Cientistas da Universidade Nacional Politécnica de Perm (PNIPU) desenvolveram com sucesso um modelo computacional de alta precisão para calcular a confiabilidade de apoios esféricos de pontes. Este modelo leva plenamente em consideração o efeito de fluência das camadas de polímero, aumentando em cinco vezes a precisão na previsão do desempenho dos apoios de pontes sob cargas sísmicas e térmicas em comparação com métodos existentes. Este avanço é de grande importância para o desenvolvimento de produtos domésticos similares na Rússia após a saída de fabricantes estrangeiros, além de garantir a segurança de pontes em regiões sísmicas.

A Rússia possui mais de 42.000 pontes, com comprimento total superior a 20.000 km. Como estruturas de engenharia complexas, a confiabilidade dessas pontes é essencial, não apenas para suportar cargas padrão, mas também para resistir a impactos sísmicos cada vez mais frequentes. Os componentes esféricos de suporte funcionam como “juntas” da ponte, realizando a principal função de amortecimento por meio de camadas de polímero entre placas de aço, desempenhando papel crítico na segurança da ponte.

No entanto, a saída das principais empresas globais de fabricação de apoios de pontes do mercado russo trouxe sérias ameaças à construção e operação de pontes em regiões sísmicas, como a Crimeia e o Extremo Oriente, tornando o desenvolvimento de produtos domésticos tecnologicamente avançados uma prioridade nacional. As soluções existentes têm eficácia limitada; embora a vida útil projetada das estruturas de suporte padrão seja de 30 a 40 anos, elas frequentemente não resistem às cargas sísmicas reais. O principal motivo é que os métodos de projeto modernos não conseguem prever com precisão o comportamento do material sob impactos repetidos de alta intensidade, resultando em desgaste precoce, altos custos de manutenção e aumento do risco de segurança.

Os cientistas da Universidade Politécnica de Perm criaram um modelo computacional de alta precisão da estrutura de suporte de pontes (“gêmeo digital”), analisando o impacto de dois parâmetros-chave – o modo de fixação da camada de polímero e sua espessura – na durabilidade da estrutura, alcançando melhorias significativas na precisão da previsão de confiabilidade. Os pesquisadores testaram três métodos de conexão das camadas plásticas às placas de aço: conexão rígida, adesão a superfície rugosa e deslizamento sobre superfície lisa, determinando a espessura ótima da camada de polímero de 4 a 12 mm para cada tipo de conexão.

Os resultados mostraram que a adesão da camada de polímero a superfícies rugosas é o método mais eficaz, proporcionando o melhor equilíbrio entre resistência estrutural e flexibilidade, com espessura ideal de 4 a 8 mm. Camadas de polímero muito espessas se deformam sob carga, reduzindo a vida útil do apoio da ponte.

Os cientistas também focaram nas propriedades de fluência da camada de polímero deslizante. Nos experimentos, descobriram que o material “flui” lentamente sob pressão constante, e o efeito de fluência altera o desempenho do apoio com o tempo e variações de temperatura. Para analisar completamente esses fatores, os pesquisadores desenvolveram uma simulação numérica da parte de suporte estrutural da ponte, criando duas versões do modelo: uma complexa considerando o efeito de fluência (modelo viscoelástico) e outra simples desconsiderando a fluência (método tradicional). Testes em uma ampla faixa de temperatura de -40 a +80°C confirmaram a precisão do modelo complexo, permitindo também considerar efeitos térmicos.

A análise de dados indicou que métodos tradicionais que não consideram a fluência apresentam taxas de erro de até 70%, podendo superestimar a resistência estrutural. O modelo aprimorado apresenta erro entre 13% e 20%, com resultados mais próximos da realidade. O novo modelo, ao prever com precisão o comportamento dos materiais, possibilita a previsão do desempenho dos apoios de pontes, sendo cinco vezes mais eficiente que soluções tradicionais.

O avanço dos cientistas de Perm despertou o interesse da empresa fabricante AlfaTech LLC, auxiliando na otimização da forma e técnicas de processamento dos apoios de pontes. O estudo foi financiado pela Fundação Russa de Ciência.