UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA

Anlise de Confiabilidade em Fadiga. Estudo de Caso: Brao de Controle de Suspenso Automotiva.

Autor: Clever Gama Alves Orientador: Itamar Ferreira

65/08

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE MATERIAIS

Anlise de Confiabilidade em Fadiga. Estudo de Caso: Brao de Controle de Suspenso Automotiva

Autor: Clever Gama Alves Orientador: Itamar Ferreira

Curso: Engenharia Mecnica rea de Concentrao: Materiais e Processos de Fabricao Dissertao de mestrado acadmico apresentada comisso de Ps Graduao da Faculdade de Engenharia Mecnica, como requisito para a obteno do ttulo de Mestre em Engenharia Mecnica.

Campinas, 2008 S.P. Brasil

FICHA CATALOGRFICA ELABORADA PELA BIBLIOTECA DA REA DE ENGENHARIA E ARQUITETURA - BAE - UNICAMP

AL87a

Alves, Clever Gama Anlise de confiabilidade em fadiga. Estudo de caso: brao de controle de suspenso automotiva / Clever Gama Alves. --Campinas, SP: [s.n.], 2008. Orientador: Itamar Ferreira Dissertao (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecnica. 1. Distribuio (Probabilidade). 2. Confiabilidade (Engenharia). 3. Durabilidade (Engenharia). 4. Ao Fadiga. 5. Automveis Molas e suspenso. I. Ferreira, Itamar. II. Universidade Estadual de Campinas. Faculdade de Engenharia Mecnica. III. Ttulo.

Ttulo em Ingls: Fatigue reliability analysis. Case study: automotive suspension control arm Palavras-chave em Ingls: Durability, Fatigue, Reliability, suspension, Weibull rea de concentrao: Materiais e Processos de Fabricao Titulao: Mestre em Engenharia Mecnica Banca examinadora: Itamar Ferreira, Ktia Lucchesi Cavalca Dedini, Waldek Wladimir Bose Filho Data da defesa: 15/07/2008 Programa de Ps-Graduao: Engenharia Mecnica

ii

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECNICA COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA DEPARTAMENTO DE ENGENHARIA DE MATERIAIS
DISSERTAO DE MESTRADO ACADMICO

Anlise de Confiabilidade em Fadiga. Estudo de Caso: Brao de Controle de Suspenso Automotiva

Autor: Clever Gama Alves Orientador: Itamar Ferreira A Banca Examinadora composta pelos membros abaixo aprovou esta Dissertao:

Campinas, 15 de julho de 2008

iii

Dedicatria:
Dedico este trabalho minha amada me Cllia, minha irm Lynn e minha esposa Fabiana.

iv

Agradecimentos
A concluso deste trabalho representou a confluncia coordenada de esforos multidisciplinares focados num objetivo comum. s pessoas que participaram direta ou indiretamente desta jornada, presto minha homenagem: Ao Prof. Dr. Itamar pela paciente e participativa orientao direcionada, fundamentalmente, pela amizade e pela compreenso. minha esposa Fabiana pela pacincia e pelo apoio ao longo do perodo acadmico. minha irm Lynn pelo constante incentivo. E, em especial, minha me Cllia que me ensinou a perseverar, sempre.

Se voc pensa que no pode vencer, voc j perdeu

vi

Resumo
ALVES, Clever Gama, Anlise de Confiabilidade em Fadiga. Estudo de Caso: Brao de Controle de Suspenso Automotiva, Campinas, Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas, 2008. 134 p. Dissertao (Mestrado) O presente trabalho descreve um procedimento de aprovao de um brao de controle de suspenso automotiva sujeito a fadiga de alto ciclo, ao mesmo tempo em que prope uma sistemtica alternativa de validao baseada em conceitos e teorias estatsticas de confiabilidade. Nesse aspecto, a pesquisa no s avalia o procedimento seguido pelo fabricante, como tambm executa comparaes grfico-analticas de distribuies probabilsticas (normal, lognormal e Weibull) a fim de caracterizar a massa de dados completos e suspensos obtidos em ensaios acelerados de bancada. Um espao amostral constitudo por quatro observaes completas da configurao final da pea e oito da inicial, complementado por doze dados suspensos, foi usado para determinar os parmetros dos modelos. Essa anlise levou escolha do modelo de Weibull bi-paramtrico para o tempo at a falha para as duas configuraes em foco. A estimao final dos parmetros foi feita pelo mtodo da mxima verossimilhana, o qual superou um mtodo alternativo especfico para Weibull na comparao com a distribuio referencial de categoria. Dessa forma, calculou-se o ganho efetivo em confiabilidade conseguido com o esforo adicional de desenvolvimento da pea. O teste de hipteses de Kruskal-Wallis permitiu concluir que as duas configuraes realmente possuem performances de durabilidade diferentes. notvel o ganho em confiabilidade obtido por meio das mudanas que levaram configurao final: em um universo de um milho de peas, o nmero de falhas esperadas aos 30.000 ciclos caiu de 96.384 para 5 partes por milho. Palavras-Chave: - Confiabilidade, Durabilidade, Fadiga, Suspenso, Weibull.

vii

Abstract
ALVES, Clever Gama. Fatigue Reliability Analysis. Case Study: Automotive Suspension Control Arm, Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual de Campinas, 2008, 134 p. Dissertao (Mestrado) This dissertation aims at describing a procedure for approval of a suspension control arm subjected to high-cycle fatigue and, simultaneously, at proposing a validation alternative method based on reliability concepts and statistical theories. In that manner, the research provides not only an assessment of the procedure followed by the manufacturer, but also analytical and graphical comparisons of probabilistic distributions (normal, lognormal, Weibull) in order to characterize the set of complete and suspended data from bench accelerated tests. A sample space comprised by four complete final configuration observations and eight complete primary configuration ones, in addition to twelve suspended figures, was the basis for determining the model parameters. Such an analysis led to choose the bi-parametric Weibull for both focused configurations time to failure. The ultimate estimation of the parameters was performed through the maximum likelihood method, which beat a specific alternative method for Weibull when compared with the referential category distribution. Thus, the effective gain in reliability resulting from the product development additional effort was calculated. The Kruskal-Wallis hypothesis testing guided the conclusion that the two configurations actually have different durability performances. It is impressive the gain in reliability brought by the changes that led towards the final configuration: taking an amount of one million parts into consideration, the expected number of failures at 30,000 cycles dropped from 96,384 to 5 parts per million. Key Words: - Durability, Fatigue, Reliability, Suspension, Weibull.

viii

ndice
Lista de Figuras Lista de Tabelas Nomenclatura Captulo 1 Introduo Captulo 2 Reviso da Literatura 2.1 Tpicos de mecnica e materiais 2.1.1 Suspenso automotiva 2.1.2 Fadiga de alto ciclo 2.1.3 Ao USI-RW-450 2.1.4 Estampagem 2.1.5 Soldagem de aos ARBL 2.2 Tpicos de estatstica e confiabilidade 2.2.1 Definies e modelos estatsticos 2.2.2 Teste de hipteses 2.2.3 Intervalos de confiana 2.2.4 Planejamento e anlise de testes 2.2.5 Testes de adequao e estimao de parmetros 2.2.6 Confiabilidade xii xv xvii 01 05 05 05 09 19 25 28 31 31 43 49 50 55 65

ix

2.3 Trabalhos anteriores Captulo 3 Materiais e Mtodos 3.1 Materiais utilizados 3.1.1 Metal base 3.1.2 Metal de adio 3.2 Bancada para ensaios e dispositivos associados 3.3 Planejamento experimental 3.4 Definio do desenho 3.5 Controle dos ensaios 3.6 Execuo do ensaio 3.7 Amostras ensaiadas Captulo 4 Resultados e Discusses 4.1 Resultados experimentais 4.2 Procedimento de validao do fabricante 4.3 Anlise estatstica do planejamento e dos resultados 4.3.1 Mtodo de Kruskal-Wallis 4.4 Determinao da confiabilidade 4.4.1 Consideraes iniciais 4.4.2 Seleo do modelo de probabilidade 4.4.3 Definio do modelo de probabilidade 4.4.4 Estimao dos parmetros 4.4.5 Determinao dos parmetros de confiabilidade Captulo 5 Concluses e sugestes para trabalhos futuros x

68 78 78 78 79 79 81 84 85 85 85 88 89 92 93 94 96 96 97 107 108 113 118

Captulo 6 Referncias Bibliogrficas Anexos

120 126

xi

Lista de Figuras
Figura 2.1. Exemplo de suspenso dianteira independente Figura 2.2. Suspenso MacPherson 06 07

Figura 2.3. Desenho de montagem da suspenso dianteira McPherson analisada neste trabalho 08 Figura 2.4. Esquema de uma curva ln(S)-ln(N) com os estgios do processo de fadiga Figura 2.5. Curvas caractersticas do experimento de Whler: (a) Curva S-N de ao estrutural e (b) curva da tenso S em funo do tempo com variao senoidal. 12 10

Figura 2.6. Exemplo de aplicao da curva S-N para falhas parciais de uma liga de alumnio de alta resistncia mecnica 6061-T 13 Figura 2.7. Intruso e extruso formadas por deformao plstica cclica Figura 2.8. Aparecimento de intruses e extruses numa pea de cobre Figura 2.9. Superfcie de fratura por fadiga: trinca nucleada numa incluso Figura 2.10. Malha de elementos finitos do brao de controle Figura 2.11. Detalhe da regio de abertura da pea Figura 2.12. Campo de tenses de von Mises, em MPa, na regio de curvatura das chapas 14 14 15 17 18 18

Figura 2.13. Grfico ilustrativo de propriedades mecnicas em funo do mecanismo de endurecimento. Corpos de prova deformados 5% e tratados termicamente a 200 C/20 min 22 Figura 2.14. Levantamento da curva limite de conformao para o ao USI-RW-450 com 2,25 mm de espessura Figura 2.15. Levantamento de curvas SN comparativas. Corpos de prova deformados 5% e tratados termicamente a 200 C/20 min xii 23 24

Figura 2.16. Ferramentas usadas na estampagem Figura 2.17. Fases de execuo de estampagem com ferramenta de duplo efeito Figura 2.18. Regio de corte de uma pea estampada

26 26 27

Figura 2.19. Valores observados de tenso residual, dureza superficial e vida em fadiga, para uma dada solicitao, em corpos-de-prova retirados de discos de rodas automotivas. Os estgios da produo significam as fases do processo de estampagem. 28 Figura 2.20. Processo de soldagem a arco com arame tubular protegido por fluxo auxiliar de gs Figura 2.21. Distribuio Weibull para trs parmetros diferentes Figura 2.22. Exemplo de distribuio normal Figura 2.23. Deslocamento positivo da funo lognormal Figura 2.24. Princpio da tcnica de interface carga-resistncia Figura 3.1. Vista frontal do dispositivo de ensaio Figura 3.2. Vista superior do dispositivo de ensaio Figura 3.3. Raio de curvatura suavizado 30 34 36 39 70 80 80 84

Figura 3.4. Regies crticas de amostras da configurao original antes dos ensaios completos. Colorao branca deve-se ao revelador de trincas. 86 Figura 3.5. Regies crticas de amostras da configurao final antes dos ensaios completos. Colorao branca deve-se ao revelador de trincas. 87

Figura 4.1. Regies crticas de amostras da configurao original aps os ensaios completos. Colorao vermelha deve-se ao lquido penetrante e indica a presena de trincas. 90 Figura 4.2. Regies crticas de amostras da configurao final aps os ensaios completos. Colorao vermelha deve-se ao lquido penetrante e indica a presena de trincas. Figura 4.3. Grfico de falha relativo configurao original (Weibull) Figura 4.4. Grfico de falha relativo configurao final (Weibull) Figura 4.5. Grfico de falha relativo configurao original (Normal) 91 99 100 101

xiii

Figura 4.6. Grfico de falha relativo configurao final (Normal) Figura 4.7. Grfico de falha relativo configurao original (Lognormal) Figura 4.8. Grfico de falha relativo configurao final (Lognormal) Figura 4.9. Funes densidade de probabilidade das configuraes estudadas Figura 4.10. Curvas de confiabilidade relativas s configuraes estudadas Figura 4.11. Taxa de falha das configuraes estudadas

102 103 104 113 115 116

xiv

Lista de Tabelas
Tabela 2.1. Valores nominais de composio qumica em percentagem de massa dos aos USI-RW Tabela 2.2. Valores nominais de limite de escoamento, limite de resistncia, alongamento mnimo e dobramento dos aos USI-RW Tabela 2.3. Mecanismo de endurecimento correspondente a cada grau de ao USI-RW Tabela 2.4. Funes confiabilidade e taxa de falhas para as distribuies em foco Tabela 3.1. Configuraes estudadas e seus respectivos nmeros de rplicas Tabela 3.2. Explicao dos cdigos usados na tabela 3.1 Tabela 3.3. Variveis de influncia controlveis identificadas durante o desenvolvimento do brao de controle Tabela 4.1. Resultados obtidos para a configurao original Tabela 4.2. Resultados obtidos para a configurao final Tabela 4.3. Caractersticas das trincas encontradas no final dos ensaios das amostras da configurao original mais crticas Tabela 4.4. Kruskal-Wallis aplicado aos resultados obtidos Tabela 4.5. Dados referentes configurao original (procedimento grfico) Tabela 4.6. Dados referentes configurao final (procedimento grfico) Tabela 4.7. Dados referentes configurao original (procedimento analtico) Tabela 4.8. Tipos de dados referentes configurao final (procedimento analtico) Tabela 4.9. Parmetros para teste da estatstica Weibull (configurao original) 20 21 22 68 82 82 83 89 89 93 94 98 99 105 105 106

xv

Tabela 4.10. Parmetros para teste da estatstica Weibull (configurao final) Tabela 4.11. Parmetros para estimao dos parmetros Weibull pelo mtodo especfico (configurao original) Tabela 4.12. Parmetros para estimao dos parmetros Weibull pelo mtodo da mxima verossimilhana (configurao original) Tabela 4.13. Matriz de deciso do mtodo de estimao de parmetros para a configurao original Tabela 4.14. Parmetros para estimao dos parmetros Weibull pelo mtodo especfico (configurao final) Tabela 4.15. Parmetros para estimao dos parmetros Weibull pelo mtodo da mxima verossimilhana (configurao final) Tabela 4.16. Matriz de deciso do mtodo de estimao de parmetros para a configurao final Tabela 4.17. Quadro comparativo correspondente ao ponto t = 30.000 ciclos

106

108

109 110 111 111 112 116

xvi

Nomenclatura
Letras Latinas Mdia aritmtica
~

Denota uma mediana

^ Denota um estimador estatstico

i j

Diferencia valores assumidos por uma mesma varivel real Diferencia valores assumidos por uma mesma varivel real Valor identificado por j (coluna) correspondente ao nvel i (linha) Soma de todos os valores correspondentes ao nvel i (linha) Soma de todos os valores correspondentes a todos os nveis

ij i. ..

[x] Denota o maior inteiro tal que seja menor ou igual a x a Nmero de nveis ou tratamentos ai - Fatores lineares de ponderao usados para estimar parmetros Weibull A Varivel de apoio no processo de construo de uma curva caracterstica B - Varivel de apoio no processo de construo de uma curva caracterstica b Varivel de apoio usada no processo de estimao de parmetros Weibull ci - Fatores lineares de ponderao usados para estimar parmetros Weibull C Regio crtica relativa a um dado teste de hipteses D Diferena entre mdias Dn Estatstica do teste de Lilliefors E Espessura E(.) Operador valor esperado f(.) Funo densidade de probabilidade F(.) Funo de probabilidade acumulada

xvii

F,u,v distribuio F com nvel de confiana , u graus de liberdade no numerador e v no denominador g(.) Funo qualquer com imagem e domnio reais h(.) Funo densidade de probabilidade da distribuio F h Taxa instantnea de falha H Estatstica do teste do mtodo de Kruskal-Wallis H0 Hiptese nula H1 Hiptese alternativa i Varivel natural qualquer I Incremento definido para ordenar observaes envolvendo resultados suspensos j Varivel natural qualquer k Nmero real qualquer l - Varivel de apoio usada no processo de estimao de parmetros Weibull L Limite inferior de um intervalo de confiana n Tamanho da amostra
n(.)

Nmero de unidades sobreviventes no dado instante

N Nmero de ciclos N(.,.) Distribuio normal M Parmetro tabelado usado no teste de adequao distribuio Weibull p Proporo de falhas P Probabilidade r Nmero total de falhas Rij Ordem da observao j correspondente ao nvel i R Confiabilidade s Desvio padro amostral S Tenso S2 Varincia calculada Smn Tenso mnima Smx Tenso mxima t,v Distribuio t-student com nvel de significncia e v graus de liberdade

xviii

t Tempo at a falha T Varivel aleatria correspondente ao tempo at a falha u Nmero de graus de liberdade U Limite superior de um intervalo de confiana v Nmero de graus de liberdade V - Estatstica tabelada usada para determinar o intervalo de confiana de w - Limites de confiana no-paramtrico obtido a partir da distribuio de categoria W Estatstica tabelada usada para determinar o intervalo de confiana de x Nmero real qualquer X Varivel aleatria qualquer y Nmero real qualquer yp Percentil de uma populao contnua z Nmero real qualquer Z Varivel aleatria qualquer Letras Gregas Nvel de significncia do teste de hiptese - Parmetro de forma da distribuio Weibull Parmetro de localizao da distribuio Weibull (.) Funo gama Erro aleatrio Estatstica do teste - Varivel de apoio no teste de Lilliefors Parmetro de escala da distribuio Weibull - Probabilidade de se cometer o erro do tipo II Mdia verdadeira 2 Varincia verdadeira Desvio padro verdadeiro

xix

 Somatria i Efeito do tratamento ou nvel i Funo densidade de probabilidade da normal padro

- Funo densidade de probabilidade da normal padro

Funo de densidade acumulada da normal padro ,u2 Funo densidade de probabilidade chi-quadrado com u graus de liberdade e nvel de confiana Parmetro que reflete a extenso de rejeio da hiptese nula Abreviaturas ARBL Alta Resistncia Baixa Liga Al Alumnio C Carbono CP - Capabilidade Cr Cromo CV Coeficiente de Variao EW Estatstica do teste de adequao distribuio Weibull FS Fator de Segurana L.E. Limite de Escoamento LN Logaritmo Neperiano L.R. Limite de Resistncia Mn Mangans MSE Erro quadrtico mdio N Nitrognio Nb Nibio P Fsforo S Enxofre Si Silcio ZTA Zona Termicamente Afetada xx

Siglas AWS American Welding Society CCR Conventional Controlled Rolling FCAW Flux Cored Arc Welding

xxi

Captulo 1 Introduo
A anlise estrutural de componentes est no cerne desta dissertao. Ela reflete uma tendncia nessa rea, conforme atesta a experincia profissional no segmento automotivo, em se considerar fadiga e confiabilidade nos novos projetos. O resultado se reflete em margens de segurana mais objetivas, nas quais a probabilidade de falha deixa de ser ocultada por coeficientes e fatores, e em tima utilizao de recursos escassos como materiais de construo mecnica e capital. No obstante a isso, a crescente competio industrial automobilstica tem compelido s empresas integrantes do setor, sejam montadoras, sejam fornecedoras de autopeas, a produzirem cada vez mais num menor tempo e com menor custo produtos de alto desempenho. Nesse cenrio, o questionamento relativo qualidade do que colocado no mercado torna-se automtico, principalmente no tocante vida til, segurana e adequao dos componentes e dos sistemas em questo. Essa preocupao tem se traduzido no termo confiabilidade, muitas vezes usado de forma incompleta ou mesmo incorreta, como sinnimo de um procedimento probabilstico capaz de lidar com tais variveis de projeto de forma objetiva. A confiabilidade de um sistema a probabilidade de que, quando operando em condies ambientais bem estabelecidas, o sistema execute sua funo pretendida durante um dado intervalo de tempo (KAPUR e LAMBERSON, 1977).

Esse conceito foi abordado de forma criteriosa pelas normas de uma montadora, as quais serviram de base para os requisitos de durabilidade do componente estudado de forma que coube ao fabricante seguir um roteiro pr-estabelecido de avaliao e aprovao. O ensaio de prottipos nas condies especificadas, conjugado com simulaes computacionais realizadas pela Unicamp, proveu os dados de carregamento, ciclagem e concentrao de tenso utilizados no processo de validao do produto e da manufatura. Essas informaes foram ento aproveitadas pelo presente estudo para revalidao sob uma tica mais terica, ou seja, segundo uma linguagem mais acadmica dos fenmenos e dos conceitos relacionados fadiga e confiabilidade. Uma vez que a funo do sistema e os modos de falha so explicitamente estabelecidos, a confiabilidade pode ser precisamente quantificada atravs de consideraes probabilsticas. Todos os conceitos tericos e publicaes tcnicas relevantes relativos ao binmio fadiga-confiabilidade sero tratados no Captulo 2. A pea em questo o brao de controle de uma suspenso automotiva cuja configurao final foi obtida aps uma vintena de modificaes envolvendo tanto processo, quanto geometria para contornar a incidncia do nico modo de falha considerado, em tempo, fadiga, numa dada carga e freqncia, aps ciclagens especficas em regime estacionrio. Assim, a configurao final acabou sendo digitalizada para fechar o desenho do produto. O que natural porque o nvel de confiabilidade estabelecido na fase de projeto e as fases subseqentes de teste e produo no o elevar sem uma mudana no prprio projeto. Evidentemente, h sempre de se ter em mente o balano entre o valor agregado de mais confiana na probabilidade de falha estimada e o custo de testes adicionais. O alicerce dessa anlise a montagem de um modelo probabilstico completo a partir dos dados de falha registrados em bancada de testes, a fim de quantificar a confiabilidade do mtodo de aprovao submetido ao brao de controle, um componente no reparvel, atravs da anlise da distribuio probabilstica do tempo de falha. Adicionalmente, ser feita tambm uma comparao entre a configurao aprovada e uma rejeitada para mensurar o ganho efetivo em confiabilidade. Os detalhes dos procedimentos seguidos encontram-se no Captulo 3. importante salientar que a validade deste estudo reside no fato de que o tempo de vida de uma

pea qualquer um fenmeno aleatrio, ou seja, antes que um teste de vida seja conduzido num dado dispositivo, o resultado exato imprevisvel (MANN, SCHAFER e SINGPURWALLA, 1974). Primariamente, o objetivo da engenharia de confiabilidade escolher o melhor projeto mecnico e estrutural considerando fatores como custo, confiabilidade, peso e volume. O foco deste trabalho apenas no segundo fator. Oito observaes completas da configurao final e quatro da configurao inicial foram usadas para determinar os parmetros dos modelos, alm de inmeros dados suspensos complementares. O presente estudo no avaliou estatisticamente a resistncia da pea e, por isso, embora se tenha um bom domnio da natureza da tenso aplicada nos testes, conforme ser visto no captulo 2, no foi possvel estimar a margem de segurana do projeto. Todo o desenvolvimento estocstico para obteno dos resultados e suas discusses correlatas so apresentados no Captulo 4. A natureza dinmica das solicitaes submetidas a um sistema de suspenso, e ao brao de controle em particular, leva naturalmente a falhas por fadiga e, portanto, preciso executar um procedimento experimental controlado para balizar as anlises, uma vez que disperses e incertezas so inerentes a esse modo de falha. A concluso sobre a adequao do projeto aos requisitos e sua respectiva quantificao matria do Captulo 5. Dessa forma, os objetivos deste estudo so: Determinar o grau de confiabilidade de um brao de controle de suspenso dianteira do tipo independente, para certa vida em ciclos, por meio da interpretao e da utilizao de dados experimentais fornecidos pelo fabricante. Todos os ensaios, tanto os originais, quanto os adicionais, foram executados numa freqncia de 4 Hz com aplicao de uma fora de 8,7 kN. Duas configuraes diferentes do

componente aquela aprovada e outra rejeitada durante o processo de desenvolvimento sero consideradas. Descrever o mtodo usado pelo fabricante para obteno dos parmetros que norteiam a deciso de aceitar ou no a pea, segundo normas de seu cliente, apontando eventuais riscos de sua aplicao; Propor um mtodo alternativo para aprovao de peas em geral visando no s a precisa avaliao numrica de confiabilidade, como tambm a otimizao de materiais de construo mecnica e recursos financeiros atravs da reduo do nmero de ensaios.

