Inteligência artificial aplicada ao monitoramento da saúde estrutural.

• Autor(a) principal: SANTOS, Leandro dos.
• 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
• topic: 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; Engenharia Civil

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.