Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.

Detalhes bibliográficos
Autor(a) principal: GOMES, Guilherme Ferreira
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/978
Resumo: Métodos convencionais de identificação de danos em sua maioria são limitados, sendo onerosos e em alguns casos impraticáveis, exigindo que a estrutura inspecionada esteja prontamente acessível para inspeção. Neste trabalho, desenvolveu-se um estudo numérico tratando o caso da identificação de danos como um problema inverso. Os problemas direto e inverso de identificação de danos são apresentados combinando o método dos elementos finitos com métodos computacionais inteligentes, lançando mão de heurísticas de otimização e redes neurais artificiais. Fez-se uso dos algoritmos genéticos na otimização dos objetivos construídos, e ainda, introduziu-se uma nova heurística de otimização levando em consideração o comportamento peculiar da polinização de flores e do movimento do girassol em busca do sol. O dilema básico da detecção de danos advém de respostas obtidas por sensores distribuídos nas estruturas. A qualidade destas respostas e, portanto, a qualidade da detecção de danos depende da configuração dos sensores. Otimizou-se a configuração ótima dos sensores em três frentes principais: por meio de critérios matriciais que são capazes de fornecer localizações de maior quantidade de informação modal, uma abordagem pela reconstrução dos modos por meio de interpolação de superfícies e ainda uma terceira proposição por meio de otimização multiobjetivo. Obtendo-se as configurações ótimas dos sensores, lançou-se mão das técnicas evolucionárias na identificação de danos e em uma segunda abordagem, tratou-se o problema, essencialmente, como um problema de reconhecimento de padrões, construindo uma rede neural artificial para prever a localização de danos. Todas as discussões apresentadas nesta tese contribuem para o desenvolvimento de uma metodologia otimizada na implementação da tecnologia de monitoramento da integridade estrutural.
id UFEI_0a118f55018025ce36bd5bfd1a609152
oai_identifier_str oai:repositorio.unifei.edu.br:123456789/978
network_acronym_str UFEI
network_name_str Repositório Institucional da UNIFEI (RIUNIFEI)
repository_id_str 7044
spelling 2017-092017-10-09T17:45:42Z2017-10-09T17:45:42ZGOMES, Guilherme Ferreira. Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais. 2017. 188 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.https://repositorio.unifei.edu.br/jspui/handle/123456789/978Métodos convencionais de identificação de danos em sua maioria são limitados, sendo onerosos e em alguns casos impraticáveis, exigindo que a estrutura inspecionada esteja prontamente acessível para inspeção. Neste trabalho, desenvolveu-se um estudo numérico tratando o caso da identificação de danos como um problema inverso. Os problemas direto e inverso de identificação de danos são apresentados combinando o método dos elementos finitos com métodos computacionais inteligentes, lançando mão de heurísticas de otimização e redes neurais artificiais. Fez-se uso dos algoritmos genéticos na otimização dos objetivos construídos, e ainda, introduziu-se uma nova heurística de otimização levando em consideração o comportamento peculiar da polinização de flores e do movimento do girassol em busca do sol. O dilema básico da detecção de danos advém de respostas obtidas por sensores distribuídos nas estruturas. A qualidade destas respostas e, portanto, a qualidade da detecção de danos depende da configuração dos sensores. Otimizou-se a configuração ótima dos sensores em três frentes principais: por meio de critérios matriciais que são capazes de fornecer localizações de maior quantidade de informação modal, uma abordagem pela reconstrução dos modos por meio de interpolação de superfícies e ainda uma terceira proposição por meio de otimização multiobjetivo. Obtendo-se as configurações ótimas dos sensores, lançou-se mão das técnicas evolucionárias na identificação de danos e em uma segunda abordagem, tratou-se o problema, essencialmente, como um problema de reconhecimento de padrões, construindo uma rede neural artificial para prever a localização de danos. Todas as discussões apresentadas nesta tese contribuem para o desenvolvimento de uma metodologia otimizada na implementação da tecnologia de monitoramento da integridade estrutural.Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisItajubáUniversidade Federal de Itajubá188 p.Identificação de DanosOtimização de SensoresRedes Neurais ArtificiaisDados ModaisMateriais CompósitosDamage identificationSensor OptimizationArtificial Neural NetworksModal DataComposite MaterialsCUNHA JUNIOR, Sebastião Simões daANCELOTTI JUNIOR, Antonio CarlosEngenharia MecânicaProjeto, Materiais e ProcessosGOMES, Guilherme FerreiraPrograma de Pós-Graduação: Doutorado - Engenharia MecânicaIEM - Instituto de Engenharia Mecânicaporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALtese_gomes_2017.pdftese_gomes_2017.pdfapplication/pdf37591513https://repositorio.unifei.edu.br/jspui/bitstream/123456789/978/1/tese_gomes_2017.pdf789e0de4b127673f1b7096f1e8f5983fMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/978/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/9782024-02-14 15:21:28.421oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-14T18:21:28Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false
dc.title.pt_BR.fl_str_mv Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
title Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
spellingShingle Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
GOMES, Guilherme Ferreira
title_short Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
title_full Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
title_fullStr Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
title_full_unstemmed Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
title_sort Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais.