Captulo 2 Reviso da literatura

Conforme mencionado no captulo 1, este trabalho tem por objetivo uma anlise completa da confiabilidade do projeto e da manufatura de um brao de controle de suspenso automotiva. Para isso, consideraram-se apenas os aspectos estatsticos atravs de anlise matemtica dos nmeros gerados nos ensaios, sem levar em conta os fenmenos mecnicos envolvidos em todos os processos impostos s peas. Com esse objetivo, est sendo desenvolvida uma ampla reviso bibliogrfica dos conceitos tericos relevantes em termos de engenharia mecnica e de materiais, item 2.1, e de estatstica e confiabilidade, item 2.2. O item 2.3 traz um levantamento dos ltimos trabalhos publicados mais notadamente relacionados ao tema. 2.1 Tpicos de mecnica e materiais 2.1.1 Suspenso automotiva As funes primrias de um sistema de suspenso automotiva so (GILLESPIE, 1992): Permitir que as rodas possam acompanhar as caractersticas do pavimento, isolando o chassis das suas irregularidades;

Manter as rodas alinhadas (cster e cambagem) em relao superfcie do pavimento;

Reagir s foras de controle produzidas pelos pneus foras longitudinais (acelerao e frenagem), laterais (curvas) e torques;

Resistir rolagem do chassis; Manter os pneus em contato com a estrada.

As propriedades de uma suspenso que so importantes para a dinmica de um veculo so primariamente vistas no comportamento cinemtico (movimento) e na sua resposta a foras e momentos que devem ser transmitidos dos pneus para o chassis. Adicionalmente, outras caractersticas consideradas no processo de desenvolvimento so custo, peso, espao relativo ocupado (package), manufatura, facilidade de montagem, etc (GILLESPIE, 1992). Suspenses geralmente so classificadas em dois grupos suspenses de eixos slidos e suspenses independentes (DELANEY, 2002). Cada grupo pode ser funcionalmente muito diferente um do outro e, no presente estudo, ser abordado apenas o ltimo, ao qual pertence o brao de controle dianteiro em foco. A figura 2.1 mostra um exemplo de suspenso dianteira independente.

Figura 2.1. Exemplo de suspenso dianteira independente. (DELANEY, 2002)

Em contraste com a suspenso de eixos slidos, suspenses independentes permitem que cada roda se desloque verticalmente sem interagir entre si. Praticamente todos os veculos de passeio e caminhes leves usam suspenses dianteiras independentes devido a vantagens na acomodao do motor e na resistncia a vibraes. Adicionalmente, elas provem fcil controle do centro de rolagem a partir da escolha da geometria do brao de controle (GILLESPIE, 1992). Earle S. MacPherson desenvolveu nos anos 40 na Ford Motor Company uma suspenso com geometria similar s suspenses dianteiras com braos desiguais da figura 2.1 usando uma configurao de escora representada na figura 2.2. A escora um membro telescpico incorporando amortecimento com a roda rigidamente fixada em seu extremo inferior de tal forma que a escora a mantm na direo de cambagem. O extremo superior fixado carroceria e o inferior guiado por conexes que captam as foras laterais e longitudinais. Devido necessidade de compensar o posicionamento da escora em relao roda surge um momento que agrega atrito primeira. Frequentemente esse efeito contrabalanado atravs da montagem de uma mola em ngulo com a escora (DELANEY, 2002).

Figura 2.2. Suspenso MacPherson. (DELANEY, 2002) O brao de controle a ser analisado faz parte do sistema chamado MacPherson. Trata-se de um brao transversal dotado de trs pontos de fixao: dois utilizam articulaes elsticas presas carroceria ou plataforma dianteira (sub-frame); e o terceiro fixado atravs de um piv ball

joint (elemento mecnico rotulado) ao cubo de roda. Este ltimo fixa-se tambm ao amortecedor e mola. A figura 2.3 mostra o desenho de montagem.

Figura 2.3. Desenho de montagem da suspenso dianteira McPherson analisada neste trabalho A soluo MacPherson apresenta vantagens na ocupao de espao para motores transversais e, assim, largamente empregada para carros com trao dianteira. Devido 8

separao dos pontos de conexo na carroceria, a MacPherson bem adequada para veculos monoblocos. A escora tem vantagens adicionais como poucas peas, baixo peso, facilidade de instalao e capacidade de distribuir as cargas da suspenso numa grande rea da carroceria. Entre as suas desvantagens est a elevada altura instalada que limita a liberdade do projetista em abaixar a altura do cap e em aumentar a largura do pneu. Do ponto de vista do consumidor, o alto custo de reparo do amortecedor um notvel revs (GILLESPIE, 1992). 2.1.2 Fadiga de alto ciclo Embora o termo fadiga s tenha sido usado pela primeira vez em 1839 por J.V. Poncelet, na Frana, o primeiro ensaio envolvendo a falha de um metal atravs da aplicao de esforos cclicos foi feito por W.A.J. Albert na Alemanha por volta de 1828. Define-se fadiga como sendo um processo progressivo e localizado de modificaes estruturais permanentes ocorridas em um material submetido a condies que produzam tenses e deformaes cclicas em um ou mais pontos do material e que podem culminar em trincas ou fratura aps certo nmero de ciclos (ASTM E 1823-96, 2002). Cabe aqui uma anlise detalhada da definio acima para um completo entendimento do fenmeno da fadiga: Progressivo significa que a fadiga se desenvolve com o tempo de solicitao cclica; Localizado quer dizer que a fadiga se estabelece num certo ponto, preferencialmente sujeito a alta concentrao de tenses e deformaes causadas por variaes geomtricas bruscas, gradientes de temperaturas, tenses residuais etc; Trinca o foco do estudo da fadiga uma vez que seu crescimento leva a uma situao em que a seo resistente torna-se insuficiente para suportar o carregamento, culminando na ruptura inesperada da pea; Fratura o ltimo estgio do processo de fadiga e consiste na separao da estrutura em duas ou mais partes. Segundo Ferreira (2003), deformaes plsticas, tenses cclicas e tenses normais de trao, quando atuantes no material de forma simultnea, so responsveis por danos estruturais

ao material durante o processo de fadiga, o qual composto por, conforme ilustrado na figura 2.4, trs estgios consecutivos: a) Nucleao de trincas superficiais; b) Propagao da trinca at a falha do componente. Fase que depende basicamente de caractersticas da ponta da trinca; c) Fratura final. A nucleao e a propagao da trinca envolvem fenmenos bem distintos e, portanto, devem receber tratamentos estatsticos bem particulares tambm. Na prtica usa-se o comprimento de trinca como fator determinante da transio entre esses dois estgios (FERREIRA, 2003). Este estudo no focou em nenhuma dessas duas fases, at porque o tipo de informao coletada nos ensaios no era detalhado o suficiente para descrever com propriedade nenhuma delas. Isso, entretanto, no compromete a anlise de confiabilidade, uma vez que precisamos apenas de uma definio objetiva do que a falha para implement-la.

Tenso

Fratura final

Nucleao

Propagao

Nmero de ciclos

Figura 2.4. Esquema de uma curva ln(S)-ln(N) com os estgios do processo de fadiga

10

A linha laranja da figura 2.4 ilustra a vida em fadiga, ou seja, o fim do crescimento da trinca e, portanto, do processo de fadiga. Para Dieter (1988) e Madayag (1969), a fadiga a causa mecnica raiz de, pelo menos, 90% das falhas em servio. Segundo Kapur e Lamberson (1977), numa falha por fadiga, uma ou mais trincas comeam prximo superfcie da pea e progridem at que a tenso em sua rea resistente restante seja suficiente para causar uma fratura abrupta. Uma teoria que explica como ocorre essa falha a teoria do elo mais fraco, a qual defende que existem falhas na estrutura de qualquer metal. A fratura comea no ponto mais fraco como numa corrente. Como o nmero de elos fracos muito grande, isso leva distribuio de valor extremo como um modelo probabilstico para o instante ou a ciclagem da falha. Em 1860, August Whler estabeleceu mtodos de caracterizao da vida em fadiga a partir da amplitude da tenso S nominal aplicada em ensaios de flexo alternada, tambm conhecidos como ensaio de flexo rotativa, em corpos de prova polidos de ao para trilhos de trem. Sua motivao foi o fato de que a resistncia mecnica dos trilhos submetidos a carregamentos cclicos era muito menor do que a resistncia do mesmo material sob carregamento monotnico (SCHTZ, 1996). O trabalho de Whler resultou na curva S-N, no qual a tenso S funo do nmero N de ciclos at a falha do espcime. Observa-se na figura 2.5 que a tenso mdia aplicada, definida pela equao 2.1, foi igual a zero nos experimentos de Whler.
S mx + S mn 2

Sm =

(2.1)

11

S
Smx

Tenso

Limite de fadiga

Sm = 0 Smn = - mx

Tempo

(a)

(b)

Figura 2.5. Curvas caractersticas do experimento de Whler: (a) Curva S-N de ao estrutural e (b) curva da tenso S em funo do tempo com variao senoidal. A razo de carga ou de tenso definida pela equao 2.2:
S mn S mx

Razo de carga =

(2.2)

No experimento de Whler a razo utilizada foi menos um. Nessa situao, define-se o limite de fadiga como a tenso mxima a que uma pea pode ser submetida a um nmero infinito de ciclos sem resultar em dano. A curva S-N obtida normalmente a partir de falhas totais. Entretanto, comum na indstria sua construo baseada em nmeros de ciclos exigidos em determinadas etapas do processo de falha, conforme ilustrado pela figura 2.6.

12

S, psi

30000

25000

20000

15000

10000

Figura 2.6. Exemplo de aplicao da curva S-N para falhas parciais de uma liga de alumnio de alta resistncia mecnica 6061-T (DOWLING, 1999) A fadiga de alto ciclo caracteriza-se por vidas longas e, nesses casos, a maior parte dos materiais metlicos possui apenas uma mnima deformao plstica, ou seja, as tenses envolvidas encontram-se dentro dos limites elsticos, validando a aplicao do mtodo S-N. Embora a situao prtica sempre envolva estados multiaxiais de tenso, as curvas S-N, mesmo desenvolvidas numa base uniaxial de tenses, podem ser utilizadas tendo-se em mente as hipteses de Tresca ou Von Mises (DOWLING, 1999). Essas vidas longas caractersticas do processo de fadiga correspondem, quase que integralmente, nucleao de trincas, a qual ocorre geralmente na superfcie da pea devido a uma maior facilidade de deformao plstica nessa regio. O mecanismo consiste no deslizamento de discordncias segundo os planos de escorregamento do reticulado cristalino medida que tenses so impostas pea. O resultado disso o estabelecimento de bandas de escorregamento perenes que, sobrepostas, resultam na concentrao de tenses na superfcie na forma de degraus chamados de extruses e intruses (figuras 2.7 e 2.8). Esse efeito sozinho ou combinado com fatores geomtricos (presena de concentradores de tenso, acabamento superficial, riscos de usinagem, dimenses), externos ao material (temperatura, freqncia, estado

13

de tenso) e metalrgicos (tamanho de gro, presena de incluses ou de fases fragilizantes ao longo dos contornos de gro, poros, alvolos) responsvel pela iniciao da trinca. A figura 2.9 ilustra um caso de trinca gerada a partir de uma incluso.

Figura 2.7. Intruso e extruso formadas por deformao plstica cclica (MEYERS, 1999)

Figura 2.8. Aparecimento de intruses e extruses numa pea de cobre (MEYERS, 1999)

14

Figura 2.9. Superfcie de fratura por fadiga: trinca nucleada numa incluso (SURESH, 1998) Particularmente no caso da fadiga, onde as deformaes impostas ao material so cclicas, os deslizamentos se desenvolvem segundo diversos planos cristalinos, o que agrega maior estabilidade ao efeito de intruses e extruses na superfcie. Alm disso, geralmente, esses escorregamentos ocorrem num plano onde a tenso de cisalhamento mxima. O resultado o crescimento a cada ciclo das intruses e extruses superficiais que, combinadas, podem nuclear trincas. Como a deformao plstica continua ao longo da vida til da pea ou do teste, essas trincas geradas crescem constantemente at atingirem um comprimento crtico que pode levar ruptura total (MEYERS, 1999). Dada a maior incidncia de trincas por fadiga na superfcie, a influncia do tratamento superficial muito importante e d-se basicamente atravs dos seguintes fatores (DIETER, 1988): Tenses residuais de compresso ou/e de trao;

15

Acabamento superficial.

Os fatores anteriores possuem importncias relativas variveis e devem ser ponderados na hora de definir se a operao superficial favorece ou no a resistncia fadiga da pea. Petitjean e Mendez (2001) procuraram investigar esses fatores a partir de experimentos de fadiga de alto ciclo, freqncia de 10 Hz e razo de carga de 0,05, com o ao austentico inoxidvel 304L: especificamente rugosidade, dureza e tenso residual decorrentes de torneamento, retfica e polimento. O polimento resultou na menor rugosidade e no surgimento de tenses residuais de compresso (desfavorveis nucleao), como j era esperado, pois, h algumas dcadas, dados experimentais sugerem um aumento de vida em fadiga quando as intruses e as extruses so eliminadas da superfcie do corpo de prova por polimento (SURESH, 1998). Por outro lado, os processos de torneamento e retfica caracterizaram-se pelo aparecimento de tenses residuais de trao (favorveis nucleao) e, portanto, o limite de fadiga desses corpos de prova foi 15% menor. A dureza foi o nico fator que no apresentou influncia conclusiva no experimento de Petitjean e Mendez (2001). Vale ressaltar aqui um processo superficial, destacado por Suresh (1998), utilizado especificamente para melhorar o desempenho em fadiga de um material. O shot peening consiste no jateamento de granalhas de ao para induzir tenses residuais de compresso e o endurecimento na superfcie do material. Entretanto, tal jateamento igualmente pode levar ao aparecimento indesejvel de microtrincas, bem como ao aumento de rugosidade. A figura 2.6 ilustra a vida em fadiga de alto ciclo de um material: ciclagem de incio (nucleao da trinca) e fim (fratura total). Em geral, o percentual da vida do componente gasto para nucleao de trincas pode ser nulo, ou seja, nucleao imediata, quando patente a concomitncia de agentes concentradores de tenso e alta rugosidade, ou at 80% no caso de peas polidas, livres de defeitos e constitudas de material extremamente puro (DOWNLING, 1999).

16

O estgio de nucleao da trinca termina com a formao de microtrincas superficiais. A prxima etapa a propagao da trinca. Ela no ser abordada aqui porque, conforme j mencionado no item 2.2, escolheu-se a metodologia S-N para acompanhar o desenvolvimento do processo de fadiga e no a teoria de mecnica da fratura aplicada ao crescimento da trinca. Pavanello e Moura (2005) construram um modelo de elementos finitos para representar o campo de deslocamentos da estrutura do brao de controle (figura 2.10) e concluram que a regio das aberturas (figura 2.11) e das curvaturas maiores das chapas (figura 2.12) seriam as mais preocupantes em termos de nucleao de trincas. Esse resultado indicaria que a distribuio probabilstica procurada, suposta global, poderia ser na realidade mais influenciada por fatores geomtricos. Os fatores metalrgicos, todavia, no foram considerados na simulao e a experincia mostra que eles agregam razovel disperso.

Figura 2.10. Malha de elementos finitos do brao de controle (PAVANELLO e MOURA, 2005)

17

Figura 2.11. Detalhe da regio de abertura da pea (PAVANELLO e MOURA, 2005)

Figura 2.12. Campo de tenses de von Mises, em MPa, na regio de curvatura das chapas (PAVANELLO e MOURA, 2005) 18

Dessa forma, baseado em Downling (1999), a suposta inexistncia de defeitos leva a uma quantidade grande de energia at a ruptura, pois necessrio passar no s pela nucleao, mas tambm pela propagao da trinca. Assim, para a pea avaliada neste trabalho, com defeitos de metalurgia, fabricao ou corroso, ou seja, com estado triaxial de tenso de trao elevado, a falha ocorre quando energia suficiente fornecida para propagar a trinca j existente. 2.1.3 AO USI-RW-450 A crescente terceirizao do desenvolvimento e da fabricao dos diversos sistemas e componentes automotivos colocou empresas de autopeas em foco dentro da indstria automotiva mundial. Grande parte do sucesso dos produtos de maneira geral deve-se qualidade dos materiais utilizados entende-se aqui como qualidade a adequao a uma dada aplicao. O material usado na fabricao do brao de controle da suspenso dianteira independente estudada foi desenvolvido pela empresa USIMINAS, a qual se caracteriza pela oferta de uma imensa gama de opes para a engenharia estrutural envolvendo propriedades como conformabilidade e resistncia mecnica. Segundo o site da USIMINAS na internet, o ao em questo recebe a denominao USIRW e, inicialmente, visava o segmento de rodas automotivas (leves e pesadas). Entretanto, devido a excelentes caractersticas tais como boa conformabilidade, soldabilidade, resistncia mecnica e resistncia fadiga, logo tiveram sua aplicao extrapolada para outros componentes dos veculos como longarinas, mancais, freios e suspenses. As tabelas 2.1 e 2.2 mostram os valores tpicos relativos tanto composio qumica quanto s propriedades mecnicas para os aos USI-RW, respectivamente.

19

Tabela 2.1. Valores nominais de composio qumica em percentagem de massa dos aos USI-RW

Fonte: www.usiminas.com.br, acessado em 10/07/2006.

20

Tabela 2.2. Valores nominais de limite de escoamento, limite de resistncia, alongamento mnimo e dobramento dos aos USI-RW

Fonte: www.usiminas.com.br, acessado em 10/07/2006. Historicamente, o processo de obteno dos aos USI-RW baseava-se no endurecimento por soluo slida C-Mn comum (aos USI-RW 300 a 390). Logo as altas demandas do setor automotivo na dcada de 80 levaram evoluo do mecanismo de endurecimento que passou a ser por precipitao, gerando os chamados aos de alta resistncia e baixa liga (ARBL) como o USI-RW-450 utilizado neste estudo. O objetivo sempre aumentar a segurana veicular ao mesmo tempo em que o peso reduzido (espessuras relativamente mais finas que a de aos normalizados ou revenidos suportam cargas equivalentes). Veja na tabela 2.3 o mecanismo de endurecimento utilizado na obteno de cada grau de ao USI-RW.

21

Tabela 2.3. Mecanismo de endurecimento correspondente a cada grau de ao USI-RW Grau Mecanismo de endurecimento USI-RW-300 Soluo slida USI-RW-340 Soluo slida USI-RW-350 Soluo slida USI-RW-390 Soluo slida USI-RW-450 Soluo slida + precipitao USI-RW-550 Soluo slida + precipitao + transformao de fase USI-RW-600DP Transformao de fase USI-RW-600CRDP Transformao de fase Fonte: www.usiminas.com.br, acessado em 10/07/2006. De acordo com o site da Usiminas, www.usiminas.com.br, acessado em 10/07/2006, o USIRW-450 pertence ao grupo dos aos ARBL microligados de estrutura ferrtica-perltica devido micro-adio de nibio (menos de 0,10%) para aumentar a resistncia mecnica mantendo o teor de carbono, sem comprometer, pois, a soldabilidade e a tenacidade. A causa desse aumento na verdade o endurecimento por precipitao, ou seja, a formao de barreiras ao deslocamento das discordncias e ao crescimento dos gros. O uso de nibio tem ainda uma conseqncia econmica importante na medida em que dispensa a aplicao de tratamentos trmicos e, portanto, reduz o custo. A figura 2.13 ilustra como variam o limite de resistncia e o alongamento para o endurecimento por precipitao em relao a outros mecanismos possveis.

Figura 2.13. Grfico ilustrativo de propriedades mecnicas em funo do mecanismo de endurecimento. Corpos de prova deformados 5% e tratados termicamente a 200 C/20 min (www.usiminas.com.br, acessado em 10/07/2006) 22

Em funo de limitaes de fabricao, o grau USI-RW-450 tem espessura mxima padronizada em 6,50 mm com tolerncia dependente dos requisitos de reprodutividade de desempenho do ao na prensa relacionados reduo de peso e uniformidade de espessura. A figura 2.14 ilustra o desempenho desse material em conformao e a figura 2.15 demonstra a sua superioridade no quesito resistncia fadiga.

Figura 2.14. Levantamento da curva limite de conformao para o ao USI-RW-450 com 2,25 mm de espessura (www.usiminas.com.br, acessado em 10/07/2006) 23

Figura 2.15. Curvas SN comparativas. Corpos de prova deformados 5% e tratados termicamente a 200 C/20 min (www.usiminas.com.br, acessado em 10/07/2006) A tendncia para o futuro uma nova revoluo desse processo para o endurecimento por transformao de fase os chamados aos bifsicos (dual phase). Abdalla et al (1990), observaram melhorias mecnicas a partir da produo de diferentes microestruturas numa base de USI-RW-450 submetida a tratamentos trmicos, entre eles a tmpera intercrtica. O efeito positivo deve-se basicamente a caractersticas das fases geradas tais como dureza, tamanho de gro e homogeneidade da distribuio. At aqui se destacaram basicamente os aspectos microestruturais do ao USI-RW-450 relativos composio qumica, entretanto vale ressaltar tambm a influncia de processos termomecnicos controlados no refinamento do tamanho de gro e, conseqentemente, no incremento de limites de escoamento, tenacidade e fadiga.

24

A laminao a quente destaca-se dentre esses processos porque resulta numa deformao plstica uniforme que distribui favoravelmente, em termos de resistncia fadiga, as tenses residuais, uma vez que o efeito final de compresso (ZHAO, YANG e SHAN, 2002). Segundo Stuart (1991), a laminao convencional controlada, CCR, possui temperatura de reaquecimento acima de 1200 C e consiste na execuo de uma primeira laminao entre 1200 C e 1100 C e de uma segunda entre 900 C e 700 C. Esse decrscimo de temperatura, fortalecido pela presena do nibio, atrasa ou inibe a recristalizao da austenita. Todo o processo de laminao a quente exige grande controle da temperatura e da deformao durante os estgios iniciais e das condies de resfriamento depois da laminao final (STUART, 1991). Para Senuma (2000), a anisotropia gerada pelo trabalho mecnico, mesmo a quente, reflete-se em razovel disperso das propriedades mecnicas, fator comprometedor para um estudo estatstico de confiabilidade. 2.1.4 Estampagem A estampagem um processo de conformao mecnica a frio de peas a partir de chapas metlicas previamente dimensionadas e submetidas a mecanismos de corte, dobra e repuxamento. Extremamente importante para a indstria automotiva, onde so utilizadas para fabricar desde estruturas complexas, como carrocerias, at subcomponentes, como o brao de controle em estudo, a estampagem consiste na deformao plstica do material por meio de uma ferramenta especialmente preparada chamada estampo. O estampo montado numa prensa que pode ser hidrulica, pneumtica ou mecnica e pode ser de simples efeito, sem cerra-chapas, ou, mais comumente encontrado, de duplo efeito, com cerra-chapas. A figura 2.16 ilustra a diferena entre esses dois tipos.

25

Figura 2.16. Ferramentas usadas na estampagem (ROCHA e DUARTE, 2002) A seqncia de estampagem para uma ferramenta de duplo efeito mostrada na figura 2.17. Basicamente consiste em alimentao da chapa, descida do cerra-chapas para obter a fixao, deslocamento do puno e ejeo da pea.

Figura 2.17. Fases de execuo de estampagem com ferramenta de duplo efeito (ROCHA e DUARTE, 2002) Os requisitos de estampagem passam por caractersticas das peas tais como qualidade da superfcie, aspecto visual, forma geomtrica, tolerncias dimensionais e resistncia mecnica, sendo esta ltima a de maior importncia num brao de controle, sem esquecer que todas as outras, exceto o aspecto visual, apresentam influncia sobre a resistncia de uma pea.

26

A forma geomtrica do componente a caracterstica mais crtica para determinar o volume de produo de uma planta e deve ser simplificada ao mximo na etapa de projeto para minimizar no s a quantidade de operaes envolvidas, mas tambm a eventual aplicao de tratamentos trmicos intermedirios restauradores da microestrutura do metal. Geralmente preciso tambm usar um leo lubrificante para suavizar o processo e reduzir o refugo. Tudo isso contribui para o desempenho da manufatura, tanto em termos econmicos, atravs da reduo dos custos, quanto em termos produtivos, atravs da reduo dos tempos envolvidos. Neste estudo, entretanto, preocupa-se basicamente com as tenses residuais inerentes ao processo de deformao plstica e seu conseqente impacto na vida til do produto. Essa deformao bem localizada e seguida por uma fratura dctil. O perfil resultante da chapa mostrado na figura 2.18.

Figura 2.18. Regio de corte de uma pea estampada (KO et al, 1997) A tenso residual resultante, quanto a sua localizao e extenso, pode ser: Macroscpica: estende-se por vrios gros; Microestrutural: presente em apenas um gro, entre fases ou em incluses; Intragranular: limita-se a comprimentos atmicos no interior do gro. 27

Sabe-se que, segundo Grath et al (1998), as tenses residuais geradas pela estampagem so trativas por natureza e, portanto, favorveis fadiga, independentemente de sua extenso ou localizao. V-se claramente essa tendncia na figura 2.19 relativa a experimentos com rodas automotivas: O decrscimo substancial do desempenho em fadiga entre a placa no estgio inicial de produo (#0), ou seja, chapa sem estampagem e sem tenses residuais considerveis, e o estgio 1 (#1) do processo de conformao fundamentalmente atribudo s tenses residuais de trao induzidas. importante ressaltar o enorme crescimento de tenses residuais entre o estgio 3 (#3) e 4 (#4) basicamente devido reduo de volume do material durante o puncionamento das janelas de ventilao da roda levando a uma redistribuio da energia interna (tenso residual) para atingir novas condies de equilbrio.

MPa Tenso residual Dureza

Estgios da produo
Tenso residual Dureza Ciclos at a falha

Figura 2.19. Valores observados de tenso residual, dureza superficial e vida em fadiga, para uma dada solicitao, em corpos-de-prova retirados de discos de rodas automotivas. Os estgios da produo significam as fases do processo de estampagem. (GRATH et al, 1998) 2.1.5 Soldagem de aos ARBL As soldas so as partes de uma estrutura mais susceptveis s falhas por fadiga, em geral, devido concentrao de defeitos tais como fuso incompleta, vazios, regies de segregao em

28

contornos de gro (principalmente do nibio no caso do ao USI-RW-450), tenses residuais e heterogeneidade microestrutural (LINNERT, 1994). Como j explicado no item 2.1.3, o ao USI-RW-450 utilizado para a fabricao do brao de controle objeto deste estudo de alta resistncia e baixa liga (ARBL). Essas caractersticas levam a uma preocupao em termos de soldabilidade devido s possveis trincas a frio induzidas pelo hidrognio oriundo de umidade: o objetivo , pois, estabelecer condies de ciclo trmico tais que evitem o aparecimento dessas trincas. Conforme estudos realizados por Maciel (1994), a microestrutura, o nvel de tenso e a temperatura, juntamente com o hidrognio, fecham o grupo das variveis de interesse nesse processo. Segundo a AWS (1991), durante o resfriamento da junta soldada h uma contrao nas regies circunvizinhas que levam ao aparecimento de tenses de trao. Esse cenrio leva formao de trincas transversais ou longitudinais no metal base ou/e na zona termicamente afetada (ZTA), no necessariamente ao atingir a temperatura ambiente aps a soldagem, mas, preocupantemente, depois de um determinado perodo de latncia. O processo de soldagem do brao de controle estudado a arco com arame tubular, FCAW, e consiste na juno de materiais atravs de um aumento de temperatura local produzido pelo arco eltrico gerado entre um eletrodo metlico tubular, contnuo e consumvel, e a pea. O arco e o cordo produzidos so isolados no s por gases resultantes da queima do arame, mas tambm por fluxos gasosos externos constitudos basicamente de gs carbnico e argnio (AWS, 1991). A figura 2.20 ilustra o processo descrito.

29

Figura 2.20. Processo de soldagem a arco com arame tubular protegido por fluxo auxiliar de gs (AWS, 1991) Os principais fatores que podem levar ao aparecimento de trincas e, conseqentemente, reduo da resistncia fadiga, num processo de solda FCAW so: Limpeza da junta a soldar; Limite de escoamento ou de resistncia do material de adio: deve ser inferior quele do metal de base (UMEKUNI e MASUBUCHI, 1997). O segundo fator acima minimiza a necessidade de preaquecimento da pea uma vez que ele altera a microestrutura da junta e, por conseguinte, sua resistncia fadiga.

30

2.2. Tpicos de estatstica e confiabilidade 2.2.1. Definies e modelos estatsticos Segundo Rosa (1994), a base para o estudo das funes probabilsticas a varivel aleatria. Para um dado espao amostral de algum experimento, uma varivel aleatria qualquer regra que associa um nmero a cada resposta do experimento. Essa varivel aleatria dita discreta ou contnua se o seu conjunto de valores possveis um conjunto discreto ou contnuo. As funes densidade fX de probabilidade P dependentes das variveis aleatrias X obedecem sempre a trs condies elementares, abaixo ilustradas para distribuies contnuas. Para distribuies discretas basta substituir o smbolo da integral pelo da somatria (MOOD et al, 1974):
k2

P(k1 < X < k 2 ) =

k1

( x)dx

(2.3) (2.4)

f X ( x) 0

( x)dx = 1 (2.5)

onde k1 e k2 so nmeros reais tais que k1 < k2. Alm de usar fX para caracterizar uma distribuio probabilstica existe tambm a funo de distribuio acumulada definida como (MOOD et al, 1974):
x f X ( x)dx, X contnua F ( x) = P( X x) = P( y ), X discreta y: y x

(2.6)

31

A mdia, , de uma distribuio probabilstica uma medida de sua tendncia ou localizao central, definida como (MOOD et al, 1974):

xf X ( x ) dx , X contnua = E(X ) = xP ( x ), X discreta x

Onde E denota o operador valor esperado. Para uma amostra de tamanho n, a mdia estimada por (MOOD et al, 1974):
n

(2.7)

x=

x
i =1

(2.8)

Outra medida importante a denominada percentil yp de uma distribuio contnua, definida como o tempo necessrio para que uma proporo p da populao falhe. Trata-se da soluo de p = F ( x) = F (yp). Nos trabalhos envolvendo dados de vida, frequentemente se deseja saber a vida correspondente a propores baixas como 1 e 10%. O percentil 50% chamado de mediana e comumente chamado de vida caracterstica. Trata-se do meio da distribuio no sentido que metade da populao falha antes de yp e a outra metade ultrapassa essa vida (ROSA, 1994). A variabilidade ou a disperso de uma distribuio probabilstica pode ser medida pela varincia e definida como (MOOD et al, 1974):
( x ) 2 f X ( x)dx, X contnua 2 = ( x ) 2 P( x), X discreta x
~

(2.9)

32

A raiz quadrada da varincia chamada de desvio padro. A estimativa da varincia a partir de uma amostra (DEVORE, 1982):
n

S2 =

( x x)
i i =1

n 1

(2.10)

Define-se ainda o coeficiente de variao como (DEVORE, 1982): CV = / E o fator de segurana como (DEVORE, 1982): FS = resistncia/ tenso aplicada (carga) (2.12) (2.11)

Todas as equaes apresentadas at aqui fazem referncia, explcita ou implcita, funes ou modelos de probabilidade. Talvez a principal delas seja a Weibull. O fsico sueco Weibull (1939) introduziu essa famlia de distribuies. A distribuio de Weibull uma distribuio de probabilidade flexvel que permite descrever taxas de falha constante, crescente e decrescente, sendo uma das mais empregadas em engenharia de confiabilidade, apresentando um grande nmero de aplicaes possveis (WEIBULL, 1951). Uma varivel aleatria X dita ter uma distribuio Weibull com parmetros e (ambos positivos) se a funo densidade de probabilidade de X (DEVORE, 1982):
x 1 ( x ) e ,x 0 f ( x; , ) = 0, x < 0

(2.13)

A figura 2.21 ilustra algumas distribuies Weibull.

33

x Figura 2.21. Distribuio Weibull para trs parmetros diferentes (RELIASOFT, 2001) Enquanto que em algumas situaes h justificativas tericas para o uso da distribuio Weibull, em muitas aplicaes ela apenas prov um bom ajuste aos dados observados para valores particulares de e . Atravs da variao de e diferentes formas de distribuio podem ser obtidas. Para = 1, por exemplo, temos a distribuio exponencial. O parmetro dito de forma porque determina a forma grfica da curva Weibull e um parmetro de escala porque diferentes valores esticam ou comprimem o grfico na direo horizontal (DEVORE, 1982). A funo de distribuio acumulada de uma varivel aleatria Weibull com parmetros e (DEVORE, 1982):

34

 0, x < 0 F ( x; , ) = (x ) 1 e ,x 0

(2.14)

Observe que: F(x = ) = 1 e-1 = 0,632 (2.15)

Ou seja, para qualquer distribuio Weibull a probabilidade de falha anterior ao percentil igual a 63,2%. Por isso tambm chamado de vida caracterstica e o valor para o qual tende a mdia da distribuio medida que cresce simultaneamente a varincia tende a zero (DEVORE, 1982). Os parmetros mdia e varincia necessitam de uma tabela de uma outra funo probabilstica que no ser tratada aqui, a funo gama, para serem obtidos e so dados por (DEVORE, 1982):

= 1 +

2 2

2 2 1 = 1 + 1 +

(2.16)

Para amostras grandes recomendvel comparar os valores acima obtidos a partir dos parmetros estimados com os amostrais x e S2 (DEVORE, 1982). Em situaes prticas freqentes um modelo Weibull pode ser razovel exceto pelo fato de que o menor valor possvel de X pode ser algum valor diferente de zero. A quantidade pode ento ser considerada um terceiro parmetro da distribuio, conforme sugerido por Weibull em seu trabalho original. A funo acumulada fica ento (DEVORE, 1982):

35

 0, x < 0 F ( x; , ) = (x ) 1 e ,x 0

(2.17)

O parmetro tambm chamado de parmetro de truncamento porque se trata do valor da caracterstica em avaliao (resistncia, tempo etc) abaixo do qual a probabilidade de ocorrncia nula, ou seja, a caracterstica assume seu mnimo. Apenas a mdia sofre alterao em funo de (DEVORE, 1982): 1

= + 1 +

(2.18)

Outra distribuio muito comum a normal, muito utilizada nos campos da estatstica e da probabilidade. No campo da confiabilidade, a distribuio normal comumente utilizada nas anlises de tempos at a falha de componentes eletrnicos e mecnicos, equipamentos ou sistemas. (RELIASOFT, 2001). A figura 2.22 ilustra a distribuio normal. f

x Figura 2.22. Exemplo de distribuio normal (RELIASOFT, 2001)

36

Uma varivel aleatria contnua X possui uma distribuio normal com parmetros e (ou e 2), onde - < < e 0 < , se a funo densidade de probabilidade de X for (DEVORE, 1982):
2 2 1 e ( x ) / 2 , < x < 2

f ( x; , ) =

(2.19)

Muitas populaes numricas se adequam bem a uma curva normal a partir de valores adequados de e . Exemplos incluem alturas, pesos, erros de medio em experimentos, indicadores econmicos, ndices de desempenho etc. Adicionalmente, mesmo quando as variveis no apresentam uma distribuio normal, somas e mdias aritmticas dessas variveis tero, sob as condies do teorema do limite central (DEVORE, 1982), uma distribuio aproximadamente normal. Atravs da variao de e diferentes formas de distribuio podem ser obtidas. O parmetro define uma reta vertical em relao qual a distribuio simtrica e um parmetro que afasta (se for grande) ou aproxima (se for pequeno) seus valores de (DEVORE, 1982). A distribuio normal com parmetros = 0 e = 1 chamada de distribuio normal padro. Uma varivel aleatria que tem uma distribuio normal padro chamada uma varivel aleatria normal padro e ser denotada por Z. A funo densidade de probabilidade de Z (MOOD et al, 1974):
1 2

= f ( z;0,1) =

e z

/2

, < z <

(2.20)

A funo distribuio acumulada de X ~ N(, 2) (MOOD et al, 1974):

37

F(x) = P(X x) =

f ( x; , )dy

(2.21)

A funo distribuio acumulada de Z, (z), (MOOD et al, 1974): P(Z z ) =

f ( y;0,1)dy

(2.22)

Vale ressaltar a validade da seguinte relao (MOOD et al, 1974):

x x P ( X x ) = P z =

(2.23)

Observa-se que a funo distribuio acumulada no pode ser determinada explicitamente. Um caso particular da distribuio normal a chamada lognormal. A distribuio lognormal apropriada para o tempo de falha de componentes e sistemas cujas falhas recentes dominem o comportamento do processo de falha, ou seja, a maior poro da probabilidade de falha concentra-se para valores iniciais do tempo operacional. Esse conseqente deslocamento positivo da funo, ilustrado na figura 2.23, faz com que a mediana seja uma medida melhor e mais conveniente da tendncia central que a mdia (DEVORE, 1982).

38

x Figura 2.23. Deslocamento positivo da funo lognormal (RELIASOFT, 2001) Seja X uma varivel aleatria positiva e seja Y uma nova varivel aleatria definida por Y = ln X. Se Y tem uma distribuio normal, ento X possui uma distribuio lognormal. A densidade de uma distribuio lognormal dada por (DEVORE, 1982):
1

f ( x; , 2 ) =

2 (ln x ) 2 1 e 2 ,0 < x < x 2

(2.24)

onde - < < e 0 < . Essa distribuio experimentalmente adequada a muitos tipos de dados porque apresenta uma grande variedade de formas. Ela particularmente til se a faixa dos dados de algumas potncias de dez como, por exemplo, dados econmicos, dados relativos resposta de material biolgico a estmulos, dados de fadiga metlica e de vida de isolamento eltrico, tempos de reparo de equipamentos etc (ROSA, 1994).

39

Uma comparao da equao 2.19 com a 2.24 mostra claramente a ntima relao da distribuio lognormal com a normal. Se uma varivel aleatria Y definida como Y = ln X, ento Y normalmente distribuda com mdia E(Y) = e desvio padro (ROSA, 1994). O valor de determina a forma da distribuio e o de o ponto percentil 50% bem como o espalhamento da funo. O fato da varivel X s assumir valores positivos contribui tambm para tornar a distribuio bastante adequada para modelagem de vidas (ROSA, 1994). A funo distribuio acumulada de X (MOOD et al, 1974):
ln x F(x) = P(X x) = f ( x; , 2 )dy = 0
x

(2.25)

Tambm neste caso, a funo distribuio acumulada no pode ser determinada explicitamente (MOOD et al, 1974). H ainda algumas distribuies auxiliares como a chi-quadrado (2), definida da seguinte forma (DEVORE, 1982): Seja k um inteiro positivo. Uma varivel aleatria X que apresenta uma distribuio chiquadrado com parmetro k possui a seguinte funo densidade de probabilidade:
1 x ( k / 2) 1e x / 2 , x 0 f ( x; k ) = 2 k / 2 (k / 2) 0, x < 0

(2.26)

O parmetro k chamado de nmero de graus de liberdade de X.

40

Outra distribuio auxiliar importante a t-student. Uma varivel aleatria X que segue a distribuio t-student possui a seguinte funo de densidade (DEVORE, 1982):
k +1 2 f ( x; k ) = k (k / 2)

1 x k + 1
2 k +1 2

, < x <

(2.27)

O parmetro k chamado de nmero de graus de liberdade de X. Finalmente, h tambm a distribuio F: Se 2u e 2v so duas variveis aleatrias chiquadrado independentes com u e v graus de liberdade, respectivamente, tem-se a razo (DEVORE, 1982)

Fu ,v =

u2 / u v2 / v

(2.28)

A equao 2.28 segue uma distribuio F com u graus de liberdade no numerador e v graus de liberdade no denominador e sua funo densidade (DEVORE, 1982):
u/2

h( x ) =

u + v u 2 v

x2

u v u x + 1 2 2 v

u +v 2

,0 < x <

(2.29)

Todas as distribuies abordadas at aqui eram contnuas. H, entretanto, uma distribuio discreta importante para o presente estudo que a binomial. Ela aplicvel a testes cujos resultados possam ser descritos como sucesso ou falha. Por exemplo, num ensaio de fadiga onde as amostras so submetidas a ciclagens fixas e, ao final, determina-se o sucesso ou a falha a partir

41

do comprimento de trinca verificado. As hipteses implcitas bsicas para sua aplicao so (DEVORE, 1982): 1. Cada um dos itens da amostra tem a mesma chance p de falhar; e 2. Cada resultado do teste, sucesso ou falha, equiprovvel. A funo densidade de probabilidade para uma amostra de n espcimes (DEVORE, 1982): n! p x (1 p) n x , x = 0,1,2,..., n x!(n x)!

f ( x) =

(2.30)

Em confiabilidade, a proporo de falhas p chamada de taxa de falha e expressa em termos percentuais. A funo de distribuio acumulada representando a probabilidade de x ou menos espcimes ter, por exemplo, falhado (DEVORE, 1982):
x

F ( x) =
i =0

n! p i (1 p ) n i , x = 0,1,2,..., n i!(n i )!

(2.31)

A mdia binomial da varivel aleatria X representando o nmero de itens da amostra que falharam (sobreviveram) (DEVORE, 1982): E(X) = np A varincia binomial (DEVORE, 1982): 2 = np(1 p) (2.33) (2.32)

42

2.2.2. Teste de hipteses

Essa sistemtica ser usada para estimar os parmetros de uma dada populao ou mesmo para validar a adequao da amostra a uma distribuio. Sob o ponto de vista de projeto, o foco sobre os parmetros de vida mdia e mnima a fim de determinar se o componente atende s especificaes de desempenho em servio. Usando o parmetro de escala da distribuio Weibull como um exemplo, a hiptese nula poderia ser H0: 0, onde 0 algum valor especfico. A hiptese alternativa ento, H1: < 0. Aqui ns temos o que denominado um composto de hipteses nula e alternativa. Uma hiptese tal como H0: = 0 chamada uma hiptese simples e raramente encontrada na prtica (KAPUR e LAMBERSON, 1977). O esquema bsico do teste de hipteses colher uma amostra aleatria (por exemplo, x1, x2, ..., xn) de uma populao de interesse e calcular a estatstica do teste = g(x1, x2, ..., xn). Se a estatstica do teste cai em alguma regio crtica predeterminada C, rejeita-se a hiptese nula H0. Se = 0, ento a probabilidade de aceitar H0 dada por (KAPUR e LAMBERSON, 1977) Pa = P[ C| = 0] = 1 - (2.31)

O valor chamado de nvel de significncia do teste e a probabilidade de cometer um erro do tipo I, o qual definido como rejeitar H0 quando ela verdadeira. Denomina-se P-value o menor valor de para o qual a hiptese nula rejeitada (KAPUR e LAMBERSON, 1977). Agora vamos assumir que = 1, tal que 1 0. Ento a probabilidade de aceitar H0 dada por (KAPUR e LAMBERSON, 1977): P = P[ C| = 1] = (2.32)

43

A quantidade a probabilidade de se cometer o erro do tipo II, o qual definido como aceitar H0 quando ela falsa. essencial reconhecer que no teste de hipteses, nunca se est completamente seguro que uma deciso correta foi tomada; todavia, as probabilidades de erro podem ser controladas (KAPUR e LAMBERSON, 1977). A quantidade P uma funo do valor verdadeiro do parmetro e do nmero de falhas. P pode ser calculado para diferentes valores de e os resultados colocados num grfico chamado de curva caracterstica de operao do teste (KAPUR e LAMBERSON, 1977). Nos testes de vida, os problemas estatsticos associados com a determinao da regio crtica so relativamente pequenos e a curva caracterstica de operao do teste no difcil de ser obtida. Entretanto, a garantia da representatividade de uma amostra para uma populao particular frequentemente um problema. Prottipos ou modelos de pr-produo constituem as amostras usuais. Eles so testados segundo uma agenda de testes que foi desenvolvida para ser representativa de alguns tipos de aplicao ou uso (KAPUR e LAMBERSON, 1977). Segue-se ento o procedimento de teste abaixo. O clculo dos parmetros relativos a cada passo depende da funo densidade de probabilidade em questo (KAPUR e LAMBERSON, 1977): 1. Determina-se a regio crtica C; 2. Calcula-se a estatstica de teste; 3. Analisa-se a rejeio de H0 a partir dos valores obtidos nos passos anteriores. Uma aplicao da teoria de testes de hipteses so os testes seqenciais de vida. Mann, Schafer e Singpurwalla (1974) definem os testes de vida como aqueles em que prottipos do item de interesse so submetidos a condies repetitivas de tenso e ambiente que tipificam as caractersticas operacionais esperadas, sendo, assim, ensaios destrutivos. esperado que todas as

44

peas no falhem aps o mesmo tempo de operao uma vez que esses tempos de falha obedecem distribuio ou distribuies de probabilidade que precisam ser determinadas sempre levando em conta um intervalo de tempo. As prprias flutuaes nos processos de manufatura concorrem para a aleatoriedade do experimento e a nica maneira de se estimar os parmetros e os comportamentos dessas distribuies atravs do ensaio de amostras (KAPUR e LAMBERSON, 1977). Em geral, os componentes so submetidos a um complicado cenrio de amplitudes e freqncias aleatoriamente variveis de carga oriundas das imprevisveis irregularidades dos pavimentos. Como ficaria impraticvel submeter os espcimes a tais condies, opta-se por submet-los a cargas cclicas de sobe e desce aplicadas em instantes conhecidos x1, x2, ..., xn e com amplitude constante em testes de laboratrio (KAPUR e LAMBERSON, 1977). O teste seqencial de vida um teste de hiptese no qual o curso de ao revisto medida que as observaes so obtidas. To logo haja um nmero suficiente de observaes, a deciso tomada e o teste interrompido. Assim, o tamanho da amostra no fixado previamente e, na realidade, depende das prprias observaes. A principal aplicao do teste de hipteses determinar se o produto atende s especificaes de confiabilidade. Testes seqenciais so interessantes porque requerem um menor nmero de ensaios para chegar a uma concluso (KAPUR e LAMBERSON, 1977). O procedimento de amostragem seqencial prover regras para tomar uma das trs decises possveis a seguir (KAPUR e LAMBERSON, 1977): 1 Aceitar a hiptese nula (H0: = 0); 2 Rejeitar a hiptese nula, ou seja, aceitar a hiptese alternativa (H1: = 1, 1 0); 3 Obter informao adicional a partir de uma nova observao.

