Please use this identifier to cite or link to this item: http://www.repositorio.ufop.br/handle/123456789/7244
Title: Técnicas de anormalidade aplicadas à detecção de danos estruturais.
Authors: Alves, Vinicius Nicchio
metadata.dc.contributor.advisor: Cury, Alexandre Abrahão
Ribeiro, Diogo Rodrigo Ferreira
Keywords: Estabilidade estrutural
Confiabilidade - engenharia
Construção metálica
Otimização combinatoria
Algoritmos genéticos
Issue Date: 2016
metadata.dc.contributor.referee: Cury, Alexandre Abrahão
Ribeiro, Diogo Rodrigo Ferreira
Borges, Carlos Cristiano Hesenclever
Landres Júnior, Jánes
Citation: ALVES, Vinicius Nicchio. Técnicas de anormalidade aplicadas à detecção de danos estruturais. 2016. 151f. Tese (Doutorado em Engenharia Civil) - Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, 2016.
Abstract: A identificação de danos em estruturas de Engenharia Civil é de fundamental importância para evitar ocorrências de graves consequências sociais, ambientais e econômicas. Assim, é de crescente interesse o desenvolvimento de metodologias que possibilitem detectar, quantificar, localizar e se possível, prever a ocorrência de danos. Nesse contexto, o presente trabalho tem por objetivo avaliar um conjunto de indicadores, obtidos a partir das respostas dinâmicas e dos parâmetros modais da estrutura, visando trazer novas abordagens para avaliação de danos estruturais. Devido a algumas dificuldades inerentes à utilização direta das respostas dinâmicas, tais como a sua extensão e a presença de ruídos, ferramentas são propostas como alternativas para contornar esses inconvenientes. Dentre elas, destaca-se: a Análise de Dados Simbólicos, a Análise das Componentes Principais, as transformadas de Fourier, as wavelets e a utilização de parâmetros estatísticos de ordem superior. Em um segundo momento, os parâmetros modais estruturais – frequências naturais, modos próprios e suas derivadas – também serão utilizados como elementos básicos para localização e quantificação de danos. Assim, pode-se definir que duas estratégias para identificação de dano são utilizadas no âmbito desta tese: aquelas baseadas exclusivamente em dados, que utilizam os métodos de classificação não supervisionados (aglomerações hierárquicas, k-means, c-means), e os métodos de classificação supervisionados (redes neurais e máquinas de vetores suporte) para detectar alterações estruturais; e aquelas baseadas em modelos, que utilizam métodos de otimização (algoritmos genéticos) para atualização dos modelos a partir dos parâmetros modais identificados. As metodologias propostas são aplicadas a diversos estudos de caso, tanto numéricos quanto experimentais, a fim de se avaliar a eficiência das técnicas propostas para detectar, localizar e quantificar danos. No geral, percebe-se que o conjunto de abordagens proposto é capaz de inferir, com certo grau de confiança, acerca do estado de danos das estruturas analisadas.
metadata.dc.description.abstracten: Damage identification in Civil Engineering structures is crucial to avoid social, environmental and economic consequences. Thus, it is of paramount interest the development of methodologies able to detect, quantify, locate and predict the occurrence of damage, when possible. In this context, this work aims to evaluate a set of damage indicators obtained from dynamic responses and from modal parameters of the structure. Due to difficulties inherent to the use of dynamic responses, such as their length and the presence of noise, several tools are proposed to overcome these drawbacks, such as the Symbolic Data Analysis, the Principal Component Analysis, the Fourier Transform, wavelets and the use of high-order statistical parameters. In a second step, the modal parameters - natural frequencies, mode shapes and its derivatives –are also used as basic elements to locate and quantify damage. Thus, it can be stated that two strategies for damage identification are used as part of this thesis: those based solely on data, using unsupervised classification methods (hierarchical clusters, k-means, c-means), and supervised classification (neural networks and support vector machine) to detect structural changes; and those based on models, using optimization methods (genetic algorithms) to update the model from the identified modal parameters. The proposed methodologies are applied to several study cases, both numerical and experimental, in order to evaluate the effectiveness of the proposed techniques to detect, locate and quantify damage. Overall, it is observed that the proposed set of approaches is able to infer, with a certain degree of confidence, about the state of the analyzed structures damage.
Description: Programa de Pós Graduação em Engenharia Civil. Departamento de Engenharia Civil, Escola de Minas, Universidade Federal de Ouro Preto.
URI: http://www.repositorio.ufop.br/handle/123456789/7244
metadata.dc.rights.license: Autorização concedida ao Repositório Institucional da UFOP pelo autor, 02/12/2016, com as seguintes condições: disponível sob Licença Creative Commons 4.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Appears in Collections:PROPEC - Doutorado (Teses)

Files in This Item:
File Description SizeFormat 
TESE_TécnicasAnormalidadeAplicadas.pdf5,24 MBAdobe PDFView/Open


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