Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/23628
Full metadata record
DC FieldValueLanguage
dc.creatorDourado, Arinan De Piemonte-
dc.date.accessioned2018-12-28T14:34:21Z-
dc.date.available2018-12-28T14:34:21Z-
dc.date.issued2018-04-12-
dc.identifier.citationDOURADO, Arinan De Piemonte. Fuzzy logic as a tool for uncertainty, robustness and reliability analyses of mechanical systems. 2018. 99 f. Tese (Doutorado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, 2018. DOI http://dx.doi.org/10.14393/ufu.te.2018.778.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/23628-
dc.description.abstractO principal objetivo desta tese de doutorado é avaliar o uso da lógica nebulosa como uma ferramenta para análise de incerteza, robustez e confiabilidade de sistemas mecânicos. Neste sentido, abordagens baseadas em lógica nebulosa são definidas e utilizadas para a análise de incertezas em máquinas rotativas, a formulação de procedimentos de balanceamento robusto e para formulação de problemas de projetos baseados em confiabilidade. Primeiramente, a técnica conhecida como otimização de níves α é avaliada tanto numérica como experimentalmente para a análise de incertezas de máquinas rotativas. Uma aplicação numérica considerando um rotor com incertezas que influenciam o módulo de Young do eixo e as rigidezes dos mancais é usada para avaliar e comparar a análise de incertezas fuzzy com procedimentos estocásticos já estabelecidos. Então, este procedimento de lógica nebulosa é utilizado para prever as respostas extremas de um rotor flexível suportado por mancais hidrodinâmicos com incertezas que influem sobre as propriedades do lubrificante. Posteriormente a lógica nebulosa é avaliada como uma ferramenta para otimização robusta por meio de dois novos procedimentos de balanceamento robusto, a saber: i) uma abordagem nãoparamétrica formulada para elevar a robustez do procedimento de balanceamento conhecido como método dos coeficientes de influência, e ii) uma abordagem paramétrica formulada para fazer aumentar a robustez do método de balanceamento baseado em modelos matemáticos representativos. Por fim, uma nova metodologia de lógica nebulosa para projetos baseados em confiabilidade é proposta, revisando a abordagem de lógica nebulosa tradicional em termos da métrica de confiabilidade. O procedimento proposto consiste de um algoritmo aninhado, no qual um laço interno é utilizado para obter os limites dos parâmetros incertos enquanto um laço externo avalia uma métrica de confiabilidade fuzzy predefinida, considerando os intervalos obtidos no laço interno. Resultados obtidos indicam a lógica nabulosa como uma ferramenta proeminente para análises de incerteza, robustez e confiabilidade.pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectFuzzy Logicpt_BR
dc.subjectLógica Nebulosapt_BR
dc.subjectRobustness and Reliabilitypt_BR
dc.subjectRobustez e Confiabilidadept_BR
dc.subjectUncertainty Analysispt_BR
dc.subjectAnálise de Incertezaspt_BR
dc.subjectEngenharia mecânicapt_BR
dc.subjectLógica difusapt_BR
dc.subjectControle robustopt_BR
dc.subjectConfiabilidade (Engenharia)pt_BR
dc.titleFuzzy logic as a tool for uncertainty, robustness and reliability analyses of mechanical systemspt_BR
dc.title.alternativeLógica nebulosa como uma ferramenta para análise de incerteza, robustez e confiabilidade de sistemas mecânicospt_BR
dc.typeTesept_BR
dc.contributor.advisor1Steffen Júnior, Valder-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6838375689601075pt_BR
dc.contributor.referee1Cavalini Jr, Aldemir Ap.-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0387727577180664pt_BR
dc.contributor.referee2Bandarra Filho, Enio Pedone-
dc.contributor.referee3Oliveira, Leopoldo P. Rodrigues de-
dc.contributor.referee4Dias Jr, Milton-
dc.creator.Latteshttp://lattes.cnpq.br/5218566995755131pt_BR
dc.description.degreenameTese (Doutorado)pt_BR
dc.description.resumoThe main goal of this doctoral research work is to evaluate fuzzy logic as a tool for uncertainty, robustness and reliability analyses of mechanical systems. In this sense, fuzzy logic approaches are used on various design scenarios, such as the uncertainty analysis of rotating systems, robust balancing procedures, and reliability-based design problems. Firstly, the so-called α-level optimization technique is both numerical and experimentally evaluated in the context of uncertainty analysis of rotating systems. A numerical application considering a rotor test rig with uncertainties affecting shaft Young’s modulus and bearing stiffness is used to evaluate and compare fuzzy uncertainty analysis with well stablished stochastic procedures. Then, this fuzzy logic uncertainty analysis is used to predict the extreme responses of a flexible rotor supported by hydrodynamic bearings with uncertainties affecting oil properties. Afterwards, fuzzy logic is evaluated as a tool for robust optimization by means of two novel fuzzy logic balancing approaches: i) a non-parametric approach formulated to enhance the socalled IC method balancing robustness, and ii) a parametric methodology formulated to increase the balancing robustness of model-based balancing technique. In the first approach fuzzy logic tools, particularly fuzzy logic transformation and defuzzification procedures, are used to define a preprocessing stage in which system vibration responses sets are evaluated in order to obtain a more representative unbalance condition. In the second approach, fuzzy logic optimization is used to define fuzzy logic objective functions in which uncertainties affecting the balancing responses are assessed. Finally, a novel fuzzy logic reliability-based design methodology is proposed, revising the traditional fuzzy logic approach in terms of the reliability index. The resulting reliability design methodology consists of a nested algorithm in which an inner optimization loop is used to obtain the uncertain variables limits and an outer optimization loop evaluates a predefined fuzzy reliability index within the previously obtained bounds. Obtained results confirm fuzzy logic as a prominent tool for uncertainty, robustness and reliability analyses.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Mecânicapt_BR
dc.sizeorduration99pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICA::MECANICA DOS SOLIDOSpt_BR
dc.identifier.doihttp://dx.doi.org/10.14393/ufu.te.2018.778pt_BR
dc.crossref.doibatchidpublicado no crossref antes da rotina xml-
Appears in Collections:TESE - Engenharia Mecânica

Files in This Item:
File Description SizeFormat 
FuzzyLogicasaTool.pdf4.02 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.