45

Operacionalmente, o objetivo traar uma curva caracterstica do teste de forma a julgar a probabilidade P de aceitar H0 em funo do valor do parmetro . Para isso, definem-se (KAPUR e LAMBERSON, 1977): 1 A = /(1 - ) e B = (1 - )/;
y

(2.35)

f ( x | 1 ) g ( y) = f ( x | )dx =1; f ( x | 0 )

(2.36)

3 P =

B y 1 B y Ay

(2.37)

A combinao das frmulas acima nos permite calcular a curva caracterstica de operao para um teste seqencial usando uma distribuio f qualquer. A seguir, um algoritmo para execuo de um teste seqencial (KAPUR e LAMBERSON, 1977): 1 Especificar f(x|), , , 0 e 1; 2 Calcular A; 3 Calcular B; 4 Obter uma observao xi e calcular gi = f(xi|1)/ f(xi|0); 5 Se g A, aceite H0; 6 Se g B, rejeite H0; 7 Se A < g < B, obtenha uma nova observao xj e calcule

46

gj =

f (x | ) / f (x | )
i 1 i 0 i =1

(2.38)

8 Repita os passos 5, 6 e 7 at que o processo acabe. S aps a escolha da distribuio que melhor descreve o comportamento do tempo de falha do produto sob teste, possvel estimar os parmetros de interesse, e, conseqentemente a confiabilidade, a taxa de falhas, as porcentagens de falhas etc. Essas distribuies so chamadas de paramtricas, pois possvel a construo de um histograma com a freqncia das falhas associadas aos intervalos de tempo (KAPUR e LAMBERSON, 1977). Isso nem sempre muito simples e fcil perceber que nesse contexto podemos usar o conceito da distribuio binomial porque o resultado de cada ensaio pode ser classificado em apenas sucesso ou fracasso. A funo densidade de probabilidade nesse caso (KAPUR e LAMBERSON, 1977): 0, para sucesso P( x) = p x (1 p)1 x , x = 1, para falha Onde p a probabilidade de falha. H0: p p0 H1: p > p0 Aqui p0 um valor de p tal que se p = p0 ento a probabilidade de se aceitar H0 (1 - ). Seja ainda p1 tal que p1 > p0 e para p = p1 a probabilidade de se aceitar H0 seja . As quantidades (, p0, p1 e ) definem o teste seqencial e o algoritmo descrito anteriormente poderia ser seguido (KAPUR e LAMBERSON, 1977). Definindo r como o nmero total de falhas em n amostras ensaiadas, demonstra-se que: Aceita-se H0 se r An, rejeita-se H0 se r Bn e toma-se uma observao adicional se An < r < Bn, onde (KAPUR e LAMBERSON, 1977):

(2.39)

47

An =

n 1 p0 1 1 ln ln D 1 p1 D n 1 p0 1 1 ln + ln D 1 p1 D

Bn =

(2.40)

p1 1 p0 D = ln p0 1 p1

Os parmetros An e Bn assumem a forma de linhas retas paralelas num grfico y X n delimitando regies nas quais os resultados dos testes podem ser plotados de forma a prover uma representao visual do progresso do teste (KAPUR e LAMBERSON, 1977). A curva de operao caracterstica completa para esse teste pode tambm ser determinada. A probabilidade de aceitar H0 quando p a verdadeira frao de falhas (KAPUR e LAMBERSON, 1977)
P ( p ) = By 1 B y Ay

(2.41)

Onde:
1 p1 1 1 p 0
y y

p=

p1 1 p1 p 0 1 p0

(2.42)

Primeiramente obtemos p a partir de valores arbitrrios de y, esse valor de p usado para calcular P. Obviamente, para p = p0, P(p0) = 1 - , e para p = p1, P(p1) = (KAPUR e LAMBERSON, 1977). O nmero esperado de observaes para se chegar a uma deciso (KAPUR e LAMBERSON, 1977):

48

E ( p, n) =

P ( p ) ln A + (1 P ( p )) ln B p1 1 p1 p ln p + (1 p) ln 1 p 0 0

(2.43)

Plotando-se E(p, n) X p teremos uma curva cujo mximo se encontra entre p0 e p1 (KAPUR e LAMBERSON, 1977).
2.2.3. Intervalos de confiana

frequentemente prefervel prover um intervalo dentro do qual o valor do parmetro, ou dos parmetros, em questo esperado. Esse intervalo chamado de intervalo de confiana (DEVORE, 1982). Para definir um intervalo de confiana toma-se um parmetro desconhecido, por exemplo, o parmetro de escala de uma distribuio Weibull qualquer. Para obter uma estimativa de intervalo de , precisamos encontrar duas estatsticas L e U de tal forma que a equao probabilstica (DEVORE, 1982)
P( L U ) = 1

(2.44)

seja verdadeira. Seja:

L U

(2.45)

O intervalo definido pela equao (2.45) chamado de intervalo com 100(1 - )% de confiana para o parmetro . A interpretao para esse intervalo a seguinte: Caso sejam colhidas amostras aleatrias repetidas, 100(1 - )% dos intervalos formados contm o valor verdadeiro de , ou seja, no se sabe se o intervalo resultante de uma dada amostra verdadeiro, o que se sabe que o mtodo usado para produzir o intervalo de confiana conduz a intervalos corretos em 100(1 - )% das vezes. As estatsticas L e U so chamadas de limites de confiana inferior e superior, respectivamente e (1 - ) o nvel de confiana (DEVORE, 1982). 49

2.2.4 Planejamento e anlise de testes

A fim de tirar concluses vlidas e objetivas de uma srie de testes, necessrio investir tempo no seu planejamento e na sua conduo. Basicamente os seguintes pontos so de interesse antes mesmo de iniciar os testes (MONTGOMERY, 2001): Quantidade de configuraes possveis; Fatores que afetam o resultado do experimento; Quantidade de amostras para cada configurao considerada; Separao e ordenao das amostras; Mtodo de anlise.

Um processo em anlise uma combinao de mquinas, mtodos, pessoas e outros recursos que transformam alguma entrada (normalmente um material) em uma sada com uma ou mais respostas observveis. Algumas variveis desse processo so controlveis, enquanto outras so incontrolveis. Os objetivos de um experimento podem incluir a determinao (MONTGOMERY, 2001): Das variveis controlveis que mais influenciam a sada; De como controlar essas variveis.

Uma importante estratgia de experimentao a abordagem de um fator de influncia por vez, ou seja, variar apenas um dos fatores identificados e manter todos os outros constantes. Os resultados so colocados em grficos da sada em funo do fator, entretanto esse mtodo deixa de considerar uma possvel interao entre os fatores (MONTGOMERY, 2001).

50

A abordagem correta para lidar com vrios fatores a conduo de experimentos fatoriais de forma que os fatores sejam variados juntos ao invs de um por vez. Os resultados, no caso de dois fatores, por exemplo, so colocados em grficos de um fator em funo do outro fator e, atravs de clculos envolvendo os resultados obtidos em cada configurao, pode-se concluir se um fator mais importante que outro ou mesmo se h interao entre os dois. De forma geral, para k fatores, cada um com dois nveis possveis, o projeto fatorial requer 2k testes (MONTGOMERY, 2001). Felizmente se h mais de quatro fatores no necessrio testar todas as combinaes. Metodologias como o experimento fatorial fracionado, uma variao do planejamento fatorial bsico no qual apenas um subconjunto desses testes feito, ou, mais recentemente, o mtodo Taguchi podem ser empregados nesses casos (MONTGOMERY, 2001). Os trs princpios bsicos do planejamento experimental so: replicao, aleatorizao e blocagem (MONTGOMERY, 2001). Replicao significa repetir um experimento bsico visando estimativa do erro experimental e a preciso do nvel de efeito causado por um dado fator. Cada fator pode ter um ou mais nveis ou tratamentos (MONTGOMERY, 2001). Cada nvel ou tratamento representa uma configurao especfica de um dado fator que submetida a ensaio. Aleatorizao significa que tanto a alocao do material experimental quanto a ordem de execuo dos testes so aleatoriamente determinadas. Mtodos estatsticos requerem que as observaes sejam variveis aleatrias independentemente distribudas. Atravs da correta aleatorizao do experimento, pode-se minimizar o efeito de fatores imprevistos ou iniciais. Isso pode ser feito, por exemplo, atravs de um gerador ou tabela de nmeros aleatrios (MONTGOMERY, 2001). Blocagem uma tcnica de planejamento usada para melhorar a preciso com a qual comparaes entre fatores/nveis de interesse so feitas. Freqentemente a blocagem usada para

51

reduzir ou eliminar a variabilidade transmitida pelos fatores conhecidos e controlveis que podem influenciar o resultado do teste, mas nos quais no se est diretamente interessado. Geralmente, um bloco um conjunto de condies experimentais relativamente homogneas. Deve-se notar que se a variabilidade entre blocos a mesma que dentro dos blocos, ento a blocagem no deve ser usada porque resulta numa diminuio do nmero de graus de liberdade e, conseqentemente, no alargamento do intervalo de confiana (MONTGOMERY, 2001). A seqncia de passos recomendada para o planejamento experimental

(MONTGOMERY, 2001): 1. Definio do problema e do objetivo dos ensaios; 2. Escolha dos fatores, de seus nveis (dois o ideal) e faixas (quanto maior melhor); 3. Seleo da varivel de resposta; 4. Escolha do planejamento experimental; a. Tamanho da amostra e nmero de replicaes; b. Ordem dos ensaios; c. Blocagem e aleatorizao; 5. Execuo dos testes; 6. Anlise estatstica dos dados; 7. Concluses e recomendaes. O caso mais simples de experimento aquele que envolve um nico fator. Mesmo nesse caso, a seleo de um tamanho de amostra apropriado para uma dada populao o primeiro aspecto a ser considerado num planejamento experimental. Uma curva caracterstica de operao

52

expressa a probabilidade de erro tipo II de um teste estatstico para um tamanho de amostra particular em funo de um parmetro que reflete a extenso da rejeio da hiptese nula. Essas curvas ajudam a indicar o nmero de rplicas ideal para que o planejamento seja sensvel a diferenas potenciais entre os nveis (MONTGOMERY, 2001).
a

n 2 =

i =1

2 i

a 2

(2.46) (2.47)

i = i

i =1

(2.48)

Ao usar as curvas caractersticas deve-se especificar . Uma maneira escolher valores das mdias 1 e 2 dos nveis (a = 2 e n1 = n2 = n) para as quais se rejeitaria H0 com alta probabilidade. Isso geralmente um problema. Uma alternativa nortear o tamanho da amostra numa diferena D das mdias, tal que, se excedida, resulte na rejeio da hiptese nula. Tem-se ento (MONTGOMERY, 2001):
nD 2 2 a 2

(2.49)

Como se utiliza o valor mnimo de 2 , o tamanho de amostra calculado conservativo, ou seja, a potncia do teste ser igual quela exigida pelo experimentador, no pior caso (MONTGOMERY, 2001). Quanto varincia, costuma-se determinar o tamanho de amostras para uma faixa de valores provveis de 2 a fim de estudar o efeito desse parmetro no tamanho de amostra requerido antes que a escolha final seja feita (MONTGOMERY, 2001).

53

No caso geral, quando, por exemplo, a suposio de normalidade no seja aceitvel, a hiptese H0: 1 = 2 aplicada ao caso de um fator com dois nveis (n1 = n2 = n) pode ser testada atravs do mtodo alternativo no-paramtrico de anlise de varincia chamado Kruskal-Wallis (MONTGOMERY, 2001). Para aplic-lo devem-se listar as observaes yij em ordem ascendente e substituir cada observao pela sua ordem, Rij, com a menor observao recebendo a ordem 1. Caso haja observaes com o mesmo valor, atribua a ordem mdia a cada uma delas. Seja Ri. a soma das ordens do i-simo nvel, a estatstica do teste (MONTGOMERY, 2001):
a Ri2 1 n(n + 1) 2 . 4 S2 i =1 ni

H=

(2.50)

Onde ni o nmero de observaes relativas ao i-simo nvel, n o nmero total de observaes, e

a 1 n 1 i =1

S2 =

j =1

ni

2 Rij

n(n + 1) 2 4

(2.51)

2 Se ni 5, H aproximadamente distribuda como a 1 sob a hiptese nula, resultando na

seguinte estatstica do teste (MONTGOMERY, 2001):

2 H > , a 1

(2.52)

Caso a equao 2.52 se verifique, a hiptese nula ser rejeitada (MONTGOMERY, 2001). importante ressaltar que a anlise abordada aqui dos efeitos dos tratamentos envolve a escolha de nveis especficos e, assim, o teste de hipteses refere-se s mdias dos tratamentos e as concluses extradas sero aplicveis somente aos nveis considerados na anlise, no

54

podendo, pois, serem estendidas a outros nveis. Diz-se que, nesse caso, estamos diante de um modelo analtico de efeitos fixos (MONTGOMERY, 2001). O modelo para um nico fator, conforme Montgomery (2001) : yij = + i + ij (2.53)

Onde i o efeito do tratamento ou nvel i e ij um erro randmico que incorpora todas as fontes de variabilidade do experimento. O intervalo de confiana para a mdia i do tratamento i dado por (MONTGOMERY, 2001):

yi. t / 2, n a

S2 S2 i yi. + t / 2, n a ni ni

(2.54)

Onde:
a i =1 S2 =
2 y.. 1 n n i na

y
j =1

ni

2 ij

y
i =1

2 i.

2 y.. n

(2.55)

2.2.5 Testes de adequao e estimao de parmetros

Este item trata da investigao da distribuio que melhor se adapta s observaes disponveis e da estimativa dos parmetros envolvidos. Existem basicamente dois mtodos para isso: o grfico e o analtico (NELSON, 1982). O mtodo analtico mais conhecido para estimao de parmetros o dos mnimos quadrados, embora no seja recomendado quando os dados provm de ensaios de durabilidade, uma vez que no possvel agregar as censuras ao processo de estimao. H tambm o mtodo

55

da ponderao das observaes e o da mxima verossimilhana, dentre outros (MANN, SCHAFER e SINGPURWALLA, 1974). Segundo Torstensson (2004), comparaes de mtodos de estimao so geralmente feitas atravs do clculo do erro quadrtico mdio (MSE, Mean Squared Error):
n

MSE = ( F ( xi ) F ( xi )) 2
i =1

(2.56)

Onde F ( xi ) a funo de densidade acumulada com os parmetros estimados e F(xi) a distribuio de categoria, definida no prximo item. O mtodo que apresentar o menor MSE ter suas estimativas de parmetros tomadas como mais adequadas. De acordo com Mann, Schafer e Singpurwalla (1974), o mtodo grfico comea com a anlise genrica das observaes y a partir do estabelecimento de uma relao entre elas e a funo de densidade acumulada em jogo F(y). Uma vez que o valor de y em F(y) varia de amostra para amostra podemos considerar F(y) uma varivel aleatria que segue uma distribuio chamada distribuio de categoria. Demonstra-se (KAPUR e LAMBERSON, 1977), assumindo-se F diferencivel, que essa distribuio um caso particular da distribuio beta no contexto de testes de vida que pode ser estimada de duas formas (n o tamanho da amostra e j a posio ordenada da observao y):
j n +1

E[ F ( y )] =

(2.57)

F ( y) =

j 0,3 n + 0,4

(2.58)

56

A distribuio de categoria e suas estimativas so usadas para modelos Weibull, normais ou lognormais ou mesmo para outra distribuio contnua qualquer. O valor mdio E[F(y)] usado porque a mdia comumente o valor tomado como representativo de uma amostra de uma distribuio. Entretanto, em amostras altamente assimtricas, como so a maioria das distribuies de categoria, a mediana F ( y ) pode ser uma referncia melhor e ser usada aqui. Outros mtodos como o de Herd-Johnson e de Kaplan-Meier tambm poderiam ser usados para estimar F(y) (NELSON, 1982). A distribuio de categoria pode tambm ser usada para obter limites de confiana noparamtricos (no se usa prvio conhecimento da distribuio em questo). Para 0,50, o limite de confiana (KAPUR e LAMBERSON, 1977):
j
~

w =

(n j + 1) F1 , 2( n j +1), 2 j + j (n j + 1)

(2.59)

e para < 0,50

j (n j + 1) F , 2 j , 2( n j +1) w = j F 1+ , 2 j , 2( n j +1) (n j + 1)

(2.60)

F,n1,n2 um valor obtido da distribuio F com n1 e n2 graus de liberdade. Devido aos altos custos para a execuo de ensaios, a maioria dos itens so suspensos, ou seja, h itens, na anlise estatstica, que no chegam a falhar. Segundo Kapur e Lamberson (1977), os dados suspensos so trabalhados atribuindo-se um nmero de ordem de ocorrncia mdio a cada tempo de falha. Para isso, colocam-se os resultados dos ensaios suspensos e completos em ordem ascendente de ciclagem e define-se o novo incremento:

57

I=

(n + 1) (nmero de ordem anterior) 1 + (nmero de itens posteriores ao prximo item completo inclusive)

(2.61)

Esse valor adicionado sistematicamente para obteno dos nmeros de ordem de cada falha. O passo final colocar os tempos de falha e suas correspondentes probabilidades acumuladas em grficos padronizados para cada uma das distribuies de interesse (Weibull, normal e lognormal). O conjunto de pontos que resultar na melhor reta das trs indicar a distribuio conseqentemente mais adequada massa de dados. A estimao grfica de parmetros Weibull obtida a partir da linearizao da funo acumulada (KAPUR e LAMBERSON, 1977):
1 ln ln 1 F (t ) = ln t ln

(2.62)

para vida mnima nula, e

1 ln = ln(t ) ln( ) ln 1 F (t )

(2.63)

para vida mnima no-nula. Num papel Weibull existente no mercado, colocamos os tempos de falha no eixo horizontal e os correspondentes valores de F(t), ou seja, a frao da populao que falha antes de cada instante t da amostra, no eixo vertical. Acomoda-se, assim, a melhor reta a partir dos pontos determinados. Um procedimento de ajuste por mnimos quadrados pode ser usado (ALFAWZAN, 2000).

58

Claramente pode ser estimado pela inclinao da curva e pela relao F(x = ) = 0,632. O valor de > 0 mais complicado de ser obtido e sempre origina uma linha curva e no reta: Usa-se 0,9x1 (x1 o menor valor da amostra) como primeira estimativa e subtrai-se esse valor de cada um dos dados originais. Refaz-se o grfico com os novos dados. Se a estimativa muito grande, a linha curvar para cima e se for muito pequeno a linha vai curvar para baixo. Trata-se naturalmente de um procedimento de tentativa-e-erro (KAPUR e LAMBERSON, 1977). A estimao grfica de parmetros da normal obtida a partir da inversa -1 da funo acumulada padro (NELSON, 1982): t = + 1 ( F (t )) (2.64)

Num papel normal existente no mercado, colocamos os tempos de falha no eixo vertical e os correspondentes valores de F(t), ou seja, a frao da populao que falha antes de cada instante t da amostra, no eixo horizontal. Acomoda-se, assim, a melhor reta a partir dos pontos determinados. Um procedimento de ajuste por mnimos quadrados pode ser usado. Claramente pode ser estimado pela inclinao da reta traada e pela ordenada correspondente interseco dessa mesma reta com F(t) = 50%. A estimao grfica de parmetros da lognormal obtida a partir da inversa -1 da funo acumulada padro (NELSON, 1982): ln t = + 1 ( F (t )) (2.65)

Num papel lognormal existente no mercado, colocamos os tempos de falha no eixo vertical, logartmico, e os correspondentes valores de F(t), ou seja, a frao da populao que falha antes de cada instante t da amostra, no eixo horizontal, linear. Acomoda-se, assim, a melhor

59

reta a partir dos pontos determinados. Um procedimento de ajuste por mnimos quadrados pode ser usado. Claramente pode ser estimado pelo logaritmo neperiano da inclinao da reta traada e pelo logaritmo neperiano da ordenada correspondente interseco dessa mesma reta com F(t) = 50%. Contrapondo-se ao mtodo eminentemente grfico de estimao de parmetros discutido at aqui, h os procedimentos tradicionais de inferncia estatstica (mtodo da mxima verossimilhana e dos momentos) cuja maior vantagem est na objetividade: as propriedades de um estimador e a preciso da estimativa podem ser determinadas (KAPUR e LAMBERSON, 1977). A probabilidade de falha depende da preciso na estimativa dos parmetros envolvidos. Uma anlise de sensibilidade pode ser feita atravs da variao de um deles ao mesmo tempo em que se mantm os outros fixados, calculando-se, assim, a confiabilidade resultante para cada combinao. Dada a interdependncia entre as estimativas dos parmetros, essa avaliao no d a variao real, entretanto contribui com alguma informao qualitativa (LIU, 1997). Quando a distribuio tem mais de um parmetro, pode ser conveniente estim-los numa certa ordem, como, por exemplo, no caso da Weibull, o parmetro de localizao , forte causador de singularidades, deve ser o primeiro a ser analisado (KAPUR e LAMBERSON, 1977). A estimativa analtica de parmetros uma parte extremamente sensvel do clculo de confiabilidade e ser detalhada a seguir. O teste de adequao do conjunto de observaes distribuio Weibull usado aqui especfico e, por isso, muito mais poderoso que qualquer outra verso aplicvel a qualquer distribuio em geral existente na literatura tcnica (KAPUR e LAMBERSON).

