DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Interdisciplinar de Pesquisa em Engenharia |
Texto Completo: | https://periodicos.unb.br/index.php/ripe/article/view/21803 |
Resumo: | Conforme as tecnologias de projeto e construção avançam, as estruturas tendem a surgir cada vez mais esbeltas, o que as torna mais vulneráveis a vibrações excessivas. Aliado a isso, a possível degradação estrutural de construções antigas tem gerado um crescimento no desenvolvimento e aprimoramento de técnicas de monitoramento de integridade estrutural, em especial ferramentas que fazem uso das propriedades dinâmicas das estruturas (frequências naturais e modos de vibração), visto que estas sofrem alterações quando há mudanças nas propriedades físicas da estrutura. Neste sentido, métodos capazes de identificar alterações nas propriedades dinâmicas e utilizá-las para localizar e quantificar possíveis danos estruturais tornam-se de suma importância para o bom funcionamento de um sistema de monitoramento de integridade estrutural, como é o caso da técnica de Redes Neurais Artificiais (RNAs). Esta é uma técnica matemática que, quando utilizada juntamente com as características dinâmicas, mostra-se capaz de indicar até as menores alterações na integridade de elementos estruturais. Neste contexto, cinco RNAs com o algoritmo Backpropagation foram treinadas e testadas utilizando, para cada uma, um dos cinco primeiros modos de vibração de vários modelos numéricos de um pórtico plano, visando a localização de danos. Após o processamento, os resultados foram analisados tanto na fase de treinamento quanto na fase de teste, o que permitiu avaliar o desempenho das RNAs no que diz respeito à detecção de danos estruturais. |
id |
UNB-19_71df84cb5fb174e295ce20f9ffc81b55 |
---|---|
oai_identifier_str |
oai:ojs.pkp.sfu.ca:article/21803 |
network_acronym_str |
UNB-19 |
network_name_str |
Revista Interdisciplinar de Pesquisa em Engenharia |
repository_id_str |
|
spelling |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAISRedes Neurais Artificiais. Propriedades dinâmicas. Identificação de danos estruturais.Conforme as tecnologias de projeto e construção avançam, as estruturas tendem a surgir cada vez mais esbeltas, o que as torna mais vulneráveis a vibrações excessivas. Aliado a isso, a possível degradação estrutural de construções antigas tem gerado um crescimento no desenvolvimento e aprimoramento de técnicas de monitoramento de integridade estrutural, em especial ferramentas que fazem uso das propriedades dinâmicas das estruturas (frequências naturais e modos de vibração), visto que estas sofrem alterações quando há mudanças nas propriedades físicas da estrutura. Neste sentido, métodos capazes de identificar alterações nas propriedades dinâmicas e utilizá-las para localizar e quantificar possíveis danos estruturais tornam-se de suma importância para o bom funcionamento de um sistema de monitoramento de integridade estrutural, como é o caso da técnica de Redes Neurais Artificiais (RNAs). Esta é uma técnica matemática que, quando utilizada juntamente com as características dinâmicas, mostra-se capaz de indicar até as menores alterações na integridade de elementos estruturais. Neste contexto, cinco RNAs com o algoritmo Backpropagation foram treinadas e testadas utilizando, para cada uma, um dos cinco primeiros modos de vibração de vários modelos numéricos de um pórtico plano, visando a localização de danos. Após o processamento, os resultados foram analisados tanto na fase de treinamento quanto na fase de teste, o que permitiu avaliar o desempenho das RNAs no que diz respeito à detecção de danos estruturais. Programa de Pós-Graduação em Integridade de Materiais da Engenharia2017-02-16info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicos.unb.br/index.php/ripe/article/view/2180310.26512/ripe.v2i30.21803Revista Interdisciplinar de Pesquisa em Engenharia; Vol. 2 No. 30 (2016): HEALTH MONITORING AND NUMERICAL MODELING STRUCTURES; 102-117Revista Interdisciplinar de Pesquisa em Engenharia; v. 2 n. 30 (2016): HEALTH MONITORING AND NUMERICAL MODELING STRUCTURES; 102-1172447-6102reponame:Revista Interdisciplinar de Pesquisa em Engenhariainstname:Universidade de Brasília (UnB)instacron:UNBporhttps://periodicos.unb.br/index.php/ripe/article/view/21803/20104Copyright (c) 2019 Revista Interdisciplinar de Pesquisa em Engenharia - RIPEinfo:eu-repo/semantics/openAccessMaia, Renato A.Doz, Graciela N.2019-06-18T16:08:31Zoai:ojs.pkp.sfu.ca:article/21803Revistahttps://periodicos.unb.br/index.php/ripePUBhttps://periodicos.unb.br/index.php/ripe/oaianflor@unb.br2447-61022447-6102opendoar:2019-06-18T16:08:31Revista Interdisciplinar de Pesquisa em Engenharia - Universidade de Brasília (UnB)false |