author GOMES, Guilherme Ferreira
author_facet GOMES, Guilherme Ferreira
author_role author
dc.contributor.author.fl_str_mv GOMES, Guilherme Ferreira
description Métodos convencionais de identificação de danos em sua maioria são limitados, sendo onerosos e em alguns casos impraticáveis, exigindo que a estrutura inspecionada esteja prontamente acessível para inspeção. Neste trabalho, desenvolveu-se um estudo numérico tratando o caso da identificação de danos como um problema inverso. Os problemas direto e inverso de identificação de danos são apresentados combinando o método dos elementos finitos com métodos computacionais inteligentes, lançando mão de heurísticas de otimização e redes neurais artificiais. Fez-se uso dos algoritmos genéticos na otimização dos objetivos construídos, e ainda, introduziu-se uma nova heurística de otimização levando em consideração o comportamento peculiar da polinização de flores e do movimento do girassol em busca do sol. O dilema básico da detecção de danos advém de respostas obtidas por sensores distribuídos nas estruturas. A qualidade destas respostas e, portanto, a qualidade da detecção de danos depende da configuração dos sensores. Otimizou-se a configuração ótima dos sensores em três frentes principais: por meio de critérios matriciais que são capazes de fornecer localizações de maior quantidade de informação modal, uma abordagem pela reconstrução dos modos por meio de interpolação de superfícies e ainda uma terceira proposição por meio de otimização multiobjetivo. Obtendo-se as configurações ótimas dos sensores, lançou-se mão das técnicas evolucionárias na identificação de danos e em uma segunda abordagem, tratou-se o problema, essencialmente, como um problema de reconhecimento de padrões, construindo uma rede neural artificial para prever a localização de danos. Todas as discussões apresentadas nesta tese contribuem para o desenvolvimento de uma metodologia otimizada na implementação da tecnologia de monitoramento da integridade estrutural.
publishDate 2017
dc.date.issued.fl_str_mv 2017-09
dc.date.available.fl_str_mv 2017-10-09T17:45:42Z
dc.date.accessioned.fl_str_mv 2017-10-09T17:45:42Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv GOMES, Guilherme Ferreira. Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais. 2017. 188 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.
dc.identifier.uri.fl_str_mv https://repositorio.unifei.edu.br/jspui/handle/123456789/978
identifier_str_mv GOMES, Guilherme Ferreira. Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais. 2017. 188 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017.
url https://repositorio.unifei.edu.br/jspui/handle/123456789/978
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.program.fl_str_mv Programa de Pós-Graduação: Doutorado - Engenharia Mecânica
dc.publisher.department.fl_str_mv IEM - Instituto de Engenharia Mecânica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIFEI (RIUNIFEI)
instname:Universidade Federal de Itajubá (UNIFEI)
instacron:UNIFEI
instname_str Universidade Federal de Itajubá (UNIFEI)
instacron_str UNIFEI
institution UNIFEI
reponame_str Repositório Institucional da UNIFEI (RIUNIFEI)
collection Repositório Institucional da UNIFEI (RIUNIFEI)
bitstream.url.fl_str_mv https://repositorio.unifei.edu.br/jspui/bitstream/123456789/978/1/tese_gomes_2017.pdf
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/978/2/license.txt
bitstream.checksum.fl_str_mv 789e0de4b127673f1b7096f1e8f5983f
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)
repository.mail.fl_str_mv repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br
_version_ 1801863232913145856