Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais

Detalhes bibliográficos
Autor(a) principal: Araújo, Marília Marcy Cabral de
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/32151
Resumo: Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2017.
id UNB_69697699cd24c988f5bce057eb012c47
oai_identifier_str oai:repositorio.unb.br:10482/32151
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Metodologia baseada em redes neurais artificiais para a detecção de danos estruturaisDevelopment of a methodology based on artificial neural networks for structural damages detectionPropriedades dinâmicasIdentificação de danosRedes neurais artificiaisTese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2017.Durante a vida útil as estruturas sofrem solicitações, desgastes, deteriorações e outros processos que podem causar fissuração, de forma a comprometer seu funcionamento, ou, até mesmo, ser a causa de seu colapso estrutural. Somado a esses fatores, o crescente número de estruturas muito esbeltas, consequentemente mais susceptíveis a vibrações excessivas, bem como a preocupação com o desempenho e a degradação de estruturas antigas, têm impulsionado o estudo e o desenvolvimento de novas técnicas capazes de realizar um acompanhamento contínuo da saúde da estrutura. Neste sentido, ferramentas com a capacidade de captar e interpretar confiável e rapidamente as respostas de estruturas de médio e grande porte, sobretudo aquelas baseadas nas propriedades dinâmicas, tornam-se essenciais para complementar um sistema de monitoramento da saúde estrutural. Nos últimos anos, parte da comunidade científica vem adotando a detecção de danos como um problema de reconhecimento de padrões, no qual uma classificação é realizada em função de parâmetros afetados por uma mudança nas propriedades físicas de um sistema. Nesta perspectiva, pode-se citar a existência de ferramentas que, ao serem trabalhadas em conjunto com as propriedades dinâmicas, tornam-se métodos eficientes na detecção de danos, como é o caso das Redes Neurais Artificiais (RNAs) e foco deste trabalho. Foram estudados três tipos de rede (Backpropagation, a Learning Vector Quantization (LVQ) e a Self Organizing Maps (SOM)), aplicadas aos casos de dois tipos de estruturas. A primeira, mais simples e em menor escala foi uma viga produzida em laboratório. Já o segundo caso estudado foi o da Ponte do Infante Dom Henrique, em Portugal. Em ambas as aplicações foram variados alguns parâmetros dos algoritmos para verificar a robustez da ferramenta e os resultados foram bastante animadores, resultando em forte tendência de integrar as RNAs a sistemas de monitoramento de estruturas, inclusive de grande porte.During useful life, structures suffer from stress, wear, deterioration and other processes that can cause cracking, so as to compromise their functioning or even cause structural collapse. Added to these factors, the growing number of very slender structures, consequently more susceptible to excessive vibrations, as well as the concern with the performance and the degradation of old structures, have driven the study and the development of new techniques capable of continuous structure health monitoring. In this sense, tools with the ability to capture and interpret reliably and quickly the responses of medium and large structures, especially those based on dynamic properties, are essential to complement a structural health monitoring system. In recent years, part of the scientific community has been adopting damage detection as a pattern recognition problem in which a classification is performed according to parameters affected by a change in the physical properties of a system. In this perspective, it can be mentioned the existence of tools that when worked in conjunction with the dynamic properties become efficient methods in the detection of damages, as is the case of Artificial Neural Networks (ANNs) and focus of this work. Three types of network (Backpropagation, Learning Vector Quantization (LVQ) and Self Organizing Maps (SOM) were studied, applied to cases of two types of structures. The first, simpler and in smaller scale was a beam produced in the laboratory. The second case studied was the Bridge of the Infante Dom Henrique in Portugal. In both applications, some parameters of the algorithms were varied to verify the robustness of the tool and the results were quite encouraging, resulting in a strong tendency to integrate ANNs to structures monitoring systems, even large ones.Carvalho, Graciela Nora Doz deCunha, ÁlvaroAraújo, Marília Marcy Cabral de2018-06-29T16:40:17Z2018-06-29T16:40:17Z2018-06-252017-11-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfARAÚJO, Marília Marcy Cabral de. Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais. 2017. xxi, 203 f., il. Tese (Doutorado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2017.http://repositorio.unb.br/handle/10482/32151A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2023-07-07T20:41:30Zoai:repositorio.unb.br:10482/32151Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2023-07-07T20:41:30Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
Development of a methodology based on artificial neural networks for structural damages detection
title Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
spellingShingle Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
Araújo, Marília Marcy Cabral de
Propriedades dinâmicas
Identificação de danos
Redes neurais artificiais
title_short Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
title_full Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
title_fullStr Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
title_full_unstemmed Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
title_sort Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais
author Araújo, Marília Marcy Cabral de
author_facet Araújo, Marília Marcy Cabral de
author_role author
dc.contributor.none.fl_str_mv Carvalho, Graciela Nora Doz de
Cunha, Álvaro
dc.contributor.author.fl_str_mv Araújo, Marília Marcy Cabral de
dc.subject.por.fl_str_mv Propriedades dinâmicas
Identificação de danos
Redes neurais artificiais
topic Propriedades dinâmicas
Identificação de danos
Redes neurais artificiais
description Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017-11-17
2018-06-29T16:40:17Z
2018-06-29T16:40:17Z
2018-06-25
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.uri.fl_str_mv ARAÚJO, Marília Marcy Cabral de. Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais. 2017. xxi, 203 f., il. Tese (Doutorado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2017.
http://repositorio.unb.br/handle/10482/32151
identifier_str_mv ARAÚJO, Marília Marcy Cabral de. Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais. 2017. xxi, 203 f., il. Tese (Doutorado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2017.
url http://repositorio.unb.br/handle/10482/32151
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.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508216796577792

Registros relacionados