60

A hiptese nula neste caso que a populao de interesse Weibull bi-paramtrica. Se essa hiptese for rejeitada ento outra distribuio deve ser considerada, inclusive a Weibull triparamtrica. Sejam t1, t2, ..., tr os r primeiros tempos de falha resultantes do ensaio de n amostras. Define-se xi como xi = ln ti para i = 1, 2, ..., r. Assim, a estatstica do teste :
( xi +1 xi ) Mi i =[ r / 2 ] +1
r 1

EW =

r 1

( xi +1 xi ) Mi i =1

(2.66)

Onde [r/2] denota o maior inteiro tal que seja menor ou igual a r/2. Os valores de Mi e os valores crticos de EW so encontrados no anexo 1. O primeiro mtodo apresentado aqui para estimao de parmetros da distribuio Weibull envolve essencialmente uma ponderao das observaes e encontra-se disponvel na publicao de Kapur e Lamberson (1977). Os pesos desenvolvidos so tais que os estimadores resultantes tm a desejada propriedade de varincia mnima. Seja t uma varivel aleatria representando tempo at a falha com uma distribuio Weibull de dois parmetros:
0, t < 0 F (t ; , ) = ( t ) ,x 0 1 e

(2.67)

Fazendo a transformao x = ln t, a funo de distribuio acumulada de x ser:

61

 (x u ) F ( x; , ) = 1 e e b , < x <

(2.68)

Onde l = ln e b = -1. Os novos parmetros l e b podem ser estimados por:

r

l=

a x
i =1

i i

e b=
~

(2.69)

c x
i =1

i i

Onde ai e ci so fatores lineares de ponderao dados no anexo 2 para os valores apropriados de n amostras e r falhas. Os estimadores dos parmetros Weibull originais so:
~
~

= el
e

(2.70)
1 b
~

Os limites de confiana para os parmetros foram desenvolvidos atravs de simulao da estatstica apropriada W = b/ b tabelada no anexo 4, para os valores apropriados de n amostras e r
falhas, de forma a gerar os seguintes limites de confiana bilaterais 100(1 - )% para :
W1 b
~

W b
~

(2.71)

62

Os limites de confiana da vida caracterstica so estabelecidos a partir da estatstica V tabelada no anexo 5, onde:
~

V=

ll b
~

(2.72)

Os limites so:
~ ~ l b V 1

l b V

(2.73)

No caso de se aplicar o mtodo da mxima verossimilhana para a estimao de parmetros a funo logartmica que deve ser maximizada para Weibull no caso de uma amostra de n unidades com r falhas , segundo Nelson (1982):
g=

[ln( ) + ( 1) ln(t ) ln( ) (t / ) ]+ [ (t / ) ]

'
i i

"

(2.74)

As somas s sobreviventes.

,
i

' i

" i

respectivamente se aplicam a todas as unidades, s falhadas e

As estimativas e para e so os respectivos valores que maximizam a equao 2.74; e so nicas e so tambm solues do sistema:
^

0 = g / = 0 = g / =

[ ( / ) + ( / )(t / ) ]+
' i

"

( / )(ti / )

[(1 / ) + ln(t / ) (t / )
' i i i

ln(ti / )

] (t / )
" i i

ln(ti / )

(2.75)

Essas equaes no-lineares podem ser combinadas para eliminar . Isso conduz a uma equao mais simples de resolver com apenas uma incgnita, : 63

'

ln(ti ) / r =

ti ln(ti )

ti

(1 / )

(2.76)

A soma do lado esquerdo envolve apenas os dados de falhas. muito fcil resolver a equao 2.76 iterativamente para obter , uma vez que o lado direito uma funo monotnica de e ento calcular:
^

=
^

ti / r
^

1/

(2.77)

Os limites de confiana para este mtodo so os mesmos do mtodo anterior, feitas as devidas transformaes. O teste de adequao do conjunto de observaes distribuio normal usado aqui especfico e, por isso, muito mais poderoso que qualquer outra verso aplicvel a qualquer distribuio em geral existente na literatura tcnica (KAPUR e LAMBERSON, 1977). A hiptese nula neste caso que a populao de interesse normal com mdia e varincia desconhecidas. Se essa hiptese for rejeitada ento outra distribuio deve ser considerada. O desenvolvimento baseia-se em Mann, Schafer e Singpurwalla (1974). A estatstica do teste de Lilliefors :
^ ^

D n = max ( i )
1 i n

(2.78)

Com

64

 i = max

X X (i ) s

i 1 i X (i ) X , n n s

(2.79)

Se o valor de D n excede o valor crtico encontrado no anexo 3 correspondente ao nvel de significncia do teste, rejeita-se a hiptese de que as observaes so oriundas de uma distribuio normal. As estimativas dos parmetros da distribuio normal so dadas pelas equaes 2.8 e 2.10 e os respectivos limites de confiana bilaterais 100(1 - )% so:

X t / 2;r 1 (

S2 S2 ) X + t / 2;r 1 ( ) r r

(2.80)

r 1

/ 2;r 1

r 1

(2.81)

/ 2;r 1

Para a distribuio lognormal basta lembrar que tempos de falha que seguem uma distribuio lognormal apresentam logaritmos normalmente distribudos.
2.2.6. Confiabilidade

Intuitivamente sabemos que um produto mais confivel aquele cuja falha seja de difcil ocorrncia. Numericamente isso se traduz pelo clculo da probabilidade de que essa falha no ocorra num dado instante da vida. Para isso torna-se necessrio conhecer as distribuies estatsticas envolvidas, sendo essa, portanto, a etapa mais importante e sensvel, uma vez que a probabilidade de falha depende da distribuio de carga e da distribuio de resistncia (KAPUR e LAMBERSON, 1977). Esse conceito ser representado por uma varivel aleatria nica denominada tempo at a falha.

65

Ainda de acordo com Kapur e Lamberson (1977), a clara definio do que constitui falha para um sistema um dos mais importantes fatores de confiabilidade. Para isso deve-se contextualizar o evento pelo modo esperado para essa falha, no presente caso, por desgaste ou fadiga. Nos testes acelerados em laboratrios o tempo de operao do produto simulado em bancada de forma a promover o acmulo de dano esperado em condies de campo. importante notar que no s o tempo de operao poder influenciar na resistncia bsica e em sua disperso, ou seja, na falha, mas tambm o tempo cronolgico, em virtude de eventuais defeitos oriundos da obteno do material, de sua conformao mecnica, de seu tratamento e de sua usinagem. Essas caractersticas levam a uma mudana da distribuio de probabilidade da resistncia com o tempo, ou seja, a um enfraquecimento do componente por velhice ou por acmulo de dano, funo do nmero de ocorrncias da carga em conjunto com suas magnitudes e duraes. Genericamente a falha pode ser definida como a inpcia em atender a um dado requisito. As falhas podem ser monitoradas por dados completos (valor exato da falha) apenas ou por dados censurados (faixa em que se encontra o valor da falha) conjugados com dados completos (NELSON, 1982). clara a natureza dinmica das solicitaes submetidas a uma suspenso em geral e ao brao de controle em particular no s pela carga, mas tambm pela freqncia. Torstensson (2004), por exemplo, define o comprimento de trinca igual a 20 mm como falha, entretanto leva em conta um comprimento inicial e assume uma distribuio normal para a trinca cujos parmetros, mdia e varincia 2, so determinados com base em testes. Uma maneira direta de definir a confiabilidade num instante x seria (KAPUR e LAMBERSON, 1977):

R( x) =

n( x ) n

(2.82)

66

onde n( x) o nmero de unidades sobreviventes no instante x e n o nmero total de peas submetidas ao teste. Se considerarmos um perodo para monitoramento das falhas, podemos calcular uma mdia de falhas no tempo e, no limite, essa taxa de falha, instantnea, definida como:

h(t ) =

f (t ) R(t )

(2.83)

sendo nica para cada R(t). Esse conceito usado em substituio ou em conjunto com as funes densidade de probabilidade para caracterizar o modo de falha em estudo e um parmetro to importante quanto a prpria confiabilidade. Igualmente importantes so as definies das condies ambientais e do intervalo de tempo considerado, conforme explicitamente citado na definio de confiabilidade mencionada no Captulo 1: A confiabilidade de um sistema a probabilidade de que, quando operando em condies ambientais bem estabelecidas, o sistema execute sua funo pretendida durante um dado intervalo de tempo (KAPUR e LAMBERSON, 1977). A tabela 2.4 mostra as funes confiabilidade e taxa de falha para as trs distribuies abordadas neste estudo.

67

Tabela 2.4. Funes confiabilidade e taxa de falhas para as distribuies em foco

Distribuio Confiabilidade (R(x)) Taxa de falha (h(x)) Weibull
x exp
x P z >
ln x P z >

( x ) 1 ( )
z =
x R( x)

Normal

Lognormal

ln x xR ( x)

Fonte: Kapur e Lamberson, 1977.

2.3. Trabalhos anteriores

O estudo da confiabilidade na indstria automotiva feito basicamente de trs maneiras: simulao computacional baseada em modelos analticos de predio, testes fsicos analisados sob uma tica estatstica ou uma combinao dessas duas opes. O presente trabalho puramente experimental e leva em conta modelos probabilsticos para anlise de dados de vida, o que torna a abordagem fundamentalmente prtica porque o tempo at a falha, nossa varivel aleatria, engloba tudo (processo de manufatura, capabilidade de mquinas, controle de qualidade, carga externa, deteriorao, espectro de tenso e de resistncia do material, etc.) numa entidade s. O trabalho de Liu (1997) aproxima-se muito da estratgia usada aqui, embora no haja dados experimentais reais, porque compara os modelos Weibull e lognormal aplicados a amostras de variveis no-reparveis completas e aleatoriamente censuradas usando um procedimento de simulao Monte Carlo. Os mtodos numricos de adequao dos dados selecionados so o da regresso da categoria mediana e o da mxima verossimilhana. Os resultados mostraram claramente que a distribuio Weibull leva a uma concluso mais conservativa.

68

Al-Fawzan (2000) apresenta um apanhado sobre o objetivo bsico de qualquer procedimento estatstico-experimental: a estimao de parmetros. Ele aborda tanto o mtodo grfico usado neste estudo quanto a tcnica de representao dos pontos experimentais usando a taxa de falhas. Entretanto ressaltada a alta probabilidade de erro em comparao aos mtodos analticos alternativos descritos e comparados, em tempo: mtodo da mxima verossimilhana e dos momentos. Como a nica distribuio estudada a Weibull bi-paramtrica, equaes passveis de soluo iterativa padro (via mtodo de Newton-Raphson ou clculo de coeficiente de variao, por exemplo) so obtidas e exemplos numricos computacionais demonstram a superioridade do mtodo dos momentos em termos de preciso, embora comprometa a agilidade do resultado. Carboni, Beretta e Finzi (2003) analisaram o efeito de defeitos de manufatura na vida em fadiga e no crescimento de trincas para rodas de caminho, componentes to importantes quanto suspenses no tocante segurana. So usados dois lotes de peas: um oriundo de falhas prematuras detectadas em servio e outro padro de produo. Com as curvas S-N e de propagao de trincas foi verificada a homogeneidade das propriedades do material dos dois lotes. A observao fractogrfica atribuiu ao processo de puncionamento dos furos de ventilao das rodas a causa dos defeitos identificados e quantificados em termos de profundidade. Esses dados foram analisados graficamente adotandose distribuies Weibull para os dois lotes e, como resultado, constatou-se que se tratavam de populaes distintas, ou seja, a profundidade caracterstica dos defeitos era maior nas peas com falhas prematuras. Essa informao serviu para avaliar dois mtodos determinsticos de predio de vida residual: clculo de dano linear e anlise NASGRO, este ltimo um software especfico voltado propagao de defeitos. Murty e Naikan (1997), por outro lado, utilizam os princpios bsicos das tcnicas independentes do tempo, ou seja, sem considerar deteriorao, de modelagem tenso-resistncia de confiabilidade para determinar a relao entre a confiabilidade (R) meta do produto e os requisitos de capabilidade (CP) de mquinas.

69

 assumida uma distribuio normal para a resistncia porque sua variao proporcional a variaes de especificao do produto, as quais, por sua vez, seguem uma distribuio normal para uma dada configurao do processo de produo. Para os parmetros da distribuio da carga atuante sugerida sua obteno a partir de dados coletados em intervalos regulares num ambiente de carregamento real ou simulado, mas as distribuies usadas, assim como no caso da resistncia, so assumidas como normal, lognormal e exponencial. O princpio bsico, ilustrado pela figura 2.24, de que a confiabilidade estimada pela rea de interferncia entre as distribuies de carga e resistncia. Manipulaes algbricas levam s relaes desejadas entre R e CP. Carga Resistncia Possibilidade de falha Figura 2.24. Princpio da tcnica de interface carga-resistncia Murty, Gupta e Krishna (1995) discutem a utilizao da distribuio de resistncia fadiga a partir de dois nveis de tenso num diagrama S-N como funo do nmero de ciclos at a falha (varivel assumida como lognormal) para a determinao de confiabilidade atravs da tcnica de interferncia resistncia-tenso. O objetivo contrapor o procedimento apresentado ao tradicional mtodo escada ou s simplistas aproximaes de resistncia fadiga baseadas em tenses de escoamento e ruptura. Devido variabilidade da resistncia fadiga de um material, cada espcime corresponde a uma reta no plano S-N, ou seja, h uma distribuio de retas que corresponde a um modelo probabilstico tanto para a resistncia quanto para o tempo de vida. A relao entre essas variveis estabelecida atravs de regras algbricas de funes probabilsticas para se chegar na resistncia e uma funo densidade de probabilidade para um processo aleatrio e estacionrio de carga apresentada, embora no seja detalhada. Dessa forma, as variveis G e H da tcnica de interferncia so ento quantificadas para avaliao da confiabilidade, a qual, conclui-se, depende inversamente do nmero de ciclos e da variabilidade dos parmetros funcionais envolvidos.

70

Ainda na linha de modelos tenso-resistncia para clculo de confiabilidade, Murty e Naikan (1996) ilustram tcnicas de confiabilidade inversa no caso de distribuies exponencial e Weibull. Expresses para fator de segurana, resistncia mdia e sua variabilidade foram desenvolvidas em funo de faixa meta de confiabilidade e condies de carga externa. A idia fundamental consiste em avaliar os parmetros de resistncia requeridos luz de uma confiabilidade desejada com base no tipo de aplicao, nas restries de custo, nos requisitos de segurana, etc, ou seja, parte-se do fim para o comeo, da o termo confiabilidade inversa. Para o caso exponencial, solues analticas genricas so possveis, mas, para Weibull, apenas procedimentos numricos iterativos particulares so apresentados. Torstensson (2004) analisa a influncia da escolha de distribuies no modelo conjugado de carga e resistncia. Sua principal concluso de que a distribuio lognormal deveria ser usada em substituio Weibull, especialmente quando a disponibilidade de dados limitada. A disperso da resistncia fcil de entender: deriva, em geral, das propriedades do material e do processo de fabricao. Entretanto, a disperso da carga mais complexa, pois depende de como o veculo dirigido, das condies da estrada, de concentrao de tenses, de temperatura etc. Segundo Schtz (1982), a seqncia representativa dos ciclos de tenso a que um componente submetido deve ser obtida em servio para, ento, ser estatisticamente avaliada visando obteno de um espectro de tenso. Essa avaliao deve ser feita pelos chamados procedimentos de contagem, dentre os quais, so citados o rainflow, o range-pair e o simple range. Essa coleta, por mais extensa que seja, dificilmente maior que 1 % da vida em servio esperada e, por isso, faz-se necessria uma manipulao para aumentar o nmero de todas as amplitudes medidas por um fator de, por exemplo, 100. Nesse ponto, vale ressaltar que um fabricante de automveis no sabe com exatido como seus produtos sero usados pelo consumidor. Assim, ele tenta definir o motorista mais severo num universo de uma centena. Isso pode ser perigoso porque intensas amplitudes de tenso, embora pouco freqentes, podem, na prtica, aumentar a vida em fadiga devido s tenses residuais benficas que elas causam. Assim, se o teste for executado com tenses muito altas e pouco freqentes a predio no ser conservativa.

71

Com essas informaes, outra maneira de se estimar a vida em fadiga atravs de uma hiptese adequada de acmulo de dano e de um fator de segurana calculado com base na probabilidade de falha do modelo ou mesmo advinda da experincia, e, portanto, resultar numa tenso admissvel para o componente. Caso o resultado no atenda s especificaes de projeto, a resistncia deve ser alterada e o ciclo de testes refeito. Um outro procedimento de anlise constante na literatura aquele apresentado por Svensson, Johannesson e Mar (2005). Baseia-se na hiptese de crescimento de trinca como mecanismo de dano dominante (Palmgren-Miner) durante um teste utilizando carregamento de amplitude constante e varivel. Trs aplicaes industriais (peas automotivas fabricadas com solda ponto, braos de suspenso de perfuratrizes sujeitas fadiga e espcimes de ao doce submetidos solda topo) ilustram a obteno de uma variao das famosas curvas de Whler para o caso de amplitudes variveis de carga calculadas pelo mtodo de contagem de ciclos rainflow e representadas por uma amplitude equivalente. A discusso estatstica concentra-se na resposta a duas incertezas: uma relativa possibilidade da vida em fadiga ser prevista com 95% de confiana dado um espectro de carga quando as propriedades do material so estimadas a partir de outro espectro, outra concernente independncia entre estimao de parmetros e espectros usados. Para a primeira, monta-se um teste de hiptese cuja estatstica baseia-se nas vidas experimental e prevista; para a segunda, a varincia da diferena entre duas estimativas independentes equacionada. Os resultados demonstram que as curvas de Whler montadas com dados oriundos de espectro com amplitude constante so muito dispersas e, portanto, levam adoo de fatores de segurana maiores. A vantagem do procedimento proposto que os testes de referncia podem ser feitos com espectros de carga prximos das condies de servio que precisam ser previstas e, ento, efeitos sistemticos residuais, os quais no so amenizados em amplitudes constantes, e seqenciais, os quais levam em conta a ordem de aplicao dos ciclos ao material, so reduzidos.

72

Nessa linha, Zaretsky, Hendricks e Soditus (2004) estudaram o efeito da distribuio, suposta Weibull, de vida de cada componente individual na predio da vida de um motor aeronutico com confiabilidades de 95 e 99,9%, ou seja, numa frota de 10000 unidades se aceita que 500 e 10, respectivamente, falhem antes do tempo previsto em projeto. Basicamente assumese uma relao inversa entre vida e empuxo para cada trecho do ciclo de vo adotado e uma propagao linear do dano (regra de Palmgren-Miner). O estudo mostrou que predies de vida envolvendo probabilidades de falha menores so menos susceptveis a flutuaes devidas aos parmetros, quando coincidentes, de populaes dos componentes e que a vida de um sistema a uma dada confiabilidade ser menor que aquela do componente mais prematuro sujeito mesma probabilidade de sobrevivncia. Fatemi e Yang (1998) apresentam uma reviso completa de todas as teorias sobre dano acumulado por fadiga para metais e suas ligas desenvolvidas desde o incio dos anos 70 at os anos 90. Se as tenses de servio so de amplitude varivel e as tenses submetidas ao componente durante as sees de teste so constantes (curvas S-N), preciso considerar uma teoria de acmulo de dano a fim de relacionar os dois lados no resultado final, ou seja, na predio da vida em fadiga (SCHTZ, 1982). Essas teorias so agrupadas em 6 categorias: regras de dano linear; linearizao em dois estgios e curva de dano no linear; mtodos de modificao de curvas de vida; abordagens baseadas em conceitos de crescimento de trincas; modelos de mecnica de dano contnuo; e teorias baseadas em energia. Alm da descrio, o artigo traz tanto pontos positivos, como a aplicao da mecnica de dano contnuo para materiais heterogneos, quanto negativos, como a limitao da regra de dano linear no tocante independncia da seqncia, intensidade e interao do carregamento. Para ilustrar a natureza extremamente complexa do tema, Schtz (1982) exemplifica a quantidade de parmetros relacionados propagao de trincas que devem ser considerados numa anlise cientfica de dano acumulado para o caso de um nico pico no ciclo de tenso. importante lembrar que a hiptese de acmulo de dano apenas um dos fatores que influenciam na predio da vida em fadiga, outros podem ser ainda mais relevantes, como a determinao do espectro de tenso aplicada, por exemplo.

73

De maneira geral, um sistema falha quando a tenso atuante excede a sua resistncia. Uma metodologia (VERMA e MURTY, 1989) foi desenvolvida para casos de projeto de confiabilidade onde no h base para se assumir qualquer distribuio especfica, quer para tenso, quer para resistncia, mas que, em contrapartida, conte com uma experimentao rica em dados. Consiste na definio de uma varivel de trabalho, H, relacionada funo de densidade acumulada da tenso e de outra, S, relacionada funo de densidade acumulada da resistncia. Uma relao polinomial entre essas duas variveis proposta e os coeficientes incgnitos so calculados a partir dos dados experimentais. Com a funo de trabalho montada, a confiabilidade obtida por simples integrao. Moran (2000) desenvolveu metodologias para predio de confiabilidade em fadiga, tempo de vida e crescimento de trincas para componentes estruturais metlicos tridimensionais complexos, assim como anlise de risco no caso de elementos chaves de segurana. Atravs do uso de novas ferramentas computacionais, contrapostas ao mtodo Monte Carlo, da integrao direta e FORM (First Order Reliability Method), ele desenvolve simulaes mais factveis em termos de custo e de quantidade de incrementos. A essncia de um dos mtodos propostos o da integrao direta adaptado a uma discretizao do espao da varivel aleatria e a um esquema de integrao seletiva. Quando h limitaes de quantidade de variveis aleatrias e tempo de processamento, sugere-se a utilizao do mtodo LSSE (Limit State Surface Element), no qual a curvatura da superfcie de falha nas proximidades do ponto de falha mais provvel discretizada, em geral, essa curvatura mais alta que aquela tratvel por um mtodo FORM tradicional. Um aspecto interessante incorporado anlise comparativa envolvendo os mtodos apresentados e os tradicionais o cmputo dos fatores de intensidade de tenso nos modelos. Para a anlise de trincas tridimensionais proposto o mtodo dos elementos finitos extendido (X-FEM), o qual prescinde do refinamento da malha na vizinhana da trinca porque a substitui por uma representao matemtica de sua superfcie. Por fim descrito um mtodo que facilita a simulao usando elementos finitos do crescimento de trincas, na realidade trata-se da conjuno de trs mtodos: X-FEM, Level Set (representa a topologia inicial da trinca) e Fast Marching (representa o avano da frente da trinca com base na

74

lei de Paris). Em todos os casos tericos apresentados so comparados os resultados numricos obtidos com os analticos ou/e tradicionais consagrados, sendo que no h referncia a nenhuma distribuio probabilstica especfica. Moran, Xu e Achenbach (2000) descrevem em detalhe o mtodo LSSE e mostra uma aplicao combinada com o modelo de propagao de trincas de Paris para o caso de confiabilidade estrutural sob trao (R = 0) de uma placa semi-infinita de ao inox 304 linearmente elstico com uma trinca fronteiria. Dessa vez fica clara a associao probabilstica feita aos elementos de superfcie atravs do uso de variveis normais padres como domnio de integrao, ao comprimento inicial da trinca e ao expoente da equao de Paris (1963), ambos supostos lognormalmente distribudos. Caracterstica de inspeo experimental em ensaios de fadiga como a probabilidade de deteco de trincas de um dado comprimento tambm incorporada ao estudo. Em resposta demanda do mercado automobilstico pelo desenvolvimento de novos componentes e sub-sistemas em perodos mais curtos e usando uma quantidade de prottipos fsicos menor, Firat e Kocabicak (2004) apresentam um mtodo prtico novo de avaliao de durabilidade baseado em deformaes locais. O artigo revisa alguns dos aspectos computacionais da anlise de dano por fadiga e predio de vida, de forma a aplicar o procedimento a um caso industrial com rodas de liga leve sujeitas a cargas multi-axiais de fadiga. Alm da tradicional regra de acmulo linear de dano, o modelo incorpora aspectos como plasticidade cclica e concentrao de tenso. O estudo conclui que uma abordagem balanceada do problema envolve a combinao de mtodos analtico-computacionais e fsicos a fim de evitar a incidncia de problemas de durabilidade em etapas finais do processo de desenvolvimento, embora seu foco seja apenas nos primeiros. Em outro artigo tambm de Firat e Kocabicak (2001) ilustram a aplicao de um programa chamado MFPA (Metal Fatigue Prediction and Analysis) na predio de vida de uma roda usada em automvel quando submetida a um dos tradicionais testes de fadiga da indstria, o cornering fatigue test. O estudo, totalmente analtico e sem nenhuma considerao estatstica, aponta para

75

economia de tempo e custo durante a anlise desse tipo de ensaio com uma discrepncia de 11% em relao a procedimentos fsicos. As condies so de tenso plana cclica e a deformao elasto-plstica dos componentes determinada pela teoria de plasticidade, no contexto da ponta da trinca, cujo dano acumulado baseia-se na regra de Palmgren-Miner. Basicamente, tanto os mtodos estocsticos, quanto os computacionais descritos at aqui utilizam dados de ensaios em laboratrio como sua massa crtica, mas importante no negligenciar as informaes colhidas em campo. Coit e Dey (1999) propuseram um mtodo para anlise de dados de campo a partir do ajuste s distribuies Weibull, Lognormal e Gamma utilizando o mtodo de mxima verossimillhana ou da regresso linear. Em virtude da dificuldade em se obter os tempos exatos de falha, optaram tambm pela estimao de parmetros atravs da distribuio exponencial sem utilizar dados individuais de falhas. Segundo Rai e Singh (2003), as informaes de campo advindas dos veculos em garantia so fundamentais para mensurar a confiabilidade do produto, uma vez que os testes laboratoriais no so capazes de simular perfeitamente o desempenho em campo. Infelizmente essas informaes (vida em km ou em h) limitam-se apenas previso de vida num horizonte curto de cobertura porque, em geral, aps o perodo de garantia os proprietrios no levam mais seus veculos s concessionrias. Oh e Bai (2001) trabalha com a estimao de tempo de vida com dados de falha adicionais aps o perodo de garantia utilizando o mtodo da mxima verossimilhana e a distribuio Weibull. O modelo requintado e inclui simulaes para anlise de sensibilidade envolvendo as estimativas. Majeske (2003) procurou gerar um modelo bastante abrangente para estimao de taxa de falha de produto atravs da contemplao de parmetros de campo, manufatura, montagem etc. dentro e fora do perodo normal de garantia de dois anos. A base foi uma populao de 9532 carros de luxo correspondentes a um ms de produo. Tcnicas alternativas vm ganhando fora, como a de Finkelstein (2002) que explora a aleatoriedade da idade inicial dos produtos na estimao de seu tempo de vida, a idia

76

considerar a substituio de itens falhados por outros usados de histrico desconhecido. Mas, pricipalmente, a abordagem de Guida e Pulcini (2002), os quais avaliaram a confiabilidade automotiva a partir de mtodos Bayesianos, ou seja, levando em conta no apenas os dados histricos, mas tambm a experincia tcnica subjetiva, sempre relevante no processo de desenvolvimento de projetos, a fim de reduzir o tempo e o custo totais de teste.

