Identificação de danos em uma viga de Euler-Bernoulli utilizando redes neurais artificiais: uma avaliação em relação à posição do dano na estrutura Santo Antônio de Pádua 2018

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCorrêa, Rosilene Abreu Portella-
Autor(es): dc.contributorCorrêa Junior, Cleber de Almeida-
Autor(es): dc.contributorTelles, Wagner Rambaldi-
Autor(es): dc.creatorSantos, Diogo Teixeira dos-
Data de aceite: dc.date.accessioned2024-07-11T17:51:02Z-
Data de disponibilização: dc.date.available2024-07-11T17:51:02Z-
Data de envio: dc.date.issued2019-10-18-
Data de envio: dc.date.issued2019-10-18-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/11713-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/758773-
Descrição: dc.descriptionA identificação de danos em estágio inicial é um tema de grande relevância, pois além de diminuir gastos de manutenção e reparos na estruturas, é fundamental para prevenir acidentes e preservar vidas humanas. Neste trabalho, a desratização tanto da estrutura quanto do campo de danos são realizadas utilizando-se o Método dos Elementos Finitos, o que possibilita a simulação de danos mais realistas. O presente trabalho é baseado no modelo de Corrêa (2013) onde a resolução do problema de identificação de danos, é realizada transformando-o em um problema de otimização cujo o objetivo é minimizar um funcional definido pela diferença entre a matriz de flexibilidade obtida experimentalmente e a correspondente matriz prevista por um modelo de Elementos Finitos da estrutura. Para estruturas mais complexas, o autor sugere a utilização de métodos de localização de danos, visando diminuir o número de variáveis do problema. Assim, o processo de identificação de danos fica dividido em duas etapas: localização e quantificação do dano. No entanto, os resultados obtidos são muito sensíveis à presença de ruídos e ao número de graus de liberdade medidos. Redes Neurais Artificiais (RNA), tem por objetivo tentar imitar o funcionamento do cérebro humano, suas características mais relevantes são a adaptação por experiência, capacidade de aprendizado e habilidade de generalização. Neste trabalho, propõe-se a substituição dos métodos de localização de danos utilizados em Corrêa (2013) por Redes Neurais Artificiais (RNA). Resultados numéricos são apresentados para diferentes cenários de danos na ausência e na presença de sinais corrompidos por ruído, considerando-se em todos casos que apenas um número reduzido de Graus De Liberdade (GDL) e modos de vibração são medidos durante o experimento-
Descrição: dc.descriptionThe identification of damage at an early stage is a very important issue, because besides reducing maintenance and repair costs, it is essential to prevent accidents and preserve human lives. In this work, the deratization of both the structure and the damage field is performed using the Finite Element Method, which allows the simulation of more realistic damage. The present work is based on the model de Corrêa (2013) where the resolution of the problem of damage identification is performed transforming it into an optimization problem whose objective is to minimize a functional defined by the difference between the flexibility matrix obtained experimentally and the corresponding matrix predicted by a model. of Finite Elements of the structure. For more complex structures, the author suggests the use of damage location methods to reduce the number of problem variables. So the process of identifying of damage is divided into two stages: localization and quantification of damage. However, the results obtained are very sensitive to the presence of noise and the number of degrees of freedom measured. Artificial Neural Networks (RNA), aims to mimic the functioning of the human brain, its most relevant features are the adaptation by experience, learning ability and generalization ability. In this work, it is proposed to replace the damage localization methods used in Corrêa (2013) with Artificial Neural Networks (RNA). Numerical results are presented for different scenarios of damage in the absence and presence of noise-corrupted signals, considering in all cases that only a small number of degrees of freedom (GDL) and vibration modes are measured during the experiment-
Descrição: dc.description48 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectIdentificação de danos-
Palavras-chave: dc.subjectMatriz de flexibilidade-
Palavras-chave: dc.subjectRedes Neurais Artificiais-
Palavras-chave: dc.subjectIdentificação de danos-
Palavras-chave: dc.subjectMatriz de flexibilidade-
Palavras-chave: dc.subjectRedes Neurais Artificiais-
Palavras-chave: dc.subjectProdução intelectual-
Palavras-chave: dc.subjectIdentification of damages-
Palavras-chave: dc.subjectFlexibility matrix-
Palavras-chave: dc.subjectArtificial Neural Networks-
Título: dc.titleIdentificação de danos em uma viga de Euler-Bernoulli utilizando redes neurais artificiais: uma avaliação em relação à posição do dano na estrutura Santo Antônio de Pádua 2018-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.