Inteligência artificial aplicada ao monitoramento da saúde estrutural.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFCG |
Texto Completo: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747 |
Resumo: | Na sociedade Brasileira a construção civil é inteiramente ligada ao crescimento econômico. A partir desse crescimento na demanda da construção civil e da pouca disponibilidade de áreas edificáveis disponíveis nos grandes centros, as estruturas das edificações se tornam cada vez mais esbeltas e suscetíveis a vibrações excessivas. As propriedades físicas e geométricas interferem diretamente na rigidez do sistema estrutural, podendo, diminuir a capacidade de carga da estrutura e causar falhas graves. Um sistema de monitoramento da saúde estrutural (Structural Health Monitoring - SHM) surge como um método significativo para acompanhar a integridade de estruturas civis. Sendo assim, esta pesquisa teve como foco principal avançar no conhecimento acerca do comportamento dinâmico de estruturas civis, buscando avaliar uma metodologia de monitoramento estrutural baseado em técnicas de Inteligência Artificial (IA), especificamente, Redes Neurais Artificiais (RNA’s) Backpropagation. Para atingir tal objetivo, nesta pesquisa fez-se o uso dos softwares Ansys Student, que utiliza o Método dos Elementos Finitos (MEF) para identificação das propriedades dinâmicas da estrutura, e MatLab para construção das redes neurais artificiais. Ademais, a partir dos resultados obtidos nos modelos de vigas estudados, pôde-se observar que o uso das Redes Neurais Artificiais Backpropagation para identificação de elementos danificados foi satisfatório. |
id |
UFCG_9199c6f7e39f816f071c00c4853da597 |
---|---|
oai_identifier_str |
oai:localhost:riufcg/23747 |
network_acronym_str |
UFCG |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
repository_id_str |
4851 |
spelling |
ARAÚJO, Marília Marcy Cabral de.ARAÚJO, M. M. C.http://lattes.cnpq.br/6433193930826331AZERÊDO, Aline Figueiredo Nóbrega de.AZERÊDO, A. F. N.http://lattes.cnpq.br/8590594256897056PIPPI, Augusto de Sousa.PIPPI, A. S.SANTOS. L.SANTOS, Leandro dos.Na sociedade Brasileira a construção civil é inteiramente ligada ao crescimento econômico. A partir desse crescimento na demanda da construção civil e da pouca disponibilidade de áreas edificáveis disponíveis nos grandes centros, as estruturas das edificações se tornam cada vez mais esbeltas e suscetíveis a vibrações excessivas. As propriedades físicas e geométricas interferem diretamente na rigidez do sistema estrutural, podendo, diminuir a capacidade de carga da estrutura e causar falhas graves. Um sistema de monitoramento da saúde estrutural (Structural Health Monitoring - SHM) surge como um método significativo para acompanhar a integridade de estruturas civis. Sendo assim, esta pesquisa teve como foco principal avançar no conhecimento acerca do comportamento dinâmico de estruturas civis, buscando avaliar uma metodologia de monitoramento estrutural baseado em técnicas de Inteligência Artificial (IA), especificamente, Redes Neurais Artificiais (RNA’s) Backpropagation. Para atingir tal objetivo, nesta pesquisa fez-se o uso dos softwares Ansys Student, que utiliza o Método dos Elementos Finitos (MEF) para identificação das propriedades dinâmicas da estrutura, e MatLab para construção das redes neurais artificiais. Ademais, a partir dos resultados obtidos nos modelos de vigas estudados, pôde-se observar que o uso das Redes Neurais Artificiais Backpropagation para identificação de elementos danificados foi satisfatório.In Brazilian society, civil construction is entirely linked to economic growth. As a result of this growth in the demand for civil construction and the limited availability of buildable areas available in large cities, building structures become increasingly slim and susceptible to excessive vibrations. The physical and geometric properties directly interfere in the rigidity of the structural system, which can reduce the load capacity of the structure and cause serious failures. A structural health monitoring system (SHM) emerges as a significant method to monitor the integrity of civil structures. Therefore, this research had as its main focus to advance the knowledge