77

Captulo 3 Materiais e Mtodos

No presente captulo procura-se detalhar os materiais e os mtodos utilizados no desenvolvimento deste trabalho.
3.1 Materiais utilizados 3.1.1 Metal base

A matria-prima utilizada na fabricao do brao de controle o ao ARBL USI-RW-450 da USIMINAS. Devido necessidade do fabricante, o ao fornecido na forma de bobinas com 2,25 0,22 mm de espessura e nvel 2/2 de qualidade superficial. Alm disso, o material decapado e oleado com leo mineral de fcil desengraxamento. A aplicao da carga, considerada constante durante os ensaios, permitiu associar toda aleatoriedade resistncia da pea em funo basicamente da fabricao, da geometria e da montagem do sistema. No houve uma preocupao maior em se verificar a eventual heterogeneidade do material, negligenciando esse efeito com base na regularidade histrica do fornecedor Usiminas. Tanto os valores de composio qumica quanto aqueles de dureza Brinell sempre apresentaram conformidade com as especificaes exigidas pela fabricante do brao de controle em seu regulamento tcnico de entrega.

78

3.1.2 Metal de adio

A fabricao do brao de controle quase toda baseada em soldagem de componentes, o que imediatamente torna a escolha do material de adio uma etapa importantssima para a resistncia da pea. O trip dessa seleo foi a homogeneidade qumica com o metal base, o dimetro do arame e o comportamento mecnico informado pelo fabricante do arame. O processo de soldagem na planta do fabricante automatizado, de forma que, a regularidade dos passes e da energia de solda foi assumida, no sendo, pois, uma fonte de variabilidade considerada na comparao das amostras. Essa hiptese, embora endossada pelo departamento de ensaios do fabricante com base em sua experincia, se invlida, exclui efeitos advindos da manufatura sobre a vida til da pea. O tipo do arame e do gs de proteo, bem como suas propriedades e composies qumicas constituem um segredo industrial e esses dados no foram informados.
3.2 Bancada para ensaios e dispositivos associados

A realizao de todos os ensaios de bancada ocorreu dentro das instalaes do fabricante em seu laboratrio de engenharia de ensaios. As figuras 3.1 e 3.2 ilustram a estrutura utilizada:

79

Figura 3.1. Vista frontal do dispositivo de ensaio

Ponto de aplicao da carga

Figura 3.2. Vista superior do dispositivo de ensaio

80

3.3 Planejamento Experimental

A propriedade mecnica em foco foi a resistncia fadiga, avaliada pelo tempo de vida em ciclos. O critrio de falha baseou-se na varivel de resposta comprimento de trinca e a pea estaria aprovada para valores iguais ou inferiores a 20 mm ao final de 30.000 ciclos sob uma carga de 8,7 kN com razo de carga -1. Devido elevada demanda de tempo e custo intrnseca aos ensaios de fadiga, optou-se por utilizar o banco de dados relativo aos ensaios realizados pelo fabricante durante a etapa de desenvolvimento do brao de controle. Todas as peas ensaiadas foram submetidas a condies de funcionamento superiores s normais de uso de forma a antecipar o aparecimento de falhas e, assim, possibilitar a avaliao da confiabilidade de maneira mais rpida e econmica. O fator de acelerao em tempo linear real foi definido pelo cliente. De maneira geral, quando uma populao de componentes inicialmente colocada em ensaio, a taxa de falha deve ser relativamente elevada at que as no-conformidades sejam removidas. Esses defeitos normalmente so originados em etapas do processo de fabricao e podem ser conseqncia de soldagem, controle de qualidade, erro humano e erro de montagem. Com a experimentao, a tendncia de que a taxa de falha decresa. Isso pode explicar por que havia mais de 112 relatrios disponveis, quantidade representativa do processo de aprendizagem e eliminao de defeitos durante o desenvolvimento do produto. Urgia a necessidade de compilar esse extenso volume de dados atravs de uma organizao sistemtica: Existia um grande nmero de termos para designar um dado contexto de ensaio e uma dada localizao da trinca. O resultado desse trabalho de investigao levou criao de uma planilha com as seguintes informaes: identificao da amostra, data de realizao do ensaio, contexto do ensaio (razo de carga igual a -1), fora em kN, freqncia de aplicao da carga em Hz, ciclagem (30.000 ou 300.000 ciclos) e caractersticas das trincas encontradas (comprimento em mm e localizao na pea). 81

Foi levantado um total de 25 configuraes possveis, cada uma replicada em funo dos resultados que eram obtidos. A tabela 3.1 mostra as duas configuraes estudadas e a tabela 3.2 explica a nomenclatura utilizada para identific-las. Tabela 3.1. Configuraes estudadas e seus respectivos nmeros de rplicas
CONFIGURAES ESTUDADAS N
1 2

COMENTRIOS
Ver tabela a seguir Ver tabela a seguir

Cdigo
M3OP30Prog JOrig M3OP30Prog JCR

NMERO DE RPLICAS
14 6

Tabela 3.2. Explicao dos cdigos usados na tabela 3.1.

Nomenclatura Significado

Mdulo de manufatura

Prog

Processo progressivo de estampagem

JOrig

Janela original

OP

Operao

JCR

Janela em "C" com raio interno suavizado

A seqncia de execuo dos ensaios de vida no seguiu o procedimento formal descrito no item 2.2.2, de modo que a deciso de se obter uma nova observao ou de se mudar a configurao do espcime foi tomada com base subjetiva na experincia da engenharia do fabricante. Tambm no houve aleatorizao nem dos espcimes constituintes do material experimental, nem da ordem de execuo dos ensaios dentro de cada configurao.

82

As variveis controlveis que influenciaram na vida dos espcimes ensaiados foram aquelas constantes na tabela 3.3. No foi pensado pelo fabricante se todos esses fatores eram realmente de interesse em termos de resistncia fadiga. Tampouco houve blocagem, isto , fatores usados para reduzir ou eliminar a variabilidade transmitida que podem influenciar o resultado do ensaio, mas nos quais no se est diretamente interessado. Os fatores de variabilidade incontrolveis e suas respectivas variantes no foram estudadas durante os ensaios. Tabela 3.3. Variveis de influncia controlveis identificadas durante o desenvolvimento do brao de controle
Fatores (Variveis Controlveis)
Mdulo (M)

Variantes
M1, M2, M3 e M4

Ferramental de estampagem

Prog e Manual

Janela (J)

JOrig e JCR

Operao (OP)

OP10, OP20, OP30 e OP40

Em conjunto com o fabricante, optou-se por estudar a ltima configurao ensaiada e aprovada (M3OP30Prog JCR com curvatura alongada), comparando-a com a sua correspondente verso original (M3OP30Prog JOrig). Dessa forma, a estratgia de experimentao a abordagem de um fator por vez, enquanto todos os outros foram considerados constantes. Uma hiptese aceitvel j que o mdulo (M3), a operao (OP30) e o processo de estampagem (Prog) so etapas da manufatura constantemente monitoradas por estudos de capabilidade e qualquer flutuao identificada automaticamente corrigida. Numa abordagem irrefutvel de experimentao, todo planejamento experimental deve ser feito antes da execuo dos testes, etapa que foi ignorada pelo fabricante. Dessa forma, coube apenas a seleo deliberada de dados relativos s duas configuraes avaliadas, dentre uma centena de resultados de ensaios. A base analtica do procedimento adotado para a anlise das massas de dados, desenvolvida no item 4.3, descrita no item 2.2.4.

83

Como quase todos os resultados eram suspensos, mais quatro ensaios de cada configurao foram solicitados para prover dados completos indispensveis construo do modelo. A quantidade majoritria de dados suspensos foi tambm um empecilho avaliao da possvel interao entre os diferentes fatores atravs de um planejamento multifatorial, uma vez que demandaria a execuo de ensaios completos adicionais envolvendo a variao do mdulo, da operao e do processo de estampagem. Todos os ensaios, tanto os originais, quanto os adicionais, foram executados numa freqncia de 4 Hz com aplicao de uma fora de 8,7 kN.
3.4 Definio do desenho

Como se pode depreender a partir da leitura do item 3.3, a suavizao de raios e curvaturas das janelas foi fundamental para o sucesso do projeto, uma vez que tais regies apresentavam pontos de concentrao de tenses que comprometiam a resistncia fadiga. A otimizao da geometria do brao de controle ocorreu, pois, atravs do aumento experimental dos raios de concordncia pertinentes, alternativa mais amena j que o desvio do fluxo de tenses implicaria numa modificao mais profunda do conceito original. A figura 3.3 traz uma foto ilustrativa da medida do raio de curvatura da janela C obtida pelo Setor de Metrologia do fabricante atravs do corte e da anlise com projetor de perfis de uma amostra da pea. As imperfeies circunvizinhas complicaram a preciso do resultado, aceito como sendo 5 mm.

Figura 3.3. Raio de curvatura final

84

3.5 Controle dos ensaios

O monitoramento dos ensaios originais era feito com base apenas no nmero de ciclos de carga. Uma vez atingidos os 30.000 ciclos definidos pelo cliente para a fora de 8,7 kN, o ensaio era interrompido e fazia-se a medio do comprimento das trincas identificadas. Fisicamente era possvel o ensaio simultneo de at duas amostras. J os ensaios adicionais foram monitorados por inspeo regular do comprimento das trincas que iam se desenvolvendo nas amostras ao longo dos ciclos e, ao se detectar a existncia de pelo menos uma fissura de comprimento igual ou superior a 20 mm, interrompia-se o ensaio. Tomou-se especial cuidado para que os pontos de mximo da solicitao no ultrapassassem o limite de resistncia dos corpos de prova, o que poderia levar a uma eventual falha por sobrecarga, comprometendo a exatido do estudo porque no se est levando em conta a distribuio probabilstica desses extremos. Dessa forma, descartaram-se resultados experimentais como empenamentos e rupturas.
3.6 Execuo do ensaio

Todos os ensaios foram executados pelo fabricante em seu prprio laboratrio e, por isso, seguiram integralmente seus prprios procedimentos tcnicos para ensaios mecnicos.
3.7 Amostras ensaiadas

Todas as peas ensaiadas foram manufaturadas na planta do fabricante, algumas aparecem nas figuras 3.4 e 3.5.

85

Figura 3.4. Regies crticas de amostras da configurao original antes dos ensaios completos. Colorao branca deve-se ao revelador de trincas. 86

Figura 3.5. Regies crticas de amostras da configurao final antes dos ensaios completos. Colorao branca deve-se ao revelador de trincas. 87

Captulo 4 Resultados e discusso

Neste captulo so apresentados os resultados experimentais. Inicialmente, descrito o procedimento utilizado pelo fabricante para analisar os dados e, ento, apresentada a abordagem sugerida neste estudo. Dessa forma, possvel atingir os objetivos centrais, conforme detalhado no captulo 1:

Determinar o grau de confiabilidade de um brao de controle de suspenso dianteira do tipo independente, para certa vida em ciclos, por meio da interpretao e da utilizao de dados experimentais fornecidos pelo fabricante. Todos os ensaios, tanto os originais, quanto os adicionais, foram executados numa freqncia de 4 Hz com aplicao de uma fora de 8,7 kN. Duas configuraes diferentes do componente aquela aprovada e outra rejeitada durante o processo de desenvolvimento sero consideradas.

Descrever o mtodo usado pelo fabricante para obteno dos parmetros que norteiam a deciso de aceitar ou no a pea, segundo normas de seu cliente, apontando eventuais riscos de sua aplicao;

Propor um mtodo alternativo para aprovao de peas em geral, visando no s a precisa avaliao numrica de confiabilidade, como tambm a otimizao de materiais de construo mecnica e recursos financeiros atravs da reduo do nmero de ensaios.

88

4.1 Resultados Experimentais

Os resultados experimentais obtidos encontram-se nas tabelas 4.1 e 4.2 a seguir: Tabela 4.1. Resultados obtidos para a configurao original Amostra originais 003 004 005 006 011 026 027 028 030 031 032 033 034 Amostras adicionais 119 120 121 122 Ciclagem de trmino do ensaio (Hz) 30.539 30.132 30.132 30.198 30.000 30.000 30.000 30.000 30.000 30.000 30.000 30.000 30.000 Ciclagem de trmino do ensaio (Hz) 125.000 160.000 103.550 130.000 Tipo de dado Suspenso Suspenso Suspenso Suspenso Completo Suspenso Completo Completo Completo Suspenso Suspenso Suspenso Suspenso Tipo de dado Completo Completo Completo Completo

Tabela 4.2. Resultados obtidos para a configurao final Amostras originais 109 110 112 Amostras adicionais 132 133 134 135 Ciclagem de trmino do ensaio (Hz) 30.000 30.000 30.000 Ciclagem de trmino do ensaio (Hz) 117.000 175.000 168.000 131.463 Tipo de dado Suspenso Suspenso Suspenso Tipo de dado Completo Completo Completo Completo

Como quase todos os resultados eram suspensos (amostras originais), ou seja, os ensaios foram interrompidos antes da falha completa da pea, mais quatro ensaios de cada configurao (amostras adicionais) foram solicitados para prover dados completos indispensveis construo do modelo atravs da manuteno do ensaio at que houvesse a falha da pea (ocorrncia de pelo menos uma trinca com comprimento maior que 20 mm). 89

Figura 4.1. Regies crticas de amostras da configurao original aps os ensaios completos. Colorao vermelha deve-se ao lquido penetrante e indica a presena de trincas. 90

Figura 4.2. Regies crticas de amostras da configurao final aps os ensaios completos. Colorao vermelha deve-se ao lquido penetrante e indica a presena de trincas.

91

As figuras 4.1 e 4.2 complementam as figuras 3.4 e 3.5, ou seja, so fotografias das mesmas regies crticas aps os ensaios completos solicitados para complementar a massa de dados original do fabricante. A colorao vermelha deve-se ao lquido penetrante e indica a presena de trincas, cujos comprimentos eram, ento, medidos.
4.2 Procedimento de validao do Fabricante

O fabricante seguiu a norma do cliente para validar os ensaios. Resumidamente, esse procedimento consistia no seguinte (ver anexo 6): 1. Execuo dos ensaios com um nvel de carga de 8,7 kN e razo de carga -1; 2. Os ensaios eram repetidos at que se tivesse uma seqncia ininterrupta de trs sucessos, sendo cada sucesso representado pela constatao de um comprimento de trinca igual ou inferior a 20 mm no final do ensaio. Alm disso, o logaritmo na base dez da ciclagem exata de trmino de cada um desses trs sucessos devia ficar dentro da faixa [log 30.000 0,2; log 30.000 + 0,2], ou seja, aproximadamente, [4,5 0,2; 4,5 + 0,2], ou ainda, [4,3; 4,7]. 3. Calculava-se a mdia aritmtica dos logaritmos desses sucessos, representados por suas ciclagens. O antilogaritmo dessa mdia na base dez era a expectativa de vida em nmero de ciclos, com nvel de confiana de 50%. Para os dados constantes na tabela 4.1, relativa configurao M3OP30Prog JOrig, a expectativa de vida foi de 30.077 ciclos contra 30.000 ciclos obtida para M3OP30Prog JCR Curv. Alongada. Nesse clculo no foram includas as quatro ltimas linhas de cada uma das tabelas 4.1 e 4.2 porque foram resultado de uma solicitao feita especialmente para atender aos objetivos da presente dissertao, o fabricante no as incluiu em seu julgamento, tendo este fato, pois, contribudo para uma incerteza ainda maior do procedimento adotado.

92

A pergunta que surge ento : por que o fabricante no aceitou a configurao inicial M3OP30Prog JOrig e partiu para a pesquisa de uma nova opo, uma vez que o critrio representado pelo item 2 acima fora completamente satisfeito? Vejamos a tabela 4.3. Tabela 4.3. Caractersticas das trincas encontradas no final dos ensaios das amostras da configurao original mais crticas Amostra 011 027 028 030 031 Comprimento (mm) 20,0 19,5 19,0 19,0 18,0 Local Cordo de solda 18 Cordo de solda 18 Cordo de solda 18 Pino sextavado Pino sextavado

Pode-se agora depreender que, embora, a rigor, o critrio de ciclagem tenha sido atingido por todas as amostras, o de falha, definido no item 3.5, para as crticas, apresentou uma proximidade ao limite de 20 mm preocupante. Ou seja, apesar de haver uma norma com critrios objetivos, a deciso final acabou sendo subjetiva.
4.3 Anlise estatstica dos resultados

No foi identificado nenhum estudo estatstico formal prvio para planejar a execuo dos ensaios. As peas eram simplesmente testadas e submetidas aos critrios mencionados no item 4.2. Busca-se aqui fazer uma anlise ento post mortem da seqncia experimental executada luz dos conceitos estatsticos de planejamento e anlise de experimentos. O objetivo complementar a descrio do planejamento experimental feita no item 3.3 com a anlise objetiva proposta no item 2.2.4, ou seja, aplicada a um fator, a janela (J), com dois nveis, em C com raio interno suavizado e com curvatura alongada (JCR com curvatura alongada) e em formato original (JOrig). A rigor ocorrem trs nveis de mudana de uma configurao para outra, entretanto essas mudanas so intimamente inter-relacionadas no sendo, pois, possvel a sua discretizao de forma mais detalhada.

