Use este identificador para citar ou linkar para este item:
https://repositorio.unifei.edu.br/jspui/handle/123456789/1786
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | LOPES, Patricia da Silva | - |
dc.date.issued | 2007-03-02 | - |
dc.identifier.citation | LOPES, Patricia da Silva. Detecção de danos em estruturas por meio de técnicas de redes neurais artificiais e algoritmos genéticos. 2007. 91 f. Dissertação (Mestrado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2007. | pt_BR |
dc.identifier.uri | https://repositorio.unifei.edu.br/jspui/handle/123456789/1786 | - |
dc.description.abstract | A detecção de danos é um importante ramo da engenharia que possibilita que medidas corretivas sejam aplicadas para garantir a segurança estrutural. O tempo de vida de qualquer estrutura pode ser predito por meio da correta determinação do dano. O objetivo do trabalho é a detecção de danos em estruturas por meio de duas técnicas, otimização global e identificação de parâmetros. A modelagem térmica do problema de detecção de danos é efetuada por meio do método de elementos de contorno. Técnicas de otimização são utilizadas para a minimização da diferença entre os valores de potencial medidos na estrutura e os valores de potencial calculados pelo programa de localização do dano. Como esta diferença é, em geral, não-convexa, os algoritmos genéticos são utilizados para resolver o problema de otimização global. Redes neurais artificiais que identificam os parâmetros desconhecidos dos danos estruturais também são utilizadas para resolver o problema inverso de detecção de danos. Esta técnica simula o comportamento não-linear entre os valores de potenciais internos na estrutura e os parâmetros do dano. Neste trabalho, uma comparação entre as diferentes técnicas é realizada e os resultados são discutidos para o problema. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.title | Detecção de danos em estruturas por meio de técnicas de redes neurais artificiais e algoritmos genéticos. | pt_BR |
dc.type | Dissertação | pt_BR |
dc.place | Itajubá | pt_BR |
dc.pages | 91 p. | pt_BR |
dc.keywords.portuguese | Detecção de Danos | pt_BR |
dc.keywords.portuguese | Redes Neurais Artificiais | pt_BR |
dc.keywords.portuguese | Otimização | pt_BR |
dc.keywords.portuguese | Algoritmos Genéticos | pt_BR |
dc.keywords.english | Damage Detection | pt_BR |
dc.keywords.english | Artificial Neural Networks | pt_BR |
dc.keywords.english | Optimization | pt_BR |
dc.keywords.english | Genetic Algorithms | pt_BR |
dc.orientador.principal | JORGE, Ariosto Bretanha | - |
dc.orientador.coorientador | CUNHA JÚNIOR, Sebastião Simões da | - |
dc.place.presentation | Universidade Federal de Itajubá | pt_BR |
dc.pg.programa | Engenharia Mecânica | pt_BR |
dc.pg.area | Projeto e Fabricação | pt_BR |
dc.date.available | 2018-10-24T16:56:51Z | - |
dc.date.accessioned | 2018-10-24T16:56:51Z | - |
dc.publisher.department | IEM - Instituto de Engenharia Mecânica | - |
dc.publisher.program | Programa de Pós-Graduação: Mestrado - Engenharia Mecânica | - |
Aparece nas coleções: | Dissertações |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
dissertacao_0031307.pdf | 439,01 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.