DC. “Boundary Integral Equation Approach to Nonlinear Response Control of Large Space Structures: Alternating Technique Applied to Multiple Flaws in Three Dimensional Bodies”. A.Newmark. 565-576 Pilkey.. (1985). E. Vol.. Demsetz. L. e Pilkey. Salama. C. 104 . 23 pp. “Optimization of Parameters of Shock Isolator with Preview Control”. pp. J.D.. (2001). “A two-dimensional shear deformable beam for large rotation and deformation problems”. M. Petersburg. Shock and Vibration Information Analisys Center.E. 385-415. Georgia Tech. W. Hamidi. Computational Mechanics Vol. A. C.330-334. Thesis. pp. P. 275-282. 62. Journal of Sound and Vibration. Shabana A.

Journal of Applied Mechanics.721-726. e Pilkey. Simo.C. 53 pp. 1793-1800. Pai P. Vol. e Arora. SOHN J. “Optimum Design of Systems for Dynamics and Controls using Sequential Quadratic Programming”. “A First Course in Rational Continuum Mechanics”. (1988). D. Limiting Performance Characteristics of Steady State Systems. Joural of Applied Mechanics. (2011). J. Kitis. 55. 42. Inc. H. YOO W. 34. “Optimal Control of Nonlinear Structures”. (1977). Vol. 1. 931-938. Springer Verlag. pp. (1966). J. J. pp. 855-863. C.p. AIAA Journal. Long. “On the Dynamics of Flexible Beams Under Large Overhall Motions-the Plane Case: Part II”. B. Vol. “Geometrically exact 3D beam element for arbitrary large rigid-elastic deformation analysis of aerospace structures”.N. (1977). (1986b). pp. Wua G. Finite Elements in Analysis and Design.S. 105 . L. 3-29 Zieckiewicz.. Journal of Applied Mechanics. O. Nonlinear Dynamics Vol. 27. “The Finite Element Method”. “The Elements of Continuum Mechanics”. L. J. Tseng. (2004) “Large Oscillations of a Thin Cantilever Beam: Physical Experiments and Simulation Using the Absolute Nodal Coordinate Formulation”... Truesdell. 53 pp. e Vu-Quok. C. pp. H. No. MacGraw-Hill Book Company. He X. “On the Dynamics of Flexible Beams Under Large Overhall Motions-the Plane Case: Part I”..D.C. F.H. Vol. (1989). e Wong. New York.. Truesdell.Simo.F. Academic Press. PARK S. 47. 12.. C. W. Vol. p. (1986a). J. (1975).. LEE J. 845-849. Wang. S. New York.X.C. L. 402–412 Yang. Journal of Applied Mechanics. Vol. e Vu-Quok.P.

106 .D. (1987). J. Georgia Tech. Thesis.D.Zhang. “Nonlinear Dynamic Analisys and Optimal Control of Shallow Shells by the Field-Boundary-Element Approach”. Ph.