dc.creator |
GOMES, Guilherme Ferreira |
|
dc.date.issued |
2017-09 |
|
dc.identifier.citation |
GOMES, Guilherme Ferreira. Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais. 2017. 188 f. Tese (Doutorado em Engenharia Mecânica) – Universidade Federal de Itajubá, Itajubá, 2017. |
pt_BR |
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/978 |
|
dc.description.abstract |
Métodos convencionais de identificação de danos em sua maioria são limitados, sendo
onerosos e em alguns casos impraticáveis, exigindo que a estrutura inspecionada esteja prontamente acessível para inspeção. Neste trabalho, desenvolveu-se um estudo numérico tratando o caso da identificação de danos como um problema inverso. Os problemas direto e inverso de identificação de danos são apresentados combinando o método dos elementos finitos com métodos computacionais inteligentes, lançando mão de heurísticas de otimização e redes neurais artificiais. Fez-se uso dos algoritmos genéticos na otimização dos objetivos construídos, e ainda, introduziu-se uma nova heurística de otimização levando em consideração o comportamento peculiar da polinização de flores e do movimento do girassol em busca do sol. O dilema básico da detecção de danos advém de respostas obtidas por sensores distribuídos nas estruturas.
A qualidade destas respostas e, portanto, a qualidade da detecção de danos depende da configuração dos sensores. Otimizou-se a configuração ótima dos sensores em três frentes principais: por meio de critérios matriciais que são capazes de fornecer localizações de maior quantidade de informação modal, uma abordagem pela reconstrução dos modos por meio de interpolação de superfícies e ainda uma terceira proposição por meio de otimização multiobjetivo. Obtendo-se as configurações ótimas dos sensores, lançou-se mão das técnicas evolucionárias na identificação de danos e em uma segunda abordagem, tratou-se o problema, essencialmente, como um problema de reconhecimento de padrões, construindo uma rede neural artificial para prever a localização de danos. Todas as discussões apresentadas nesta tese contribuem para o desenvolvimento de uma metodologia otimizada na implementação da tecnologia de monitoramento da integridade estrutural. |
pt_BR |
dc.language.iso |
pt_BR |
pt_BR |
dc.title |
Otimização da Identificação de Danos Estruturais por meio de Inteligência Computacional e Dados Modais. |
pt_BR |
dc.type |
Tese |
pt_BR |
dc.place |
Itajubá |
pt_BR |
dc.pages |
188 p. |
pt_BR |
dc.keywords.portuguese |
Identificação de Danos |
pt_BR |
dc.keywords.portuguese |
Otimização de Sensores |
pt_BR |
dc.keywords.portuguese |
Redes Neurais Artificiais |
pt_BR |
dc.keywords.portuguese |
Dados Modais |
pt_BR |
dc.keywords.portuguese |
Materiais Compósitos |
pt_BR |
dc.keywords.english |
Damage identification |
pt_BR |
dc.keywords.english |
Sensor Optimization |
pt_BR |
dc.keywords.english |
Artificial Neural Networks |
pt_BR |
dc.keywords.english |
Modal Data |
pt_BR |
dc.keywords.english |
Composite Materials |
pt_BR |
dc.orientador.principal |
CUNHA JUNIOR, Sebastião Simões da |
|
dc.orientador.coorientador |
ANCELOTTI JUNIOR, Antonio Carlos |
|
dc.place.presentation |
Universidade Federal de Itajubá |
pt_BR |
dc.pg.programa |
Engenharia Mecânica |
pt_BR |
dc.pg.area |
Projeto, Materiais e Processos |
pt_BR |
dc.date.available |
2017-10-09T17:45:42Z |
|
dc.date.accessioned |
2017-10-09T17:45:42Z |
|
dc.publisher.department |
IEM - Instituto de Engenharia Mecânica |
|
dc.publisher.program |
Programa de Pós-Graduação: Doutorado - Engenharia Mecânica |
|