Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Furtado, Rogério Mendonça [UNESP]
Data de Publicação: 2004
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/94553
Resumo: A proposta deste trabalho é a obtenção de uma metodologia robusta para identificação de falhas estruturais combinando as vantagens de duas metodologias, que não são baseadas em modelos matemáticos, ou seja: impedância elétrica obtida com atuador e sensor piezocerâmico(materiais inteligentes) e redes neurais artificiais. O termo materiais inteligentes (smart materials) conhecido também por material ativo é dado a uma classe de material que exibe propriedades não encontradas em materiais convencionais. Alguns destes materiais são: compostos de materiais piezelétricos, eletrorresistivo e magnetorresistivo, fluidos e sólidos electro-reológicos, e outros. Uma das principais características do PZT (Titanato Zirconato de Chumbo), que permite utilizá-lo como sensor e atuador, é o efeito piezelétrico, ou seja, a aplicação de um campo elétrico resulta em deformação do material (efeito inverso), enquanto, a aplicação de tensão mecânica resulta no surgimento de um campo elétrico (efeito direto). Estas características associadas ao conceito de impedância elétrica e ao conceito de falha métrica permitem a localização e o monitoramento da falha. Esta técnica utiliza altas freqüências e excita os modos locais, proporcionando, assim, o monitoramento de qualquer mudança da impedância mecânica estrutural na região de influência do PZT. Redes neurais artificiais (RNA) fazem parte de um amplo conceito chamado inteligência artificial. Redes neurais têm sua base associada ao funcionamento do cérebro humano, que após treinamento possuem a capacidade de aprender. Esta ciência é objeto de estudo em diversos centros de pesquisa e, embora já tenha grande aplicabilidade, o sucesso de sua utilização depende do caso em que está sendo aplicada e de certa sutileza do projetista, uma vez que o processo ainda é empírico e teorias ainda... .
id UNSP_abe604f541900335bf37a390182ea9c6
oai_identifier_str oai:repositorio.unesp.br:11449/94553
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiaisImpedancia (Eletricidade)Materiais piezelétricosRedes neurais artificiaisMonitoramento de falhasFalhas estruturaisElectric impedancePiezoelectric materialsArtificial neural networksFaults monitoringFault identificationA proposta deste trabalho é a obtenção de uma metodologia robusta para identificação de falhas estruturais combinando as vantagens de duas metodologias, que não são baseadas em modelos matemáticos, ou seja: impedância elétrica obtida com atuador e sensor piezocerâmico(materiais inteligentes) e redes neurais artificiais. O termo materiais inteligentes (smart materials) conhecido também por material ativo é dado a uma classe de material que exibe propriedades não encontradas em materiais convencionais. Alguns destes materiais são: compostos de materiais piezelétricos, eletrorresistivo e magnetorresistivo, fluidos e sólidos electro-reológicos, e outros. Uma das principais características do PZT (Titanato Zirconato de Chumbo), que permite utilizá-lo como sensor e atuador, é o efeito piezelétrico, ou seja, a aplicação de um campo elétrico resulta em deformação do material (efeito inverso), enquanto, a aplicação de tensão mecânica resulta no surgimento de um campo elétrico (efeito direto). Estas características associadas ao conceito de impedância elétrica e ao conceito de falha métrica permitem a localização e o monitoramento da falha. Esta técnica utiliza altas freqüências e excita os modos locais, proporcionando, assim, o monitoramento de qualquer mudança da impedância mecânica estrutural na região de influência do PZT. Redes neurais artificiais (RNA) fazem parte de um amplo conceito chamado inteligência artificial. Redes neurais têm sua base associada ao funcionamento do cérebro humano, que após treinamento possuem a capacidade de aprender. Esta ciência é objeto de estudo em diversos centros de pesquisa e, embora já tenha grande aplicabilidade, o sucesso de sua utilização depende do caso em que está sendo aplicada e de certa sutileza do projetista, uma vez que o processo ainda é empírico e teorias ainda... .The proposal of this work is the obtaining of a robust methodology for identification of structural faults combining the advantages of two methodologies, which are not based on mathematical models. The methodology applies electric impedance technique, obtained with actuator and sensor piezoceramic (smart materials), and artificial neural networks. The term smart materials is given for a material class that not exhibits properties found in conventional materials. Some of these materials are: composed of piezoelectric material, electrostrictive and magnetostrictive, electrorheological fluids and solids shape memory alloys, and others. One of the main characteristics of PZT (Lead Zirconate Titanate), that allows to use it as sensor and actuator, is the piezoelectric effect, where the application of an electric field results in deformation of the material (inverse effect), while the application of mechanical tension results in the appearance of an electric field (direct effect). These characteristics associated to the concept of electric impedance and the concept of metric fault allow the location and the monitoring of the fault. This technique uses high frequencies and low voltage and it excites local modes, providing, the monitoring of any change on the structural mechanical impedance in the area of influence of the PZT. Artificial Neural Networks (ANN) are part of a wide concept called artificial intelligence. Neural networks has its base associated to the operation of the human brain, that after training possess the capacity to learn. This science is a study object in several research centers and, although it already has great application. The success of its use depends of the case and planner's certain keenness, once the process is still empiric and theories are still being formulated. Several conceptions of neural networks... (Complete abstract, click electronic address below).Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Universidade Estadual Paulista (Unesp)Júnior, Vicente Lopes [UNESP]Universidade Estadual Paulista (Unesp)Furtado, Rogério Mendonça [UNESP]2014-06-11T19:27:14Z2014-06-11T19:27:14Z2004-02-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis152 p. : il.application/pdfFURTADO, Rogério Mendonça. Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais. 2004. 152 p. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2004.http://hdl.handle.net/11449/94553000215737furtado_rm_me_ilha.pdf33004099082P2Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T18:16:46Zoai:repositorio.unesp.br:11449/94553Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:16:46Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
title Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
spellingShingle Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
Furtado, Rogério Mendonça [UNESP]
Impedancia (Eletricidade)
Materiais piezelétricos
Redes neurais artificiais
Monitoramento de falhas
Falhas estruturais
Electric impedance
Piezoelectric materials
Artificial neural networks
Faults monitoring
Fault identification
title_short Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
title_full Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
title_fullStr Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
title_full_unstemmed Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
title_sort Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais
author Furtado, Rogério Mendonça [UNESP]
author_facet Furtado, Rogério Mendonça [UNESP]
author_role author
dc.contributor.none.fl_str_mv Júnior, Vicente Lopes [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Furtado, Rogério Mendonça [UNESP]
dc.subject.por.fl_str_mv Impedancia (Eletricidade)
Materiais piezelétricos
Redes neurais artificiais
Monitoramento de falhas
Falhas estruturais
Electric impedance
Piezoelectric materials
Artificial neural networks
Faults monitoring
Fault identification
topic Impedancia (Eletricidade)
Materiais piezelétricos
Redes neurais artificiais
Monitoramento de falhas
Falhas estruturais
Electric impedance
Piezoelectric materials
Artificial neural networks
Faults monitoring
Fault identification
description A proposta deste trabalho é a obtenção de uma metodologia robusta para identificação de falhas estruturais combinando as vantagens de duas metodologias, que não são baseadas em modelos matemáticos, ou seja: impedância elétrica obtida com atuador e sensor piezocerâmico(materiais inteligentes) e redes neurais artificiais. O termo materiais inteligentes (smart materials) conhecido também por material ativo é dado a uma classe de material que exibe propriedades não encontradas em materiais convencionais. Alguns destes materiais são: compostos de materiais piezelétricos, eletrorresistivo e magnetorresistivo, fluidos e sólidos electro-reológicos, e outros. Uma das principais características do PZT (Titanato Zirconato de Chumbo), que permite utilizá-lo como sensor e atuador, é o efeito piezelétrico, ou seja, a aplicação de um campo elétrico resulta em deformação do material (efeito inverso), enquanto, a aplicação de tensão mecânica resulta no surgimento de um campo elétrico (efeito direto). Estas características associadas ao conceito de impedância elétrica e ao conceito de falha métrica permitem a localização e o monitoramento da falha. Esta técnica utiliza altas freqüências e excita os modos locais, proporcionando, assim, o monitoramento de qualquer mudança da impedância mecânica estrutural na região de influência do PZT. Redes neurais artificiais (RNA) fazem parte de um amplo conceito chamado inteligência artificial. Redes neurais têm sua base associada ao funcionamento do cérebro humano, que após treinamento possuem a capacidade de aprender. Esta ciência é objeto de estudo em diversos centros de pesquisa e, embora já tenha grande aplicabilidade, o sucesso de sua utilização depende do caso em que está sendo aplicada e de certa sutileza do projetista, uma vez que o processo ainda é empírico e teorias ainda... .
publishDate 2004
dc.date.none.fl_str_mv 2004-02-20
2014-06-11T19:27:14Z
2014-06-11T19:27:14Z
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 FURTADO, Rogério Mendonça. Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais. 2004. 152 p. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2004.
http://hdl.handle.net/11449/94553
000215737
furtado_rm_me_ilha.pdf
33004099082P2
identifier_str_mv FURTADO, Rogério Mendonça. Identificação de falhas estruturais usando sensores e atuadores piezelétricos e redes neurais artificiais. 2004. 152 p. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2004.
000215737
furtado_rm_me_ilha.pdf
33004099082P2
url http://hdl.handle.net/11449/94553
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 152 p. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128199966588928