dc.title.none.fl_str_mv |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
title |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
spellingShingle |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS Maia, Renato A. Redes Neurais Artificiais. Propriedades dinâmicas. Identificação de danos estruturais. |
title_short |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
title_full |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
title_fullStr |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
title_full_unstemmed |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
title_sort |
DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS |
author |
Maia, Renato A. |
author_facet |
Maia, Renato A. Doz, Graciela N. |
author_role |
author |
author2 |
Doz, Graciela N. |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Maia, Renato A. Doz, Graciela N. |
dc.subject.por.fl_str_mv |
Redes Neurais Artificiais. Propriedades dinâmicas. Identificação de danos estruturais. |
topic |
Redes Neurais Artificiais. Propriedades dinâmicas. Identificação de danos estruturais. |
description |
Conforme as tecnologias de projeto e construção avançam, as estruturas tendem a surgir cada vez mais esbeltas, o que as torna mais vulneráveis a vibrações excessivas. Aliado a isso, a possível degradação estrutural de construções antigas tem gerado um crescimento no desenvolvimento e aprimoramento de técnicas de monitoramento de integridade estrutural, em especial ferramentas que fazem uso das propriedades dinâmicas das estruturas (frequências naturais e modos de vibração), visto que estas sofrem alterações quando há mudanças nas propriedades físicas da estrutura. Neste sentido, métodos capazes de identificar alterações nas propriedades dinâmicas e utilizá-las para localizar e quantificar possíveis danos estruturais tornam-se de suma importância para o bom funcionamento de um sistema de monitoramento de integridade estrutural, como é o caso da técnica de Redes Neurais Artificiais (RNAs). Esta é uma técnica matemática que, quando utilizada juntamente com as características dinâmicas, mostra-se capaz de indicar até as menores alterações na integridade de elementos estruturais. Neste contexto, cinco RNAs com o algoritmo Backpropagation foram treinadas e testadas utilizando, para cada uma, um dos cinco primeiros modos de vibração de vários modelos numéricos de um pórtico plano, visando a localização de danos. Após o processamento, os resultados foram analisados tanto na fase de treinamento quanto na fase de teste, o que permitiu avaliar o desempenho das RNAs no que diz respeito à detecção de danos estruturais. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-02-16 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicos.unb.br/index.php/ripe/article/view/21803 10.26512/ripe.v2i30.21803 |
url |
https://periodicos.unb.br/index.php/ripe/article/view/21803 |
identifier_str_mv |
10.26512/ripe.v2i30.21803 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicos.unb.br/index.php/ripe/article/view/21803/20104 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 Revista Interdisciplinar de Pesquisa em Engenharia - RIPE info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 Revista Interdisciplinar de Pesquisa em Engenharia - RIPE |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Programa de Pós-Graduação em Integridade de Materiais da Engenharia |
publisher.none.fl_str_mv |
Programa de Pós-Graduação em Integridade de Materiais da Engenharia |
dc.source.none.fl_str_mv |
Revista Interdisciplinar de Pesquisa em Engenharia; Vol. 2 No. 30 (2016): HEALTH MONITORING AND NUMERICAL MODELING STRUCTURES; 102-117 Revista Interdisciplinar de Pesquisa em Engenharia; v. 2 n. 30 (2016): HEALTH MONITORING AND NUMERICAL MODELING STRUCTURES; 102-117 2447-6102 reponame:Revista Interdisciplinar de Pesquisa em Engenharia instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Revista Interdisciplinar de Pesquisa em Engenharia |
collection |
Revista Interdisciplinar de Pesquisa em Engenharia |
repository.name.fl_str_mv |
Revista Interdisciplinar de Pesquisa em Engenharia - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
anflor@unb.br |
_version_ |
1798315227107819520 |