93

4.3.1 Mtodo Kruskal-Wallis

Para garantir a independncia em relao natureza da distribuio de probabilidade em jogo, aplicar-se- o mtodo no-paramtrico de anlise de varincia chamado Kruskal-Wallis (ver anexo 8). A tabela 4.4 apresenta os dados de entrada retirados das informaes do item 4.1. Tabela 4.4. Kruskal-Wallis aplicado aos resultados obtidos Configurao original y1j Tipo de dado Ordem R1j 30.000 Completo 2,5 30.000 Completo 2,5 30.000 Completo 2,5 30.000 Completo 2,5 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.132 Suspenso 30.132 Suspenso 30.198 Suspenso 30.539 Suspenso 125.000 Completo 10,0 160.000 Completo 17,5 103.550 Completo 5,0 130.000 Completo 12,5 Ri. 55 y2j 30.000 30.000 30.000 117.000 175.000 168.000 131.463 Configurao final Tipo de Ordem dado R2j Suspenso Suspenso Suspenso Completo 7,5 Completo 22,5 Completo 20,0 Completo 15,0

65

Como h quatro menores valores iguais a 30.000 ciclos, o nmero de ordem definido para cada um deles a mdia aritmtica de cada uma de suas respectivas posies aps o arranjo ascendente de todas as observaes:
1+ 2 + 3 + 4 = 2,5 4

(4.1)

Os demais nmeros de ordem foram obtidos somando-se o incremento definido na equao (2.61): 94

I=

(24 + 1) 2,5 = 2,5 1+ 8

(4.2)

S2 =

2 1 12 1 i =1

j =1

ni

R 2ij

12(12 + 1) 2 = 117,55 4

(4.3)

H=

1 Ri.2 12(12 + 1) 2 = 7,89 117,55 4 i =1 ni

(4.4)

2 Como o P-value correspondente a P value,1 = 7,89 , obtido atravs do Excel, 0,5%, ou

seja, um valor muito baixo, deve-se rejeitar H0 e concluir que as duas configuraes realmente possuem performances de durabilidade diferentes. Na anlise dos efeitos dessas duas configuraes, o ensaio de hipteses se refere s mdias dos tratamentos e a concluso acima aplicvel apenas a essas duas configuraes, no sendo possvel sua extenso a todos os tipos de janela constantes na tabela 3.3. Isso caracteriza o modelo como de efeitos fixos. A seguir determina-se o intervalo de confiana para a ordem esperada em cada configurao, conforme a equao (2.55):
117,55 7,89 = 10,97 12 2

S2 =

(4.5)

R1. = 6,875 R2. = 16,25

(4.6)

Para um nvel de confiana de 99,5% ( = 0,5%), aplica-se a equao (2.54):

6,875 t0,0025;12 2

10,97 10,97 1 6,875 + t0,0025;12 2 8 8

(4.7)

95

t0,0025;10 = 3,6

(4.8)

1 [2,66; 11,09]

(4.9)

16,25 t0,0025;12 2

10,97 10,97 2 16,25 + t0,0025;12 2 4 4

(4.10)

2 [10,29; 22,21]

(4.11)

Os intervalos 4.9 e 4.11 ilustram quo grande a diferena na expectativa de vida das duas configuraes. Como o nmero de ordem esperado para a verso original pode se aproximar muito de 2,5, ordem correspondente a 30.000 ciclos no experimento, a opo do fabricante em reprov-la foi acertada.
4.4 Determinao da confiabilidade 4.4.1 Consideraes iniciais

Este trabalho aborda metodologias de confiabilidade aplicadas fase de validao de um brao de controle de suspenso automotiva. Adotando-se o critrio de falha do fabricante, ocorrncia de pelo menos uma trinca com comprimento maior que 20 mm, foi elaborada uma anlise probabilstica das ciclagens de falha verificadas nos ensaios a fim de quantificar no s a confiabilidade final do produto aceito e entregue ao cliente, como tambm o ganho em relao confiabilidade esperada para a configurao inicial. A seqncia de desenvolvimento do trabalho foi a seguinte: 1. Optou-se pela modelagem dinmica da confiabilidade, ou seja, a prpria natureza do modo de falha fadiga leva a uma concepo dependente do tempo do nvel de confiabilidade e, por isso, pesquisou-se a funo densidade de probabilidade que melhor se adequasse aos tempos de falha registrados; 96

2. A obteno dos dados de falha atravs de ensaios acelerados levou a resultados agrupados, representados pelo intervalo de tempo no qual ocorreu a falha, e suspensos, representados pela interrupo do ensaio antes da falha. A essas informaes foram agregados ensaios completos adicionais solicitados ao fabricante aps sua validao do produto. assumido que cada falha por pea representa uma observao independente de uma mesma populao; 3. A falha, comprimento de trinca superior a 20 mm antes do fim do ensaio, ocorre sempre aps a partida, ou seja, em regime. Existe incerteza sobre a varivel aleatria de resistncia em qualquer instante de tempo. Quando se seleciona um brao de controle de uma populao de braos de controle, o valor de resistncia aleatrio at que a seleo seja feita. Uma vez que o componente foi selecionado e colocado na bancada, a resistncia at a falha ser tratada aqui como uma varivel aleatria independente, ou seja, um dado valor assumido por essa varivel no d informao alguma sobre a magnitude dos valores subseqentes. Essa abordagem contrape-se a de que apenas a resistncia inicial seria aleatria com uma variao temporal conhecida ou mesmo a de uma abordagem totalmente determinstica da resistncia; 4. Para a seleo do modelo de probabilidade ser usado o mtodo grfico para uma anlise preliminar e o analtico para a anlise final (ver anexo 9): a. Grfico: a funo de confiabilidade ser obtida diretamente dos dados disponveis usando o procedimento descrito em 2.2.5; b. Paramtrico: a funo de confiabilidade ser obtida a partir do melhor ajuste a Weibull, normal e lognormal usando ensaios de adequao especficos para cada caso. 5. Determinao da funo densidade de probabilidade, da confiabilidade e da taxa de falha.
4.4.2 Seleo do modelo de probabilidade

O procedimento grfico seguido neste item aquele apresentado em 2.2.5. 97

Tabela 4.5. Dados referentes configurao original (procedimento grfico) ~ Tipo de dado Ordem, Rij Ciclos em ensaio, t Mediana, F (t ) (%) 30.000 Completo 2,5 5,18 30.000 Completo 2,5 5,18 30.000 Completo 2,5 5,18 30.000 Completo 2,5 5,18 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.132 Suspenso 30.132 Suspenso 30.198 Suspenso 30.539 Suspenso 103.550 Completo 5,6 30,46 125.000 Completo 8,7 48,28 130.000 Completo 11,8 66,09 160.000 Completo 14,9 83,91 Como h quatro menores valores (30.000), o nmero de ordem definido para cada um deles foi a mdia de suas respectivas ordens:
1+ 2 + 3 + 4 = 2,5 4

(4.14)

Os demais nmeros de ordem foram obtidos somando-se o incremento definido na equao (2.61):
(17 + 1) 2,5 = 3,1 1+ 4

I=

(4.15)

O incremento obtido pela equao (4.15) usado para encontrar a ordem de todos os outros resultados completos porque no existem dados suspensos intercalados, conforme tabela 4.5.

98

Tabela 4.6. Dados referentes configurao final (procedimento grfico) ~ Tipo de dado Ordem Ciclos em ensaio, t Mediana, F (t ) (%) 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 117.000 Completo 1,6 17,57 131.463 Completo 3,2 39,19 168.000 Completo 4,8 60,81 175.000 Completo 6,4 82,43 Os nmeros de ordem foram obtidos somando-se o incremento definido na equao (2.61):
(7 + 1) 0 = 1,6 1+ 4

I=

(4.16)

Considerando a distribuio Weibull:

Weibull - vida mnima nula 1,00 0,50 0,00 ln(ln(1/(1-F(t))) -0,50 -1,00 -1,50 -2,00 -2,50 -3,00 -3,50 10,00

10,50

11,00 ln(t)

11,50

12,00

Figura 4.3. Grfico de falha relativo configurao original (Weibull) A disposio dos pontos permite concluir que a vida mnima nula porque no se verifica uma tendncia de curva.

99

O coeficiente de correlao de 95%, o que um indcio de que podemos estar realmente diante de uma distribuio Weibull com vida mnima nula.

Weibull - vida mnima nula 1,00 ln(ln(1/(1-F(t)))) 0,50 0,00 -0,50 -1,00 -1,50 -2,00 11,00 11,50 12,00 ln (t) 12,50 13,00

Figura 4.4. Grfico de falha relativo configurao final (Weibull) A disposio dos pontos permite concluir que a vida mnima nula porque no se verifica uma tendncia de curva. Utilizando o Excel obtm-se: = 4,67 ln = 56,04 => = 162.755 ciclos (4.17) (4.18)

O coeficiente de correlao de 93%, o que um indcio de que podemos estar realmente diante de uma distribuio Weibull com vida mnima nula. Considerando a distribuio normal:

100

Normal 180000 160000 140000 Ciclagem da falha, t 120000 100000 80000 60000 40000 20000 0 -2,00

-1,50

-1,00

-0,50

0,00

0,50

1,00

1,50

Inversa da normal padro no ponto F(t)

Figura 4.5. Grfico de falha relativo configurao original (Normal) Utilizando o Excel obtm-se: = 48.274 ciclos = 117.205 ciclos (4.19) (4.20)

O coeficiente de correlao de 96%, o que um indcio de que podemos estar realmente diante de uma distribuio normal.

101

Normal 200000 180000 160000 Ciclagem de falha, t 140000 120000 100000 80000 60000 40000 20000 0 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50

Inversa da normal padro no ponto F(t)

Figura 4.6. Grfico de falha relativo configurao final (Normal) Utilizando o Excel obtm-se: = 33.949 ciclos = 147.866 ciclos (4.22) (4.23)

O coeficiente de correlao de 92%, o que um indcio de que podemos estar realmente diante de uma distribuio normal. Considerando a distribuio lognormal:

102

Lognormal 12,20 12,00 11,80 11,60 11,40 ln t 11,20 11,00 10,80 10,60 10,40 10,20 -2,00 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50

Inversa da normal padro no ponto F(t)

Figura 4.7. Grfico de falha relativo configurao original (Lognormal) Utilizando o Excel obtm-se: = 2 ciclos = 105.614 ciclos (4.24) (4.25)

O coeficiente de correlao de 87%, o qual no representa um indcio to forte de que podemos estar realmente diante de uma distribuio lognormal.

103

Lognormal 12,10 12,05 12,00 11,95 11,90 ln t 11,85 11,80 11,75 11,70 11,65 11,60 -1,50 -1,00 -0,50 0,00 0,50 1,00 1,50

Inversa da normal padro no ponto F(t)

Figura 4.8. Grfico de falha relativo configurao final (Lognormal) Utilizando o Excel obtm-se: = 1 ciclo = 145.826 ciclos (4.26) (4.27)

O coeficiente de correlao de 92%, o que um indcio de que podemos estar realmente diante de uma distribuio lognormal. Entretanto, o baixo valor de leva a crer que a distribuio muito mais prxima da normal (NELSON, 1982). O procedimento analtico seguido neste item aquele apresentado em 2.2.5.

104

Tabela 4.7. Dados referentes configurao original (procedimento analtico) Tipo de dado Tempo de falha, t 30.539 Suspenso 30.132 Suspenso 30.132 Suspenso 30.198 Suspenso 30.000 Completo 30.000 Suspenso 30.000 Completo 30.000 Completo 30.000 Completo 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 125.000 Completo 160.000 Completo 103.550 Completo 130.000 Completo Tabela 4.8. Tipos de dados referentes configurao final (procedimento analtico) Tempo de falha, t Tipo de dado 30.000 Suspenso 30.000 Suspenso 30.000 Suspenso 117.000 Completo 175.000 Completo 168.000 Completo 131.463 Completo Considerando a distribuio Weibull aplicada configurao original, temos os seguintes parmetros da estatstica: a) [r/2] = [8/2] = 4;

b) De acordo com o anexo 1:

105

Tabela 4.9. Parmetros para ensaio da estatstica Weibull (configurao original) I Mi c) d) 1 2 3 4 5 6 7

1,03062 0,53229 0,36751 0,28631 0,23877 0,20828 0,18781

EW calculado pela frmula 2.66: 0,32; P-value (n = 17, r = 8): superior a 25%.

Como o P-value alto podemos concluir que os dados de falha da tabela 4.7 representam uma distribuio Weibull bi-paramtrica. Considerando a distribuio Weibull aplicada configurao final, temos os seguintes parmetros da estatstica: a) [r/2] = [4/2] = 2;

b) De acordo com o anexo 1: Tabela 4.10. Parmetros para ensaio da estatstica Weibull (configurao final) i Mi c) d) 1 2 3

1,07906 0,59159 0,44279

EW calculado pela frmula 2.66: 0,15; P-value (n = 7, r = 4): superior a 25%.

Como o P-value alto podemos concluir que os dados de falha da tabela 4.8 representam uma distribuio Weibull bi-paramtrica. Vale notar que o valor crtico correspondente ao = 25% no anexo 1 0,50, ou seja, o P-value exato deve ser muito superior a 25%.

106

Considerando a distribuio normal aplicada configurao original, temos que a equao 2.78 resulta em D8 = 0,32, mas como o P-value baixo (1 < P-value < 5%), aceitar a massa de dados da tabela 4.7 como oriunda de uma distribuio normal no recomendvel.
^ ^

Aplicada configurao final, temos que A equao 2.78 resulta em D 4 = 0,26 e o P-value superior a 20%. Esse resultado leva a aceitar a massa de dados da tabela 4.8 como oriunda de uma distribuio normal. Vale notar que o valor crtico correspondente ao = 20% no anexo 3 0,30, ou seja, o P-value exato no deve ser muito superior a 20%. Considerando a distribuio lognormal aplicada configurao original, temos que a equao 2.78 resulta em D8 = 0,32, mas como o P-value baixo (1 < P-value < 5%), aceitar a massa de dados da tabela 4.7 como oriunda de uma distribuio lognormal no recomandvel.
^ ^

Aplicada configurao final, temos que a equao 2.78 resulta em D 4 = 0,27 e o P-value superior a 20%. Esse resultado leva a aceitar a massa de dados da tabela 4.8 como oriunda de uma distribuio lognormal. Vale notar que o valor crtico correspondente ao = 20% no anexo 3 0,30, ou seja, o P-value exato no deve ser muito superior a 20%.
4.4.3 Definio do modelo de probabilidade

O mtodo grfico permitiu descartar a distribuio lognormal para a configurao original, o que foi endossado pelo baixo P-value p (1 < P-value < 5%) encontrado no mtodo analtico. Por outro lado, o P-value correspondente distribuio Weibull foi superior a 25%, ao contrrio daquele da normal (1 < P-value < 5%), levando-se, pois, a escolher aquela distribuio para representar a configurao original. O mtodo grfico agregou muito pouco escolha do modelo mais adequado configurao final, uma vez que os coeficientes de correlao ficaram muito prximos. Como o P-value

107

relativo hiptese de distribuio Weibull era conspicuamente superior ao da distribuio normal, ou mesmo da lognormal, optou-se por ela para representar a configurao final. Dessa forma, assume-se a partir deste ponto que o modelo estatstico por trs do experimento envolvendo ambas as configuraes o Weibull bi-paramtrico.
4.4.4 Estimao dos parmetros

O item 4.4.2 demonstrou que o modelo probabilstico que rege os ensaios, tanto da configurao original, quanto da final, o Weibull bi-paramtrico. A seguir so apresentados os parmetros estimados em cada caso, conforme os procedimentos descritos em 2.2.5. Para a configurao original, o mtodo analtico da ponderao das observaes, apresentado em 2.2.5, aplicado aos dados da tabela 4.7 (n = 17, r = 8), resulta nos coeficientes presentes na tabela 4.11 obtidos com auxlio do anexo 2. Tabela 4.11. Parmetros para estimao dos parmetros Weibull pelo mtodo especfico (configurao original) xi = ln ti 10,30895 10,30895 10,30895 10,30895 11,54781 11,73607 11,77529 11,98293 Donde, conforme as equaes 2.70: = 1,20 e = 246.215 ciclos (4.28) ai -0,07644 -0,07004 -0,05917 -0,04511 -0,02815 -0,00831 0,014595 1,272628 ci -0,11486 -0,11689 -0,11336 -0,10608 -0,09555 -0,08189 -0,06497 0,693595

Para o mtodo analtico da mxima verossimilhana, item 2.2.5, as parcelas da equao 2.74 so aquelas da tabela 4.12, obtidas a partir da implementao em Excel. 108

Tabela 4.12. Parmetros para estimao dos parmetros Weibull pelo mtodo da mxima verossimilhana (configurao original) ti 30000 30000 30000 30000 30000 30000 30000 30000 30000 30132 30132 30198 30539 103550 125000 130000 160000 ln ti 10,30895266 10,30895266 10,30895266 10,30895266 10,30895266 10,30895266 10,30895266 10,30895266 10,30895266 10,31334301 10,31334301 10,31553098 10,32675983 11,54780987 11,73606902 11,77528973 11,98292909 ti beta 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,35E+08 3,37E+08 3,37E+08 3,39E+08 3,46E+08 3,54E+09 5,06E+09 5,46E+09 8,1E+09

A soluo, encontrada iterativamente, : = 1,9 e = 100.085 ciclos (4.29)

A tabela 4.13 compara os dois mtodos atravs do erro quadrtico mdio (MSE) aplicado s equaes 2.14 e 2.56:

109

Tabela 4.13. Matriz de deciso do mtodo de estimao de parmetros para a configurao original Ciclagem de falha, t 30000 30000 30000 30000 103550 125000 130000 160000 Mtodo da ponderao 0,077 0,077 0,077 0,077 0,298 0,358 0,372 0,449 Mtodo da mxima verossimilhana 0,096 0,096 0,096 0,096 0,656 0,782 0,807 0,913 Distribuio de categoria 0,052 0,052 0,052 0,052 0,305 0,483 0,661 0,839 MSE, ponderao 0,001 0,001 0,001 0,001 0,000 0,016 0,084 0,152 0,254 MSE, mxima verossimilhana 0,002 0,002 0,002 0,002 0,123 0,090 0,021 0,005 0,248

Como o MSE relativo ao mtodo da mxima verossimilhana menor que aquele obtido atravs da ponderao das observaes, os parmetros aceitos como mais representativos da distribuio do tempo de falha da configurao original so 1,9 para e 100.085 ciclos para . Para um nvel de confiana de 80%, os limites bilaterais dos parmetros acima, seguindo as equaes 2.71 e 2.73, so:
~ ~

W0,90 W0,10
1,9(0,52) 1,9(1,31) 0,99 2,49
e
ln V0 ,10 /
~ ~

(4.30)
~

ln V0 , 90 /

e ln 100085 0, 44 / 1,9 e ln 100085 ( 0,98 / 1,9)

(4.31)

79.395 167.638

Para a configurao final, o mtodo analtico da ponderao das observaes, apresentado em 2.2.5, aplicado aos dados da tabela 4.8 (n = 7, r = 4), resulta nos coeficientes presentes na tabela 4.14 obtidos com auxlio do anexo 2.

110

Tabela 4.14. Parmetros para estimao dos parmetros Weibull pelo mtodo especfico (configurao final) xi = ln ti 11,6699292 11,7864807 12,0317193 12,0725413 Donde, conforme as equaes 2.70: = 6,22 e = 185.982 ciclos (4.32) ai -0,11027 -0,06023 0,018671 1,151829 ci -0,22969 -0,21561 -0,16417 0,609472

Para o mtodo analtico da mxima verossimilhana, item 2.2.5, as parcelas da equao 2.74 so aquelas da tabela 4.15, obtidas a partir da implementao em Excel. Tabela 4.15. Parmetros para estimao dos parmetros Weibull pelo mtodo da mxima verossimilhana (configurao final) ti 30000 30000 30000 117000 131463 168000 175000 ln ti 10,3089527 10,3089527 10,3089527 11,6699292 11,7864807 12,0317193 12,0725413 ti beta 4,8193E+32 4,8193E+32 4,8193E+32 9,9485E+36 2,3295E+37 1,3956E+38 1,8801E+38

A soluo, encontrada iterativamente, : = 7,30 e = 158.251 ciclos (4.33)

A tabela 4.16 compara os dois mtodos atravs do erro quadrtico mdio (MSE) aplicado s equaes 2.14 e 2.56:

111

Tabela 4.16. Matriz de deciso do mtodo de estimao de parmetros para a configurao final Ciclagem de falha, t 117000 131463 168000 175000 Mtodo da ponderao 0,054 0,109 0,412 0,496 Mtodo da mxima verossimilhana 0,104 0,228 0,787 0,876 Distribuio de categoria 0,176 0,392 0,608 0,824 MSE, ponderao 0,015 0,080 0,038 0,108 0,241 MSE, mxima verossimilhana 0,005 0,027 0,032 0,003 0,067

Como o MSE relativo ao mtodo da mxima verossimilhana menor que aquele obtido atravs da ponderao das observaes, os parmetros aceitos como mais representativos da distribuio do tempo de falha da configurao final so 7,30 para e 158.251 ciclos para . Segundo Kapur e Lamberson (1977), valores elevados para parmetros de forma aproximam a distribuio Weibull da distribuio de menor valor extremo, o que est de acordo com a teoria do elo mais fraco mencionada no item 2.1.2 e com o formato da curva apresentada na figura 4.9. Alm disso, de acordo com Reliasoft E. H. (2001), um valor alto de apenas indica que as falhas (resultados completos) aconteceram muito prximas umas das outras no caso da configurao final, como indicado pela tabela 4.8. O mesmo no aconteceu com a configurao original, pois conforme tabela 4.7, as falhas esto um pouco mais dispersas. Para um nvel de confiana de 80%, os limites bilaterais dos parmetros acima, seguindo as equaes 2.71 e 2.73, so:
~ ~

W0,90 W0,10
7,3(0,31) 7,3(1,32) 2,3 9,6

(4.34)

ln V0 ,10 /

ln V0 , 90 /

e ln 158251 0,66 / 7,3 e ln 158251 ( 1,94 / 7,3)

(4.35)

144.571 206.425

112

A faixa ampla para o fator de forma ocorre devido principalmente ao tamanho da amostra (n = 7) reduzido quando comparado com o tamanho da amostra relativa configurao original (n = 17). Alm disso, o nmero de falhas da configurao final (r = 4) tambm menor que aquele da configurao original (r = 8).
4.4.5 Determinao dos parmetros de confiabilidade

Este item destina-se quantificao do objetivo maior deste trabalho, ou seja, associao de um nmero ao grau de confiabilidade auferido com a verso final do brao de controle entregue ao cliente, comparando-o com aquele da configurao original de forma a concluir qual foi o ganho real obtido com o desenvolvimento adicional executado. Sabendo-se que estamos diante de distribuies Weibull biparamtricas, cujos parmetros foram determinados no item anterior, podemos usar o Excel para obtermos o comportamento grfico das funes densidade de probabilidade em questo:

f(t) 1000

50000

99000

148000 t

197000

246000

295000

Configurao original

Configurao final

Figura 4.9. Funes densidade de probabilidade das configuraes estudadas

113

O arranjo das curvas mostra o deslocamento da probabilidade do tempo at a falha se localizar em faixas maiores e, especificamente, acima de 50.000 ciclos, o que algo muito positivo, uma vez que o critrio de falha era de 30.000 ciclos. Para a configurao original, as equaes 2.11 e 2.16 resultam em: = 88.812 ciclos, = 48.620 ciclos e CV = 0,55 (4.36)

Embora a amostra seja pequena, apenas sete dados completos, como referncia calculamos:

x = 79.819 ciclos e s = 55.394 ciclos

(4.37)

Para a configurao final: = 148.354 ciclos, = 23.973 ciclos e CV = 0,16 (4.38)

Embora a amostra seja pequena, apenas quatro dados completos, como referncia calculamos:
x = 147.866 ciclos e s = 28.068 ciclos

(4.39)

A tendncia ou localizao central das distribuies, medidas pela mdia , deixa claro que houve um ganho notvel de vida til para o brao de controle com a configurao final, acompanhada por uma correspondente reduo da disperso ou variabilidade dessa estimativa, claramente expressa atravs dos valores calculados para o coeficiente de variao CV. Segundo Devore (1982), para amostras grandes, recomendvel comparar os parmetros estimados com os amostrais x e S2. Embora a amostra em questo seja pequena, a similaridade em termos de grandeza e tendncia dos valores calculados a partir dos parmetros estimados, e , com os amostrais, x e s, um indcio de que o estudo foi bem direcionado. 114

Substituindo os parmetros, agora conhecidos, nas frmulas apresentadas na tabela 2.4, = 0, obtm-se as equaes das curvas confiabilidade e taxa de falha. Para a configurao original:
1, 9

R(t ) =

t 100.085 e

e h(t ) =

1,9t 0,9 100.0851,9

(4.40)

Para a configurao final:

7 ,3

R (t ) =

t e 158.251

e h(t ) =

7,3t 6,3 158.2517,3

(4.41)

Graficamente:

1,2 1 0,8 R(t) 0,6 0,4 0,2 0 1000

30000

59000

88000

117000

146000 t

175000

204000

233000

262000

291000

Configurao Original

Configurao final

Figura 4.10. Curvas de confiabilidade relativas s configuraes estudadas

115

O grfico mostra claramente a superioridade da configurao final ao longo de praticamente toda a vida da pea. Em torno de 187.000 ciclos, ponto de cruzamento das curvas, comea a haver uma pequena inverso.
0,0005

0,0004

0,0003 h(t) 0,0002 0,0001

0 1000

30000

59000

88000

117000 146000 t

175000 204000

233000 262000

291000

Configurao original

Configurao final

Figura 4.11. Taxa de falha das configuraes estudadas A taxa de falha da configurao original cresce continuamente com o tempo e de forma suave, a da configurao final praticamente constante e nula at 117.000 ciclos e atinge um crescimento exponencial a partir de 146.000 ciclos, quando ento se torna superior quela da configurao original. Como a ciclagem de interesse para validao do projeto 30.000 ciclos, a tabela 4.17 apresenta um quadro comparativo referente a esse ponto especfico: Tabela 4.17. Quadro comparativo correspondente ao ponto t = 30.000 ciclos Configurao original Configurao final -2 R x 10 90,3616 99,9995 -6 H x 10 6,42 0,0013

116

 notvel o ganho em confiabilidade obtido atravs das mudanas que levaram configurao final: num universo de um milho de peas, apenas cinco falhas so esperadas aos 30.000 ciclos, ou, 5 ppm (partes por milho), ndice normalmente usado na indstria automobilstica. Utilizando os intervalos de confiana (4.30), (4.31), (4.34) e (4.35), para uma significncia de 20%, passamos de uma configurao original com confiabilidade mnima de 68,28% ( = 0,99 e = 79.395), para uma configurao final com confiabilidade mnima de 97,35% ( = 2,3 e = 144.571), o que representou um ganho significativo, mesmo considerando-se o pior caso.

