Análisis del fenómeno de la fatiga en metales en etapa de nucleación mediante la utilización de modelos estadísticos de daño acumulado y elementos finitos probabilistas

• Autores: José Luis Nuñez Bruis
• Directores de la Tesis: Manuel Doblaré Castellano (dir. tes.), José Antonio Bea Cascarosa (codir. tes.)
• Lectura: En la Universidad de Zaragoza ( España ) en 2003
• Idioma: español
• Tribunal Calificador de la Tesis: Alfonso Fernández Canteli (presid.), José Luis Pelegay Quintana (secret.), A. Navarro Robles (voc.), Jose Zapatero Arenaza (voc.), Ricardo Ríos Jordana (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • El objetivo de la presente tesis es la obtenicón de un modelo probabilista que describa adecuadamente el comportamiento a fatiga ante solicitaciones cíclicas de componentes metálicos en la fase de nucleación, utilizando para ello la aproximación al problema denominado "método de la deformación local" o *-N.

    Para ello ha sido necesario implementar un elemento finito probabilista de tipología "placa gruesa", que incorpora el efecto que sobre el comportamiento a fatiga de un componente tienen variables aleatorias relacionadas con el material (módulo de Young, exponentes y coeficientes de ductilidad y fatiga) o con la geometría (espesor) y las cargas (módulo de las fuerzas externas aplicadas). La distribución estadística que estas variables aleatorias tomen no tienen por qué ser normal, sino tan sólo simétrica (conforme a las hipótesis que se asumieron para el planteamiento probabilista del problema).

    El trabajo realizado ha tomado como punto de partida los modelos de fiabilidad planteados por Bogdanoff y Kozin y las expresiones que relacionan la amplitud de deformaciones estoplásticas y la vida propuesta por Basquin-Coffin-Manson.

    La combinación del elemento finito probabilista implementado utilizando el método de la perturbación y del modelo de fiabilidad elegido (B-K), permiten la resolución en tan sólo cuatro pasos (uno asociado al problema determinista y tres asociados a cada una de las variables aleatorias básicas consideradas) de un problema que mediante métodos clásicos como la simulación de Monte Carlo implicaría miles de cálculos. Mediante el primero de los pasos de cálculo se obtienen los valores medios (esperanzas) del problema probabilista planteado; con los tres restantes, las sensibilidades del modelo al cambio en las variables aleatorias de entrada (asociadas al material, a la geometría y a las cargas), y de esta manera, las desviaciones típicas