Diagnóstico de falhas estruturais em um protótipo de uma ponte metálica utilizando uma rede neural artificial multi-layer perceptron com backpropagation

• Autor(a) principal: de Azevedo, Maria Eduarda Mendes
• Data de Publicação: 2023
• Outros Autores: de Souza, Simone Silva Frutuoso
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Veras
• Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/65421
• topic: rede neural artificial; backpropagation; integridade estrutural; pontes metálicas

Neste artigo apresenta-se a aplicação de uma rede neural artificial multi-layer perceptron com backpropagation no diagnóstico de falhas estruturais em um protótipo de uma ponte metálica. O desenvolvimento e implementação foi realizado utilizando o toolbox NNtool do software MATLAB©. Esta ferramenta computacional pode ser utilizada para ajudar profissionais a realizar diagnósticos em estruturas, de modo a identificar falhas estruturais precocemente, realizar a manutenção preventiva e evitar catástrofes, tornando a operação de uma estrutura mais eficiente e segura. Para validar a ferramenta computacional desenvolvida, foram utilizados dados reais, adquiridos através de um experimento em um protótipo de uma ponte metálica construída em laboratório, onde foram capturados sinais da estrutura em condição normal (base-line) e da estrutura em condição de falha. Foram simuladas 6 falhas estruturas usando a técnica de aderência de massa. Foram realizados testes de referência cruzada  e os resultados apresentam precisão média de 98,75% de acerto com um desvio padrão de 4,12%. Desta forma, destaca-se que a rede neural proposta se mostra bastante eficiente e pode contribuir com outras linhas de pesquisas relacionadas a falhas estruturais e inteligência artificial.