117

Captulo 5 Concluses e sugestes para trabalhos futuros

Com base nos materiais e mtodos utilizados neste trabalho, pode-se concluir que:

possvel o desenvolvimento de componentes altamente confiveis na indstria sem uma abordagem completa de preparao e anlise experimental, conforme indicou a probabilidade de falha obtida para a configurao final adotada. Entretanto, deve-se questionar at que ponto a falta de rigor matemtico e de planejamento pode aumentar o nmero de testes e, portanto, o custo da avaliao;

A falta de um critrio uniforme para designar um dado contexto de ensaio e uma dada localizao da trinca foram dificuldades que poderiam ser evitadas com disciplina e organizao, uma vez que informaes preciosas podem ser perdidas ou subutilizadas em funo disso;

Mesmo antes de se calcular as confiabilidades envolvidas, o mtodo de KruskalWallis j apontava, para um nvel de confiana de 99,5%, que a vida til esperada para a configurao final era superior da configurao inicial;

O mtodo grfico mostrou-se necessrio, porm no suficiente, para a determinao da distribuio probabilstica. Igualmente importante mostrou-se a necessidade de comparar os mtodos especficos de estimao de parmetros, como o mtodo das ponderaes dos resultados, com os mtodos de clculo tradicionais, como o

118

mtodo da mxima verossimilhana. Principalmente diante de espaos amostrais diminutos, comparaes envolvendo caminhos alternativos e independentes concorrem, at mesmo subjetivamente, para diminuir as incertezas;

O ganho em confiabilidade da configurao final foi realmente notvel: num universo de um milho de peas, apenas cinco falhas so esperadas aos 30.000 ciclos, contra inaceitveis 96.384 da configurao original.

A seguir, algumas sugestes para futuros trabalhos:

Desenvolveu-se aqui uma anlise do tempo at a falha de um componente de suspenso. possvel utilizar conceitos de sistemas em srie ou/e em paralelo para se obter a confiabilidade da suspenso inteira ou mesmo do prprio veculo;

A inferncia estatstica utilizada ao longo do estudo foi a tradicional porque no havia informaes sobre eventuais experincias passadas de desenvolvimento. Esse foi um dos motivos que levaram ao aumento da quantidade de dados de ensaio necessrios para demonstrar o nvel de confiabilidade com um grau de confiana aceitvel. Um possvel melhoramento futuro do trabalho seria a incorporao de julgamento subjetivo ou experincia de laboratrio atravs da controversa estatstica Bayesiana, a qual envolve todos os conceitos abordados, tais como: estimao, intervalos de confiana e testes seqenciais.

Um aperfeioamento maior ainda do estudo poderia ser a maximizao da confiabilidade sujeita a restries de custo, peso e performance do brao de controle atravs de metodologias de otimizao e pesquisa operacional.

119

Captulo 6 Referncias Bibliogrficas

ABDALLA, A.J.; HASHIMOTO, T.M.; MOURA NETO, C.; Relao Entre Microestrutura,
Subestruturas de Discordncias e Propriedades Mecnicas em um Ao de Baixo Carbono com Diferentes Microestruturas. High-strength structural and high-strength low-alloy steels:

ASM, 1990. v. 1: Properties and selection: irons, steels and high-performace alloys p. 293-313. AL-FAWZAN, Mohammad. Algorithms for Estimating the Parameters of the Weibull
Distribution. Saudi Arabia: King Abdulaziz City for Science and Technology, 2000. Disponvel

em: http://interstat.statjournals.net/YEAR/2000/abstracts/0010001.php. Acesso em: 15 jun. 2006. ASTM E 1823 05. Standard terminology relating to fatigue and fracture testing. American Society for Testing and Materials, 2005. AMERICAN WELDING SOCIETY. Welding Handbook Welding Processes. 8th ed. Miami: V. 2, 1991, p. 159-160. CARBONI, M.; BERETTA, S.; FINZI, A. Defects and in-service fatigue life of truck wheels. Engineering and Failure Analysis. V. 10, 2003, p. 45-57. COIT, D.W; DEY, K.A. Analysis of Grouped Data from field-failure reporting systems. Reliability Engineering and System safety. V. 65, p. 95-101, 1999.

120

DELANEY, Michael. Double Wishbone vs. MacPherson Strut I:The Basics. USA: Team Integra, 2002. Disponvel em: http://www.team-integra.net. Acesso em: 05 jul. 2006. DEVORE, J. Probability and Statistics for Engineering and the Sciences. 1st ed. Monterey, California: Brooks/Cole Publishing Company, 1982. DIETER, G.E. Mechanical Metallurgy. SI Metric Edition. McGraw-Hill, 1988. DOWLING, N. E. Mechanical Behavior of Materials: Engineering Methods for
Deformation, Fracture and Fatigue. 2.ed. 1999. Prentice Hall, p. 357-548.

FATEMI, A.; YANG, L. Cumulative Fatigue Damage and Life Prediction Theories: A
Survey of the State of the Art for Homogeneous Materials. International Journal of Fatigue.

V. 20, 9-34, 1998. FERREIRA, I. Fadiga dos Materiais. Campinas: FEM, UNICAMP, 2003. FIRAT, M.; KOCABICAK, U. Numerical Analysis of Wheel Cornering Fatigue Tests. Engineering Failure Analysis. V. 8, p. 339-354, 2001. FIRAT, M.; KOCABICAK, U. Analytical Durability Modeling and Evaluation
Complementary Techniques for Physical Testing of Automotive Components. Engineering

Failure Analysis. V. 11, p. 655-674, 2004. GILLESPIE, Thomas D. Fundamentals of Vehicle Dynamics. USA: SAE, 1992. GRATH, P.J.; HATTINGH, D.G.; JAMES, M.N.; ELS-BOTES, A. Effects of Forming Process
on Fatigue Performance of Wheel Centre Discs. International Journal of Fatigue. V. 18, 39-45,

1998.

121

GUIDA, M.; PULCINI, G. Automotive Reliability Inference Based on Past Data and Technical Knowledge. Reliability Engineering and System Safety. V. 76, p. 129-137, 2002.

KAPUR, K. C.; LAMBERSON, L. R. Reliability in Engineering Design. 1st ed. New York: John Wiley & Sons, 1977. KO, D., KIM, B., CHOI, J. Finite element simulation of the shear process using the elementkill method. Journal of Materials Processing Technology. V.72, 129-140, 1997.

LINNERT, G. E. Welding Metallurgy Carbon and Alloy Steels. 4th ed. Miami: American Welding Society, 1994. 940 p. LIU, C. A Comparison between the Weibull and Lognormal Models Used to Analyze
Reliability Data. 1997. 271p. Thesis (Doctors Degree) University of Nottingham.

MACIEL, M. T.; ALCNTARA, N. G.; KIMINAMI, S. C. Relao entre a taxa de

resfriamento e a microestrutura resultante em juntas soldadas. UFSCar-DEMa, S. Carlos

SP. MADAYAG, A. F. Metal Fatigue: Theory and Design. John Wiley & Sons, 1969. MAJESKE, K.D. A Mixture Model for Automobile Warranty Data. Reliability Engineering and System Safety. V. 81, p. 71-77, 2003. MANN, N. R.; SCHAFER, R. E.; SINGPURWALLA, N. D. Methods for Statistical Analysis
of Reliability and Life Data. 1st ed. New York: John Wiley & Sons, 1974.

MEYERS, M. A. Mechanical Behavior of materials. Prentice Hall. NJ: V.1, cap.14, 1999. MONTGOMERY, D.C. Design and Analysis of Experiments. 5th ed. New York: John Wiley & Sons, 2001.

122

MOOD, A. M.; GRAYBILL, F. A.; BOES, D.C. Introduction to the Theory of Statistics. 3rd ed. Singapore: McGraw-Hill, 1974. MORAN, B. Failure Prediction Methodology. Northwestern University. 2000. Disponvel em: http://www.mech.northwestern.edu/ampl/papers/. Acesso em: 10 abr. 2006. MORAN, B.; XU, Y.; ACHENBACH, J.D. Limit-State Surface Element Method: Application
to Fatigue Reliability with NDE Inspections. Journal of Engineering Mechanics. P. 684-692,

2000. MURTY, A.S.R.; GUPTA, U.C.; KRISHNA, A.R.; A New Approach to Fatigue Strength
Distribution for Fatigue Reliability Evaluation. International Journal of Fatigue. V. 17, 85-89,

1995. MURTY, A.S.R.; NAIKAN, V.N.A. Availability and Maintenance Cost Optimization of a
Production Plant. International Journal of Quality & Reliability Management. Cambridge: V.

12, 28-35, 1995. MURTY, A.S.R.; NAIKAN, V.N.A. Reliability strength design through inverse distributions
exponential and Weibull cases. Reliability Engineering and System Safety. V.54, 77-82,

1996. NELSON, W. Applied Life Data Analysis. 1st ed. New York: John Wiley & Sons, 1982. OH, Y.; BAI, D. Field Data Analyses with Additional After-Warranty Failure Data. Reliability Engineering and System Safety. V.72, p. 1-8, 2001. PAVANELLO, R.; MOURA, M. S. Anlise de Tenses de Brao de Controle Dianteiro. Campinas: FUNCAMP, 2005.

123

PETITJEAN, S. e MENDEZ, J. Influence of Surface Finish on High Cycle Fatigue Behaviour

of a 304L Austenitic Stainless Steel. SAE Fatigue. P. 123-130, 2001.

RAI, B.; SINGH, B. Customer-Rush Near Warranty Expiration Limit, and Nonparametric
Hazard Rate Estimation From Known Mileage Accumulation Rates. IEEE Transactions on

Reliability. V. 55, n.3, p.480-489, 2003. RELIASOFT. Engenharia de Confiabilidade Anlise de Dados de Vida. RS401. So Paulo: V. 1, 2001. RELIASOFT E. H. A High Value of Beta is Not Necessarily Cause for Concern. V.2, n.1, 2001. Disponvel em: < http://www.reliasoft.com/newsletter/1q2001/beta.htm>. Acesso em: 27 jul. 2008. ROCHA, A. B. e DUARTE, J. F. Tecnologia da Embutidura. Lisboa: Universidade do Porto. 2002. Material divulgado pela ATCP Associao Portuguesa das Tecnologias de Conformao Plstica. 1 CD-ROM. ROSA, Edison. Fadiga e Confiabilidade. Florianpolis: UFSC, 1994. Disponvel em: <http://www.grante.ufsc.br/download/fad-ps/>. Acesso em: 09 fev. 2006. SENUMA, T. Physical metallurgy of modern high strength steel sheets. ISIJ International. V. 41, n. 6, p. 520-532, 2001. SCHTZ, W. A History of Fatigue. Engineering Fracture Mechanics. V. 54, N. 2, p. 263-300, 1996. STUART, HARRY. The properties and processing of microalloyed HSLA Steels. JOM-The journal of the minerals, metals & materials society. P. 35-40, 1991.

124

SURESH, S. Fatigue of Materials. Cambridge: V. 2, p.219-225, 1998. SVENSSON, T; JOHANNESSON, P.; MAR, J. Fatigue Life Prediction Based on Variable
Amplitude Tests Methodology. International Journal of Fatigue. V. 27, p. 954-965, 2005.

TORSTENSSON, T. Reliability in Fatigue. 2004. 62p. Dissertation (Masters Degree) Fraunhofer-Chalmers Research Centre. UMEKUNI, A.; MASUBUCHI, K. Usefulness of undermatched welds for high strength
steels. Welding Journal. V. 76, n. 7, p. 256-262, 1997.

USIMINAS. www.usiminas.com.br acessado em 10/07/06. VERMA, A. K.; MURTY, A.S.R.; A Reliability Design Procedure for Arbitrary StressStrength Distributions. Reliability Engineering and System Safety. V. 26, p. 363-367, 1989.

WEIBULL, W. A Statistical Theory of the Strength of Materials. Royal Swedish Institute for Engineering Research. Stockholm: Feb. 1939. ZARETSKY, E.; HENDRICKS, R.; SODITUS, S.; Effect of Individual Component Life
Distribution on Engine Life Prediction. Journal of ASTM International. V.1, 2004.

ZHAO, M. C.; YANG, K.; SHAN, Y. The effect of thermomechanical control process on
microstructure and mechanical properties of a commercial pipeline steel. Materials Science

& Engineering. A335, p. 14-20, 2002.

125

Anexo 1
PERCENTIS DA DISTRIBUIO DA ESTATSTICA EW PARA TESTES DE ADEQUAO WEIBULL BI-PARAMTRICA n
7

i
1 2 3 4 5 6 7

Mi
1,079055 0,591587 0,442789 0,387289 0,387714 0,480648

0,75

0,80

0,85

0,90

0,95

0,99

0,75 0,50 0,67 0,54 0,64

0,80 0,55 0,71 0,58 0,67

0,85 0,61 0,75 0,62 0,70

0,90 0,68 0,80 0,67 0,74

0,95 0,77 0,86 0,74 0,80

0,99 0,89 0,94 0,85 0,88

17

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

1,030618 0,532290 0,367507 0,286312 0,238765 0,208278 0,187813 0,173951 0,164928 0,159891 0,158624 0,161559 0,170132 0,188005 0,225729 0,329085 0,75 0,50 0,67 0,54 0,64 0,55 0,62 0,55 0,61 0,55 0,59 0,55 0,59 0,55 0,58 0,80 0,55 0,71 0,58 0,67 0,58 0,65 0,58 0,63 0,58 0,62 0,57 0,61 0,57 0,60 0,85 0,61 0,75 0,62 0,71 0,62 0,68 0,61 0,66 0,61 0,64 0,60 0,63 0,59 0,62 0,90 0,69 0,80 0,68 0,75 0,66 0,72 0,65 0,69 0,64 0,67 0,63 0,66 0,62 0,65 0,95 0,78 0,87 0,74 0,80 0,72 0,77 0,70 0,74 0,69 0,72 0,68 0,70 0,66 0,69 0,99 0,90 0,94 0,85 0,89 0,81 0,85 0,79 0,82 0,77 0,80 0,75 0,77 0,74 0,75

Fonte: KAPUR e LAMBERSON, 1977.

126

Anexo 2
PESOS PARA OBTENO DE ESTIMATIVAS DOS PARMETROS DA DISTRIBUIO WEIBULL

N r
7 4

i
1 2 3 4

ai
-0,110274 -0,060226 0,018671 1,151829

ci
-0,229691 -0,215613 -0,164168 0,609472

n
17

r
8

i
1 2 3 4 5 6 7 8

ai
-0,076441 -0,070039 -0,059173 -0,045110 -0,028154 -0,008307 0,014595 1,272628

ci
-0,114859 -0,116891 -0,113357 -0,106076 -0,095554 -0,081890 -0,064968 0,693595

Fonte: KAPUR e LAMBERSON, 1977.

127

Anexo 3
VALORES CRTICOS DE D n EM FUNO DO NVEL DE SIGNIFICNCIA DO TESTE DE NORMALIDADE DE LILLIEFORS
^

N
4 5 6 7 8

Nvel de significncia 0,20

0,300 0,285 0,265 0,247 0,233

0,15
0,319 0,299 0,277 0,258 0,244

0,10
0,352 0,315 0,294 0,276 0,261

0,05
0,381 0,337 0,319 0,300 0,285

0,01
0,417 0,405 0,364 0,348 0,331

Fonte: MANN, SCHAFER e SINGPURWALLA, 1974.

128

Anexo 4
PERCENTIS DA DISTRIBUIO DA ESTATSTICA W = b/ b
~

1- n
7

r
3 4 5 6 7

0,02 0,05 0,10 0,25 0,40 0,50 0,60 0,75 0,90 0,95 0,98
0,08 0,17 0,25 0,32 0,38 0,08 0,15 0,22 0,28 0,33 0,37 0,40 0,44 0,46 0,49 0,51 0,53 0,56 0,58 0,61 0,14 0,24 0,32 0,39 0,46 0,13 0,22 0,30 0,35 0,40 0,44 0,48 0,51 0,54 0,56 0,58 0,61 0,63 0,65 0,67 0,20 0,31 0,40 0,47 0,54 0,18 0,30 0,37 0,43 0,48 0,52 0,55 0,58 0,61 0,63 0,65 0,67 0,69 0,71 0,73 0,35 0,48 0,56 0,63 0,69 0,33 0,45 0,53 0,59 0,63 0,67 0,70 0,72 0,74 0,76 0,78 0,79 0,80 0,82 0,83 0,49 0,62 0,70 0,75 0,80 0,48 0,59 0,67 0,71 0,75 0,78 0,80 0,82 0,84 0,85 0,87 0,88 0,89 0,90 0,91 0,59 0,71 0,78 0,84 0,87 0,58 0,69 0,76 0,80 0,83 0,86 0,88 0,89 0,90 0,91 0,92 0,93 0,94 0,95 0,95 0,71 0,81 0,88 0,92 0,95 0,69 0,80 0,86 0,89 0,92 0,94 0,95 0,96 0,97 0,98 0,99 0,99 1,00 1,00 1,00 0,92 1,01 1,05 1,07 1,08 0,92 1,00 1,04 1,06 1,07 1,08 1,09 1,09 1,09 1,09 1,09 1,09 1,09 1,09 1,09 1,30 1,32 1,33 1,32 1,30 1,33 1,35 1,34 1,33 1,32 1,31 1,30 1,29 1,28 1,27 1,26 1,24 1,23 1,22 1,21 1,56 1,54 1,52 1,48 1,43 1,59 1,58 1,55 1,52 1,48 1,47 1,44 1,42 1,39 1,38 1,36 1,34 1,33 1,31 1,29 1,92 1,82 1,75 1,67 1,60 1,95 1,87 1,79 1,73 1,68 1,63 1,60 1,58 1,55 1,50 1,48 1,46 1,44 1,41 1,39

17

3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Fonte: KAPUR e LAMBERSON, 1977.

129

Anexo 5
PERCENTIS DA DISTRIBUIO DA ESTATSTICA V = ( l l )/ b
~ ~

1- n
7

r
3 4 5 6 7

0,02 0,05 0,10 0,25 0,40 0,50 0,60 0,75 0,90 0,95 0,98
-13,00 -4,67 -2,48 -1,54 -1,09 -7,39 -2,95 -1,59 -1,04 -0,79 -4,45 -1,94 -1,10 -0,73 -0,56 -8,80 -4,07 -2,50 -1,75 -1,28 -0,98 -0,78 -0,66 -0,56 -0,50 -0,44 -0,40 -0,36 -0,34 -0,32 -1,87 -0,84 -0,48 -0,32 -0,26 -3,79 -1,92 -1,21 -0,85 -0,62 -0,48 -0,38 -0,32 -0,27 -0,24 -0,21 -0,19 -0,18 -0,16 -0,16 -0,89 -0,36 -0,17 -0,10 -0,06 -2,01 -1,00 -0,62 -0,42 -0,29 -0,21 -0,17 -0,13 -0,10 -0,08 -0,07 -0,06 -0,05 -0,05 -0,05 -0,48 -0,13 -0,02 0,03 0,05 -1,27 -0,60 -0,34 -0,21 -0,13 -0,07 -0,05 -0,03 -0,01 -0,00 0,01 0,01 0,02 0,02 0,02 -0,16 0,05 0,12 0,15 0,17 -0,69 -0,26 -0,10 -0,03 0,02 0,05 0,06 0,07 0,07 0,08 0,08 0,08 0,09 0,09 0,09 0,26 0,32 0,34 0,35 0,36 0,04 0,17 0,21 0,23 0,22 0,22 0,21 0,21 0,21 0,21 0,20 0,20 0,20 0,21 0,21 0,68 0,66 0,66 0,67 0,68 0,69 0,62 0,55 0,50 0,46 0,44 0,42 0,40 0,39 0,39 0,38 0,38 0,38 0,38 0,38 0,90 0,89 0,89 0,90 0,90 0,95 0,81 0,72 0,64 0,59 0,55 0,53 0,51 0,50 0,49 0,49 0,49 0,48 0,48 0,49 1,20 1,20 1,21 1,20 1,18 1,17 0,98 0,86 0,78 0,71 0,68 0,66 0,64 0,63 0,63 0,63 0,63 0,62 0,63 0,63

17

3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

-24,35 -13,91 -9,31 -5,32 -3,54 -2,60 -1,94 -1,49 -1,25 -1,07 -0,90 -0,80 -0,72 -0,65 -0,60 -0,56 -6,05 -3,60 -2,43 -1,82 -1,39 -1,11 -0,92 -0,77 -0,67 -0,59 -0,54 -0,49 -0,46 -0,43

Fonte: KAPUR e LAMBERSON, 1977.

130

Anexo 6
FLUXOGRAMA DO PROCEDIMENTO DE AVALIAO DE CONFIABILIDADE DO FABRICANTE
Novo ensaio i) Magnitude = 8,7 kN ii) Razo = -1

Inspeo peridica

No No

N 30.000? No Sim

Trinca 20 mm? Sim

Log N [4,3;4,7]? Sim No

Sucesso

3 sucesso seguido?

Sim Ni

Calcula-se mdia de logN1, logN2 e logN3

Vida esperada

Antilog

131

Anexo 7
FLUXOGRAMA DO MTODO DE ORDENAO DAS OBSERVAES

Listar todas as observaes yij em ordem ascendente

Existem dados suspensos?

Sim

I=

( n + 1) ( nmero de ordem anterior) 1 + ( nmero de itens posteriores ao prximo item completo inclusive)

No

No

Restam yij?

Sim

yij em ordem

Sim

Restam iguais yij?

No

yij nica?

No

yij iguais

Sim Rij ordem Calcular mdia das ordens

Rij

Rij ordem mdia

132

Anexo 8
FLUXOGRAMA DO MTODO DE KRUSKAL-WALLIS

Anexo 7

Rij

S2 =

1 n 1 i=1
a

R
j =1

ni

2 ij

n(n + 1) 2 4

H=

a Ri2 n( n + 1) 2 1 . 2 n 4 S i =1 i

2 H > , a 1

Sim

1 2

No

1 = 2

133

Anexo 9
FLUXOGRAMA DO MTODO DE SELEO DO MODELO PROBABILSTICO
Anexo 7 Dados de ensaio

Rij

D n = max ( i )
1 i n

EW =

i =[ r / 2] +1 r 1

i =1

r 1

( xi +1 xi ) Mi

( xi +1 xi ) Mi

F ( y) =

Rij 0,3 n + 0,4

Construo de grfico

Concluso do procedimento analtico

Coeficiente de correlao

Concluso do procedimento grfico

Escolha do modelo probabilstico

134