Uncertainty propagation in inverse reliability-based design of composite structures

An approach for the analysis of uncertainty propagation in reliability-based design optimization of composite laminate structures is presented. Using the Uniform Design Method (UDM), a set of design points is generated over a domain centered on the mean reference values of the random variables. A methodology based on inverse optimal design of composite structures to achieve a specified reliability level is proposed, and the corresponding maximum load is outlined as a function of ply angle. Using the generated UDM design points as input/output patterns, an Artificial Neural Network (ANN) is developed based on an evolutionary learning process. Then, a Monte Carlo simulation using ANN development is performed to simulate the behavior of the critical Tsai number, structural reliability index, and their relative sensitivities as a function of the ply angle of laminates. The results are generated for uniformly distributed random variables on a domain centered on mean values. The statistical analysis of the results enables the study of the variability of the reliability index and its sensitivity relative to the ply angle. Numerical examples showing the utility of the approach for robust design of angle-ply laminates are presented.

Uncertainty assessment approach for composite structures based on global sensitivity indices

The problem of uncertainty propagation in composite laminate structures is studied. An approach based on the optimal design of composite structures to achieve a target reliability level is proposed. Using the Uniform Design Method (UDM), a set of design points is generated over a design domain centred at mean values of random variables, aimed at studying the space variability. The most critical Tsai number, the structural reliability index and the sensitivities are obtained for each UDM design point, using the maximum load obtained from optimal design search. Using the UDM design points as input/output patterns, an Artificial Neural Network (ANN) is developed based on supervised evolutionary learning. Finally, using the developed ANN a Monte Carlo simulation procedure is implemented and the variability of the structural response based on global sensitivity analysis (GSA) is studied. The GSA is based on the first order Sobol indices and relative sensitivities. An appropriate GSA algorithm aiming to obtain Sobol indices is proposed. The most important sources of uncertainty are identified.

Os fatores influenciadores do intraempreendedorismo no profissional de secretariado

O presente trabalho propôs uma investigação qualitativa e exploratória, com o objetivo de identificar os fatores que influenciam o intraempreendedorismo no profissional de secretariado, dentro de uma organização e enquanto exerce a sua atividade. Este trabalho iniciou-se com o estudo do empreendedorismo e focou-se no intraempreendedorismo, consistindo na exploração deste conceito – fundamentação teórica. Posteriormente, foram desenvolvidas entrevistas semiestruturadas a oito secretárias de diversas empresas – investigação empírica. Através destas etapas, foi possível estudar os fatores do intraempreendedorismo da literatura, nomeadamente: a) os traços pessoais (personalidade pró-ativa, necessidade de realização, controlo e autoeficácia); b) a demografia (idade); c) as capacidades cognitivas (nível de escolaridade e experiência na área); d) o design do trabalho (tipo, autonomia, variedade e contactos com o exterior) e e) o contexto do trabalho (prémios, recursos, liderança e clima de trabalho) aplicados a este contexto específico. Neste grupo de profissionais verificou-se que determinados fatores parecem ter mais peso do que outros, dependendo de cada situação. Os traços pessoais, o design e o contexto do trabalho apontaram ter maior influência no desenvolvimento de comportamentos intraempreendedores das secretárias. Esta investigação contribuiu para o estudo da profissão, demonstrando que esta pode atuar de uma forma empreendedora.