Detecção de dano estrutural em estruturas planas utilizando redes neurais

Abstract

Conforme as tecnologias de projeto e construção avançam, as estruturas tendem a surgir cada vez mais esbeltas, o que as torna mais vulneráveis a vibrações excessivas. Aliado a isso, a possível degradação estrutural de construções antigas tem gerado um crescimento no desenvolvimento e aprimoramento de técnicas de monitoramento de integridade estrutural, em especial ferramentas que fazem uso das propriedades dinâmicas das estruturas (frequências naturais e modos de vibração), visto que estas sofrem alterações quando há mudanças nas propriedades físicas da estrutura. Neste sentido, métodos capazes de identificar alterações nas propriedades dinâmicas e utilizá-las para localizar e quantificar possíveis danos estruturais tornam-se de suma importância para o bom funcionamento de um sistema de monitoramento de integridade estrutural, como é o caso da técnica de Redes Neurais Artificiais (RNAs). Esta é uma técnica matemática que, quando utilizada juntamente com as características dinâmicas, mostra-se capaz de indicar até as menores alterações na integridade de elementos estruturais. Neste contexto, várias RNAs com o algoritmo backpropagation foram testadas utilizando as características dinâmicas obtidas numericamente e experimentalmente de uma viga e três pórticos planos. Tendo em vista as etapas necessárias para o bom funcionamento de uma RNA, para a fase de treinamento foram criados modelos numéricos das estruturas estudadas e suas propriedades dinâmicas foram utilizadas como entrada das redes. Já para a fase de teste, foram utilizados dados provenientes tanto de modelos numéricos quanto de estruturas ensaiadas experimentalmente. Após o processamento, os resultados foram analisados criticamente, permitindo uma avaliação do desempenho das RNAs no que diz respeito à detecção de danos estruturais.