Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de Minas Gerais (UFMG) | - |
Autor(es): dc.contributor | UBFC - Université de Bourgogne Franche-Comté | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Lusófona University | - |
Autor(es): dc.contributor | Universidade de Lisboa | - |
Autor(es): dc.contributor | University of Lisbon | - |
Autor(es): dc.creator | Ferreira, Leonardo de Paula S. | - |
Autor(es): dc.creator | Teloli, Rafael de O. | - |
Autor(es): dc.creator | da Silva, Samuel | - |
Autor(es): dc.creator | Figueiredo, Eloi | - |
Autor(es): dc.creator | Maia, Nuno | - |
Autor(es): dc.creator | Cimini, Carlos A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:38:31Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:38:31Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1177/14759217241236801 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/298057 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/298057 | - |
Descrição: dc.description | Ultrasonic-guided waves can be used to monitor the health of thin-walled structures. However, the run of experimental damage tests on materials like carbon fiber-reinforced plastics can be impractical and costly. Instead, numerical models can be used to create hybrid datasets to train machine learning algorithms, integrating data from numerical and experimental tests. This paper presents a Bayesian-driven framework to compensate for limited experimental data regarding Lamb wave propagation in composite plates. Using Bayesian inference, the framework updates a numerical finite element model, considering observed uncertainties by sampling posterior probability density functions for input parameters using Markov–Chain Monte Carlo simulations with the Metropolis-Hastings algorithm. A neural network surrogate model speeds-up these simulations, leading to a model that replicates the uncertain experimental setup. This model then generates data to augment true experimental data. Finally, a one-dimensional convolutional neural network is trained on a three different datasets to analyze Lamb wave signals and assess damage. Comparing training strategies shows the hybrid dataset augmented by samples generated by the updated FE model gives the most accurate damage size predictions. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | UFMG – Universidade Federal de Minas Gerais Faculdade de Engenharia Departamento de Engenharia de Estruturas Belo Horizonte – MG | - |
Descrição: dc.description | Supmicrotech-ENSMM CNRS FEMTO-ST Département Mécanique Appliquée UBFC - Université de Bourgogne Franche-Comté | - |
Descrição: dc.description | UNESP – Universidade Estadual Paulista Faculdade de Engenharia de Ilha Solteira Departamento de Engenharia Mecânica | - |
Descrição: dc.description | Faculty of Engineering Lusófona University | - |
Descrição: dc.description | CERIS Instituto Superior Técnico Universidade de Lisboa | - |
Descrição: dc.description | IDMEC Instituto Superior Técnico University of Lisbon | - |
Descrição: dc.description | UNESP – Universidade Estadual Paulista Faculdade de Engenharia de Ilha Solteira Departamento de Engenharia Mecânica | - |
Descrição: dc.description | FAPESP: 19/19684-3 | - |
Descrição: dc.description | CAPES: 2019.00164.CBM | - |
Descrição: dc.description | CNPq: 306526/2019-0 | - |
Descrição: dc.description | CAPES: 88887.647575/2021-00 | - |
Descrição: dc.description | CAPES: Finance Code 001 | - |
Formato: dc.format | 738-760 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Structural Health Monitoring | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Bayesian calibration | - |
Palavras-chave: dc.subject | composite materials | - |
Palavras-chave: dc.subject | convolutional neural networks | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | Structural health monitoring | - |
Título: dc.title | Bayesian data-driven framework for structural health monitoring of composite structures under limited experimental data | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: