Deteção, localização e quantificação de dano em estruturas

Detalhes bibliográficos
Autor(a) principal: Saraiva, Bruno Ricardo Fonseca
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/8442
Resumo: Dissertação para obtenção do Grau de Mestre em Engenharia Mecânica
id RCAP_6afb3547d6657ccc5eef64abc5688f29
oai_identifier_str oai:run.unl.pt:10362/8442
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Deteção, localização e quantificação de dano em estruturasDano em estruturasAlgoritmos genéticosRedes neuronais artificiaisMatlab®Dissertação para obtenção do Grau de Mestre em Engenharia MecânicaA grande maioria das estruturas está sujeita a degradação provocada por diversos fatores como, por exemplo, a má utilização das mesmas, clima adverso e envelhecimento. Uma vez que existe uma relação negativa entre o dano e os custos de manutenção das estruturas assim como a nível de segurança, urge a necessidade de indicadores que detetem dano em estruturas o mais precocemente possível. É nesse sentido que, nos últimos anos, têm surgido várias propostas de indicadores de dano criados por diversos autores. Muitos destes indicadores são baseados nas respostas modais das estruturas, tais como as frequências naturais e modos de vibração, pois são dados relativamente fáceis de obter. Associando os indicadores de dano a métodos computacionais, é possível não só detetar como localizar e quantificar esse dano. Entre os métodos computacionais existentes destacam-se os algoritmos genéticos, muito investigados nas últimas décadas, inclusive no problema de avaliação de dano. Baseados na teoria da evolução de Darwin, estes algoritmos criam uma população inicial de indivíduos, em que cada um destes representa uma solução para um dado problema e, através de operadores genéticos (reprodução, cruzamento e mutação), vão criando gerações sucessivas de indivíduos até que seja encontrada uma solução bastante próxima da correta. No presente estudo, foram testadas as capacidades do algoritmo genético na deteção, localização e quantificação de dano em estruturas, quando utilizado em conjunto com o indicador de dano apresentado por Villalba e Laier (2012). Foram simulados vários níveis e combinações de dano em duas estruturas distintas: uma viga encastrada dividida em diferentes números de elementos finitos e uma estrutura em treliça composta por 15 barras. Para implementar os algoritmos genéticos foi utilizado o software de cálculo matemático Matlab® que possui uma toolbox dedicada a este tipo de algoritmos.Faculdade de Ciências e TecnologiaCardoso, JoãoAlmeida, RaquelRUNSaraiva, Bruno Ricardo Fonseca2013-01-07T16:06:24Z20122012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/8442porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T03:41:04Zoai:run.unl.pt:10362/8442Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:18:12.280846Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Deteção, localização e quantificação de dano em estruturas
title Deteção, localização e quantificação de dano em estruturas
spellingShingle Deteção, localização e quantificação de dano em estruturas
Saraiva, Bruno Ricardo Fonseca
Dano em estruturas
Algoritmos genéticos
Redes neuronais artificiais
Matlab®
title_short Deteção, localização e quantificação de dano em estruturas
title_full Deteção, localização e quantificação de dano em estruturas
title_fullStr Deteção, localização e quantificação de dano em estruturas
title_full_unstemmed Deteção, localização e quantificação de dano em estruturas
title_sort Deteção, localização e quantificação de dano em estruturas
author Saraiva, Bruno Ricardo Fonseca
author_facet Saraiva, Bruno Ricardo Fonseca
author_role author
dc.contributor.none.fl_str_mv Cardoso, João
Almeida, Raquel
RUN
dc.contributor.author.fl_str_mv Saraiva, Bruno Ricardo Fonseca
dc.subject.por.fl_str_mv Dano em estruturas
Algoritmos genéticos
Redes neuronais artificiais
Matlab®
topic Dano em estruturas
Algoritmos genéticos
Redes neuronais artificiais
Matlab®
description Dissertação para obtenção do Grau de Mestre em Engenharia Mecânica
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-01-01T00:00:00Z
2013-01-07T16:06:24Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/8442
url http://hdl.handle.net/10362/8442
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137828282564608

Registros relacionados