about the dynamic behavior of civil structures, seeking to evaluate a structural monitoring methodology based on Artificial Intelligence (AI) techniques, specifically, Artificial Neural Networks (ANNs) Backpropagation. To achieve this objective, in this research, Ansys Student software was used, which uses the Finite Element Method (FEM) to identify the dynamic properties of the structure, and MatLab to construct artificial neural networks. Furthermore, from the results obtained in the studied beam models, it could be observed that the use of Backpropagation Artificial Neural Networks to identify damaged elements was satisfactory.Submitted by Maria Gomes (mlima6640@gmail.com) on 2022-02-25T13:16:42Z No. of bitstreams: 1 LEANDRO DOS SANTOS - TCC ENG. CIVIL CTRN 2021.pdf: 1058072 bytes, checksum: da3c49db54e7638e54f47ca229f90170 (MD5)Made available in DSpace on 2022-02-25T13:16:42Z (GMT). No. of bitstreams: 1 LEANDRO DOS SANTOS - TCC ENG. CIVIL CTRN 2021.pdf: 1058072 bytes, checksum: da3c49db54e7638e54f47ca229f90170 (MD5) Previous issue date: 2021-10-18Universidade Federal de Campina GrandeUFCGBrasilCentro de Tecnologia e Recursos Naturais - CTRNEngenharia CivilInteligência artificialSaúde estruturalEstruturasEdificaçõesConstrução CivilRedes neurais artificiaisStructural Health Monitoring - SHMPropriedades dinâmicas - estruturasMétodo dos elementos finitosArtificial intelligenceStructural healthStructuresBuildingsConstructionArtificial neural networksStructural Health Monitoring - SHMDynamic properties - structuresFinite element methodInteligência artificial aplicada ao monitoramento da saúde estrutural.Artificial intelligence applied to structural health monitoring.2021-10-182022-02-25T13:16:42Z2022-02-252022-02-25T13:16:42Zhttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747SANTOS, Leandro dos. Inteligência artificial aplicada ao monitoramento da saúde estrutural. 2021. 53f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/23747/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALLEANDRO DOS SANTOS - TCC ENG. CIVIL CTRN 2021.pdfLEANDRO DOS SANTOS - TCC ENG. CIVIL CTRN 2021.pdfapplication/pdf1058072http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/23747/1/LEANDRO+DOS+SANTOS+-+TCC+ENG.+CIVIL+CTRN+2021.pdfda3c49db54e7638e54f47ca229f90170MD51riufcg/237472022-02-25 10:17:13.918oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-02-25T13:17:13Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false |
dc.title.pt_BR.fl_str_mv |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
dc.title.alternative.pt_BR.fl_str_mv |
Artificial intelligence applied to structural health monitoring. |
title |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
spellingShingle |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. SANTOS, Leandro dos. Engenharia Civil Inteligência artificial Saúde estrutural Estruturas Edificações Construção Civil Redes neurais artificiais Structural Health Monitoring - SHM Propriedades dinâmicas - estruturas Método dos elementos finitos Artificial intelligence Structural health Structures Buildings Construction Artificial neural networks Structural Health Monitoring - SHM Dynamic properties - structures Finite element method |
title_short |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
title_full |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
title_fullStr |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
title_full_unstemmed |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
title_sort |
Inteligência artificial aplicada ao monitoramento da saúde estrutural. |
author |
SANTOS, Leandro dos. |
author_facet |
SANTOS, Leandro dos. |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
ARAÚJO, Marília Marcy Cabral de. |
dc.contributor.advisor1ID.fl_str_mv |
ARAÚJO, M. M. C. |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/6433193930826331 |
dc.contributor.referee1.fl_str_mv |
AZERÊDO, Aline Figueiredo Nóbrega de. |
dc.contributor.referee1ID.fl_str_mv |
AZERÊDO, A. F. N. |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/8590594256897056 |
dc.contributor.referee2.fl_str_mv |
PIPPI, Augusto de Sousa. |
dc.contributor.referee2ID.fl_str_mv |
PIPPI, A. S. |
dc.contributor.authorID.fl_str_mv |
SANTOS. L. |
