LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

DINAME2019

DINAME2019

Kriging/FORM-Based Reliability Analysis of Rotor-Bearing Systems

Submission Author: Mateus Barbosa , SP
Co-Authors: Domingos Rade, William Alves
Presenter: Mateus Barbosa

doi://10.26678/ABCM.DINAME2019.DIN2019-0202

 

Abstract

In this work, it is proposed a Kriging/FORM-based reliability assessment of rotor-bearing systems. The motivation is to signi cantly reduce computation effort in limit-state function evaluation by using surrogate models for rotordynamics. Usually, the analysis of rotor-bearing systems dynamic features relies on the Finite Element (FE) method, which may lead to complex and time consuming simulation procedures. Approximations of the input/output relationships created by the FE simulations can be obtained using the Kriging interpolating method. The derived models work as fast-running surrogates for the underlying computer model. Comparison of the results from Kriging surrogates generated using different training samples shows that these low-dimension mathematical relationships can accurately predict rotor-bearing system outputs with considerably low training effort. Subsequently, these surrogates are used to approximate and replace implicit limit-state functions for a Kriging-based reliability assessment by means of the fi rst-order reliability method (FORM). The proposed methodology shows impressive gains in reducing the computation cost with minimal loss in terms of reliability prediction when compared with the classical Monte Carlo simulation approach.

Keywords

Rotor-bearing system, Surrogate model, Kriging, Structural Reliability, FORM

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM