Performance of fatigue life models based on reliable estimators and an artificial neural network for materials

Abstract

As falhas mecânicas de equipamentos e componentes de estruturais provocam perda de desempenho da função requerida e paradas inesperadas, ocasionando um aumento na necessidade de manutenções corretivas, o que eleva os custos de manutenção e diminui a confiabilidade dos sistemas mecânicos. O efeito da tensão média desempenha um papel importante na predição da vida à fadiga, sua influência altera significativamente o comportamento de fadiga de alto ciclo (HCF), diminuindo diretamente o valor do limite de fadiga com o aumento da tensão média. As descontinuidades geométricas – tais como mudança de secção transversal, furos, entalhes, canais de chavetas, entre outros – ocasiona um aumento considerável no valor das tensões nominais atuantes nas vizinhanças adjacentes do concentrador de tensão. Isso potencializa os efeitos da tensão médias positivas no dano ao longo do ciclo de vida do material, causando influência direta no cálculo do fator de redução da resistência à fadiga (Kf) do projeto. Inúmeros modelos empíricos, como o Gerber, Goodman, Soderberg e Morrow, foram desenvolvidos para corrigir o efeito da tensão média, mas apesar dos avanços não é verificado na literatura um modelo unificado que considere o comportamento estocástico da falha por fadiga que consiga predizer as tensões médias máximas suportadas na região de alto ciclo para detalhes estruturais. Desta forma, o propósito deste trabalho é desenvolver um novo modelo de diagrama de vida constante probabilístico baseado em uma rede neural artificial aplicada para materiais metálicos e detalhes estruturais, capaz de estimar o fator de redução da resistência à fadiga para diferentes tensões médias. Os resultados mostram que rede neural treinada conseguiu determinar regiões de confiabilidade de operação do material sob os aspectos da tensão média, amplitude de tensão e do comportamento estocástico do número de ciclos até a falha. Além disso, foi possível estimar os valores do fator de redução da resistência à fadiga correspondente ao limite de resistência utilizando uma pequena quantidade de dados experimentais.