dc.contributor.author.fl_str_mv |
SANTOS, Leandro dos. |
contributor_str_mv |
ARAÚJO, Marília Marcy Cabral de. AZERÊDO, Aline Figueiredo Nóbrega de. PIPPI, Augusto de Sousa. |
dc.subject.cnpq.fl_str_mv |
Engenharia Civil |
topic |
Engenharia Civil Inteligência artificial Saúde estrutural Estruturas Edificações Construção Civil Redes neurais artificiais Structural Health Monitoring - SHM Propriedades dinâmicas - estruturas Método dos elementos finitos Artificial intelligence Structural health Structures Buildings Construction Artificial neural networks Structural Health Monitoring - SHM Dynamic properties - structures Finite element method |
dc.subject.por.fl_str_mv |
Inteligência artificial Saúde estrutural Estruturas Edificações Construção Civil Redes neurais artificiais Structural Health Monitoring - SHM Propriedades dinâmicas - estruturas Método dos elementos finitos Artificial intelligence Structural health Structures Buildings Construction Artificial neural networks Structural Health Monitoring - SHM Dynamic properties - structures Finite element method |
description |
Na sociedade Brasileira a construção civil é inteiramente ligada ao crescimento econômico. A partir desse crescimento na demanda da construção civil e da pouca disponibilidade de áreas edificáveis disponíveis nos grandes centros, as estruturas das edificações se tornam cada vez mais esbeltas e suscetíveis a vibrações excessivas. As propriedades físicas e geométricas interferem diretamente na rigidez do sistema estrutural, podendo, diminuir a capacidade de carga da estrutura e causar falhas graves. Um sistema de monitoramento da saúde estrutural (Structural Health Monitoring - SHM) surge como um método significativo para acompanhar a integridade de estruturas civis. Sendo assim, esta pesquisa teve como foco principal avançar no conhecimento acerca do comportamento dinâmico de estruturas civis, buscando avaliar uma metodologia de monitoramento estrutural baseado em técnicas de Inteligência Artificial (IA), especificamente, Redes Neurais Artificiais (RNA’s) Backpropagation. Para atingir tal objetivo, nesta pesquisa fez-se o uso dos softwares Ansys Student, que utiliza o Método dos Elementos Finitos (MEF) para identificação das propriedades dinâmicas da estrutura, e MatLab para construção das redes neurais artificiais. Ademais, a partir dos resultados obtidos nos modelos de vigas estudados, pôde-se observar que o uso das Redes Neurais Artificiais Backpropagation para identificação de elementos danificados foi satisfatório. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021-10-18 |
dc.date.accessioned.fl_str_mv |
2022-02-25T13:16:42Z |
dc.date.available.fl_str_mv |
2022-02-25 2022-02-25T13:16:42Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747 |
dc.identifier.citation.fl_str_mv |
SANTOS, Leandro dos. Inteligência artificial aplicada ao monitoramento da saúde estrutural. 2021. 53f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747 |
url |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747 |
identifier_str_mv |
SANTOS, Leandro dos. Inteligência artificial aplicada ao monitoramento da saúde estrutural. 2021. 53f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.publisher.initials.fl_str_mv |
UFCG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Tecnologia e Recursos Naturais - CTRN |
publisher.none.fl_str_mv |
Universidade Federal de Campina Grande |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFCG instname:Universidade Federal de Campina Grande (UFCG) instacron:UFCG |
instname_str |
Universidade Federal de Campina Grande (UFCG) |
instacron_str |
UFCG |
institution |
UFCG |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFCG |
collection |
Biblioteca Digital de Teses e Dissertações da UFCG |
bitstream.url.fl_str_mv |
http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/23747/2/license.txt http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/23747/1/LEANDRO+DOS+SANTOS+-+TCC+ENG.+CIVIL+CTRN+2021.pdf |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 da3c49db54e7638e54f47ca229f90170 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG) |
repository.mail.fl_str_mv |
bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br |
_version_ |
1797044419495460864 |