Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/344217
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Diagnóstico de estruturas civis baseado em medidas de vibração : uma abordagem a partir de algoritmos não-adaptativos e adaptativos para treinamento de redes neurais artificiais
Title Alternative: Diagnosis of civil structures based on vibration measurements : an approach based on non-adaptive and adaptive algorithms for training of artificial neural networks
Author: Souza, Calebe Paiva Gomes de, 1979-
Advisor: Kurka, Paulo Roberto Gardel, 1958-
Abstract: Resumo: É bem sabido que o custo das ações preventivas é menor do que o envolvido em ações empregadas para corrigir alguma falha estrutural que implique, em caso de desconhecimento ou negligência, na paralisação do uso da estrutura de forma parcial ou total. Com base nisso, o diagnóstico estrutural preventivo, além de exigir parecer técnico preciso, deve ocorrer com o máximo de celeridade e, de preferência, por meio de monitoramento contínuo sem a necessidade de interrupção do uso da estrutura. Para tanto, o diagnóstico estrutural pode ser realizado com base em medidas de vibração, tendo em vista que os danos estruturais modificam diretamente as características físicas da estrutura que, por sua vez, estão relacionadas aos parâmetros modais estruturais. Com estas respostas dinâmicas, a aplicação de ferramentas computacionais adequadas para reconhecer e classificar padrões é de extrema necessidade, sendo que as redes neurais artificiais têm conquistado cada vez mais atenção ao superar os desafios envolvidos em situações com alto nível de complexidade. A fase de treinamento da rede neural, no entanto, além de essencial, pode consumir bastante tempo tanto devido ao volume de dados amostrais quanto devido ao desempenho do algoritmo de treinamento adotado. Assim, com o intuito de aperfeiçoar a prática de "SHM" (Structural Health Monitoring) em estruturas civis, a presente Tese: considera a função de ativação "ISRU" (Inverse Square Root Unit) que concorre satisfatoriamente, em termos de desempenho de aprendizagem, com a função clássica "tanh" (Tangente Hiperbólica); apresenta um processo adequado de determinação da arquitetura ótima da rede neural via análise de medidas estatísticas; introduz e avalia diversos tipos de algoritmos de treinamento não-adaptativos e adaptativos de primeira ordem que exigem, ao contrário dos algoritmos de alta ordem, baixa capacidade de memória e reduzido custo computacional; e, elabora metodologias para monitoramento contínuo de estruturas reais em serviço, simulando a interação entre a análise modal operacional e as técnicas de reconhecimento de padrões desenvolvidas. Inicialmente, estas abordagens são verificadas em três estudos de caso numéricos baseados em estruturas civis, nos quais as técnicas propostas são avaliadas em termos de desempenho de aprendizagem e análise de eficiência dos diagnósticos de danos desenvolvidos em cada estrutura. Finalmente, um quarto estudo de caso é proposto com a finalidade de revisitar o conceito tradicional que trata da impossibilidade, ou ineficiência, em diagnosticar danos a partir do conhecimento das frequências naturais, tão somente. Diante dos resultados obtidos, as técnicas propostas promoveram resultados animadores e viabilizam o aperfeiçoamento da prática de "SHM" em estruturas civis em serviço

Abstract: Generally, the cost of preventive maintenance is lower than the costs involved in corrective maintenance used to correct any structural failure that implies in the partial or full interruption of use of the structure. Based on this, preventive structural diagnosis, in addition to requiring accurate technical report, should occur as quickly as possible and preferably through continuous and real-time "SHM" (Structural Health Monitoring), preventing unnecessary interruption. The procedure of diagnosing structures may be developed based on vibration measurements, since structural damage directly modifies the structure's physical characteristics that are related to structural modal parameters. From these dynamic responses, the application of adequate computational tools for pattern recognition and classification is highly recommended, noting that artificial neural networks have gained increasing attention in overcoming the challenges involved in situations with a high level of complexity. In addition to being essential, the training stage of the neural network can be quite time consuming due to both the amount of sample data and the performance of the training algorithm adopted. Thus, in order to improve the practice of "SHM" in civil structures, this Thesis: considers the application of the "ISRU" (Inverse Square Root Unit) activation function that competes satisfactorily, in relation to the learning performance, with the classic "tanh" function (Hyperbolic Tangent); presents an suitable process of determining the optimal architecture of the neural network through the analysis of statistical measures; introduces and evaluates several types of non-adaptive and adaptive first-order training algorithms that require, unlike high-order algorithms, low memory capacity and reduced computational cost; and develops methodologies for continuous monitoring of real structures in service, simulating the interaction among operational modal analysis and developed pattern recognition techniques. Initially, these approaches are verified in three numerical case studies based on civil structures, in which the proposed techniques will be evaluated in terms of learning performance and efficiency analysis of the damage diagnosis developed in each structure. Finally, a fourth case study is proposed in order to revisit the traditional concept that deals with the impossibility, or inefficiency, in diagnosing damage from the knowledge of natural frequencies only. In view of the results obtained, the proposed techniques promoted encouraging results and allowed the improvement of the practice of "SHM" in civil structures
Subject: Monitoramento online
Localização de falhas (Engenharia)
Integridade estrutural
Redes neurais (Computação)
Métodos de gradiente
Language: Português
Editor: [s.n.]
Citation: SOUZA, Calebe Paiva Gomes de. Diagnóstico de estruturas civis baseado em medidas de vibração: uma abordagem a partir de algoritmos não-adaptativos e adaptativos para treinamento de redes neurais artificiais. 2020. 1 recurso online ( 148 p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Campinas, SP.
Date Issue: 2020
Appears in Collections:FEM - Tese e Dissertação

Files in This Item:
File SizeFormat 
Souza_CalebePaivaGomesDe_D.pdf29.24 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.