Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana

Detalhes bibliográficos
Autor(a) principal: Fernandes, Thiago Moreno
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/234694
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2022.
id UFSC_7f3f95f76a34393a8d95439174530a8b
oai_identifier_str oai:repositorio.ufsc.br:123456789/234694
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaFernandes, Thiago MorenoLopez, Rafael Holdorf2022-05-19T14:46:16Z2022-05-19T14:46:16Z2022374649https://repositorio.ufsc.br/handle/123456789/234694Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2022.No Brasil, devido ao seu território de dimensões continentais e suas características hidrográficas e morfológicas, há milhares de obras de arte como pontes e viadutos, muitas das quais foram construídas há mais de 50 anos. Dessa maneira, é muito comum casos em que os dados de projeto dessas estruturas são escassos ou inexistentes. Nesses casos, há uma demanda em avaliar a integridade estrutural dessas obras de arte, usualmente dependendo de medições de campo. Dadas as informações limitadas de projeto, a abordagem inversa pode ser uma técnica eficiente na estimação dos parâmetros de interesse da estrutura a partir de respostas conhecidas de seus efeitos. Na abordagem inversa, a utilização de ferramentas computacionais possibilita que engenheiros avaliem o comportamento dessas estruturas mais complexas e que exigem alto grau de confiabilidade. Nesse trabalho, propõem-se estimar parâmetros desconhecidos de projeto de uma estrutura real de ponte ferroviária por meio da atualização de modelos numéricos, tendo como referência respostas experimentais de frequências naturais. Para esse propósito, é abordada a solução via otimização e a solução via inferência Bayesiana. A atualização permite avaliar a eficiência dos modelos numéricos, de modo que modelos podem ser excessivamente complexos e, em decorrência, de alto custo computacional. Para a eficiência da atualização dos modelos via otimização, a robustez do algoritmo é essencial. Nesse contexto, o Search Group Algorithm (SGA) é utilizado. Devido à presença de incertezas na atualização dos modelos numéricos que simulam o comportamento da estrutura real, propõe-se aplicar a inferência Bayesiana para estimação dos parâmetros de interesse e dos erros inerentes ao processo de atualização. A metodologia Bayesiana resume o grau de informação dos parâmetros por meio de distribuições de probabilidade. Por fim, constata-se que a inferência Bayesiana permite detectar mais facilmente problemas não-identificáveis. Por outro lado, a solução via otimização requer um custo computacional menor se comparado com a inferência Bayesiana. O autor espera que este trabalho venha a ser útil, sobretudo para pesquisas relacionadas à atualização de modelos numéricos e estimação de incertezas que envolvem estruturas como pontes, onde há uma necessidade real no campo de segurança estrutural.Abstract: In Brazil, due to its continental territory and its hydrological and morphological characteristics, there are thousands of structures such as bridges and viaducts, many of which were built more than 50 years ago. Thus, it is very common cases in which the design data of these structures are scarce or nonexistent. In these cases, there is a demand to assess the structural integrity, usually depending on field measurements. Given the limited design information, the inverse approach can be an efficient technique in estimating the parameters of interest of the structure based on known responses of its effects. In the inverse approach, the use of computational tools allows engineers to evaluate the behavior of these more complex structures that require a high degree of reliability. In this work, it is proposed to estimate unknown design parameters of a real railway bridge structure through the updating of numerical models, based on experimental responses of natural frequencies. For this purpose, the solution via optimization and the solution via Bayesian inference are applied. The update allows evaluating the efficiency of numerical models, so that numerical models can be excessively complex and, as a result, of high computational cost. For the efficiency of updating models via optimization, the robustness of the algorithm is essential. In this context, the Search Group Algorithm (SGA) is applied. Due to uncertainties in the updating of numerical models that simulate the behavior of the real structure, it is proposed to apply the Bayesian inference to estimate the parameters of interest and the errors inherent in the updating process. The Bayesian methodology summarizes the degree of information of the parameters by means of probability distributions. Finally, it is found that Bayesian inference makes it easier to detect non-identifiable problems. On the other hand, the solution via optimization requires a lower computational cost compared to Bayesian inference. The author hopes that this work will be useful, especially for research related to the updating of numerical models and the estimation of uncertainties in structures such as bridges, where there is a real need in the field of structural safety.112 p.| il., gráfs.porEngenharia civilPontes ferroviáriasTeoria bayesiana de decisão estatísticaOtimização estruturalProblemas inversos (Equações diferenciais)Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesianainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPECV1269-D.pdfPECV1269-D.pdfapplication/pdf5497305https://repositorio.ufsc.br/bitstream/123456789/234694/-1/PECV1269-D.pdf58c473b71ea77ff520e5324729002f1bMD5-1123456789/2346942022-05-19 11:46:17.102oai:repositorio.ufsc.br:123456789/234694Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732022-05-19T14:46:17Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
title Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
spellingShingle Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
Fernandes, Thiago Moreno
Engenharia civil
Pontes ferroviárias
Teoria bayesiana de decisão estatística
Otimização estrutural
Problemas inversos (Equações diferenciais)
title_short Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
title_full Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
title_fullStr Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
title_full_unstemmed Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
title_sort Atualização de modelos numéricos de ponte ferroviária: um estudo comparativo entre a solução via otimização e a solução via inferência Bayesiana
author Fernandes, Thiago Moreno
author_facet Fernandes, Thiago Moreno
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Fernandes, Thiago Moreno
dc.contributor.advisor1.fl_str_mv Lopez, Rafael Holdorf
contributor_str_mv Lopez, Rafael Holdorf
dc.subject.classification.none.fl_str_mv Engenharia civil
Pontes ferroviárias
Teoria bayesiana de decisão estatística
Otimização estrutural
Problemas inversos (Equações diferenciais)
topic Engenharia civil
Pontes ferroviárias
Teoria bayesiana de decisão estatística
Otimização estrutural
Problemas inversos (Equações diferenciais)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2022.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-05-19T14:46:16Z
dc.date.available.fl_str_mv 2022-05-19T14:46:16Z
dc.date.issued.fl_str_mv 2022
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 https://repositorio.ufsc.br/handle/123456789/234694
dc.identifier.other.none.fl_str_mv 374649
identifier_str_mv 374649
url https://repositorio.ufsc.br/handle/123456789/234694
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 112 p.| il., gráfs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/234694/-1/PECV1269-D.pdf
bitstream.checksum.fl_str_mv 58c473b71ea77ff520e5324729002f1b
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805258785259520

Registros relacionados