Processo de projeto

Segundo Duffy et al. (1993), cerca de 80% do custo de um produto é determinado pelo seu projeto, embora o custo da atividade de projeto em si contribui com apenas percentual em torno de 10% do custo por produto. De acordo com Ullman (1992), aproximadamente 80% dos problemas com novos produtos podem ser atribuídos a um projeto deficiente.

Segundo Pahl e Beitz (2013), a atividade de projeto em Engenharia pode ser dividida em quatro etapas fundamentais;

 esclarecimento da tarefa, projeto informacional;  projeto conceitual;

 projeto preliminar;  projeto detalhado.

A primeira etapa tem como função esclarecer a tarefa a ser realizada pelo projeto, funções, propriedades requeridas, coleta e análise de informações. O projeto conceitual é uma atividade voltada para a elaboração de uma ou mais concepções para o projeto. Uma característica do projeto conceitual é o uso intensivo da linguagem gráfica de projeto por ser uma atividade voltada para a elaboração de uma concepção para um produto (sketch). No projeto preliminar, parte-se de uma concepção escolhida para definir leiaute, componentes, materiais e dimensões. Uma característica fundamental dessa etapa é o uso de linguagem analítica, modelagem física e matemática do sistema. Na fase de projeto detalhado, todas as partes individuais são completamente especificadas, junto com suas tolerâncias, dimensões, propriedades, desenhos detalhados, propriedades superficiais. Nessa etapa final, deve-se elaborar instruções para a produção, uso, montagem, transporte e manutenção (FERREIRA, 1997).

Projetar também envolve uma atividade de otimização. Busca-se a melhor solução possível sob as restrições de projeto e dentro das limitações de recursos materiais e de conhecimento (FERREIRA, 1997). 3.2 Aspectos da modelagem dinâmica

A tarefa de modelagem é o cerne da etapa de projeto preliminar, e como tal, tem grande impacto juntos às primeiras fases em termos de custo do produto. O êxito na tarefa de modelagem será demonstrado através da validação experimental. Pesquisas demonstram que mais de 80% dos custos de um produto de um produto estão definidos após o término do projeto preliminar (BACK et al., 2008).

Segundo Back et al. (2008), algumas das principais vantagens na modelagem dinâmica são:

1. Redução do tempo de desenvolvimento;

2. Um melhor entendimento do comportamento do projeto antes da fabricação;

3. Testes mais completos e precisos;

4. Redução da necessidade de testes em protótipos físicos.

Há muitos projetos de energia de ondas sendo desenvolvidos atualmente, e as maneiras eficazes de reduzir os custos do projeto é prever o comportamento do sistema é utilizar simulações computacionais. Modelos computacionais tornam o projeto mais seguro e otimizado, reduzindo assim a necessidade de testes em protótipos (IONUT, 2013).

Ao investigar a variedade de problemas em engenharia e nas ciências, equações diferenciais são indispensáveis. Uma razão para isso é que modelos matemáticos e suas soluções levam a equações que relacionam as variáveis e os parâmetros no problema. Essas equações permitem, muitas vezes, fazer previsões do comportamento dinâmico de sistemas em engenharia e ciências em diversas circunstâncias. É fácil permitir a variação dos parâmetros no modelo matemático em um amplo intervalo, mas isso poderia levar muito tempo ou ser inviável em um ambiente experimental. A modelagem matemática e a experimental são criticamente importantes e têm papeis um tanto complementares nas investigações cientifica e tecnológica. Análises matemáticas podem sugerir direções mais promissoras para a exploração experimental (BRANNAN et al., 2008).

Na engenharia, a modelagem dinâmica é uma técnica que auxilia a previsão do comportamento de sistemas, reduz os custos referentes a testes e permite um rápido desenvolvimento de novas tecnologias. A

crescente demanda por produtos mais competitivos e com maior nível tecnológico, fez da modelagem dinâmica uma ferramenta indispensável nos setores industrial e acadêmico. Com a modelagem dinâmica é possível focar nos aspectos mais importantes do sistema e extrair informações sobre o comportamento antes da fabricação, sendo assim parâmetros de projeto ótimos são escolhidos antes da concepção, dando ao equipamento melhor durabilidade e confiabilidade (SILVA, J.C, 2005).

A modelagem dinâmica possui dois paradigmas amplamente difundidos, modelagem via fluxo de sinal e multiportas. Fluxo de sinal é a mais utilizada, no entanto à medida que o sistema cresce, o número de conexões entre os blocos aumenta, aumentando assim a complexidade da representação. O método Multiportas é mais geral, podendo ser considerado um caso mais geral que a modelagem por fluxo de sinal. A modelagem via Multiporta permite que com uma única conexão, possam ser transmitidas informações em ambas as direções, o que leva a um diagrama menor comparado com o fluxo de sinal (Silva, J.C., 2005). Na Figura 3.1 mostra-se um exemplo de representação utilizando os dois paradigmas. Observa-se que a modelagem via Multiporta gera um sistema mais simples e mais ligado ao entendimento físico do sistema.

Figura 3.1: Esquema da modelagem dinâmica (a) via fluxo de sinal, (b) via multi-porta. Fonte: Silva, J.C., 2005.

Um exemplo de software que utilizada a modelagem via multiporta é o AMESIM. Na modelagem o dinâmica utilizando o software AMESIM existe um ou mais modelos matemáticos para um dado componente, com suas respectivas equações matemáticas. A modelagem em AMESIM é fortemente ligada ao entendimento físico do modelo e as manipulações matemáticas são acessíveis ao usuário, devendo ser feitas considerações sobre quais modelos devem ser empregados em cada aplicação. O

software AMESIM conta com uma vasta gama de ferramentas para modelagem, dividida em bibliotecas. Com ele, é possível realizar modelagem utilizando diferentes áreas da engenharia. Algumas das vantagens da modelagem multiporta em AMESIM é a facilidade de entendimento dos modelos e a simplificação da representação (SILVA, J.C, 2005).

Alguns trabalhos recentes que utilizaram o AMESim com ambiente para modelagem foram: Mazzorana (2008), cujo tema foi “Modelagem dinâmica via fluxo de potência aplicado a reguladores de velocidade em usinas hidrelétricas”, Michelotti (2008), com o tema “Modelagem dinâmica 1-D com validação experimental: Estudo de caso no desenvolvimento do produto”; Berto (2015), com o estudo “Modelagem dinâmica de sistema automotivo: Estudo de caso via teste de performance e falhas do Baja SAE” e Flesch (2012), com o tema “Projeto De Transmissão Hidrostática Para Aerogeradores De Eixo Horizontal”.