Skip navigation
Veuillez utiliser cette adresse pour citer ce document : http://repositorio.unb.br/handle/10482/34427
Fichier(s) constituant ce document :
Fichier Description TailleFormat 
2018_VanessadeMouraSantana.pdf2,49 MBAdobe PDFVoir/Ouvrir
Titre: Avaliação de danos estruturais em vigas considerando a influência da temperatura via redes neurais artificiais
Autre(s) titre(s): Evaluation of structural damage in beams considering the influence of temperature using artificial neural networks
Auteur(s): Santana, Vanessa de Moura
Orientador(es):: Carvalho, Graciela Nora Doz de
Assunto:: Dano - estruturas
Vigas
Dano - avaliação
Redes neurais artificiais
Análise térmica
Estruturas metálicas
Date de publication: 25-avr-2019
Référence bibliographique: SANTANA, Vanessa de Moura. Avaliação de danos estruturais em vigas considerando a influência da temperatura via redes neurais artificiais. 2018. xix, 97 f., il. Dissertação (Mestrado em Estruturas e Construção Civil)—Universidade de Brasília, Brasília, 2018.
Résumé: Com o passar dos anos a preocupação com a integridade estrutural das construções vem sendo crescente. Dentre os numerosos métodos para avaliação da integridade estrutural destacam-se aqueles baseados na observação das propriedades dinâmicas, uma vez que frequências e modos dependem, fundamentalmente, da rigidez estrutural. Os métodos que avaliam esta alteração na rigidez demandam de um monitoramento contínuo da estrutura, e a busca de metodologias adequadas para o tratamento do vasto conjunto de dados coletados se faz necessária. Nesse sentido, as Redes Neurais Artificiais (RNAs) constituem uma ferramenta interessante para o tratamento destes dados. Entretanto, os efeitos ambientais, como temperatura, umidade e vento, limitam a aplicação bem-sucedida destes métodos. Dentre os efeitos ambientais mencionados a temperatura se destaca, por ser capaz de camuflar a influência provocada por pequenos danos. Com base no exposto, este trabalho apresenta um estudo sobre a influência que a variação da temperatura gera nas propriedades dinâmicas e, consequentemente, no método de avaliação de dano buscando uma alternativa de avaliação que supere estes problemas. Os dados utilizados para a construção deste estudo foram obtidos através do software de elementos finitos ANSYS, com o qual foram criados modelos numéricos de viga na configuração intacta, em diversas temperaturas, e com diferentes cenários de danos. Estes dados foram utilizados em diferentes RNAs com o algoritmo de aprendizagem backpropagation para construir uma ferramenta capaz de localizar danos, visto que pouco se conhece sobre a utilização de RNAs para avaliação de dano levando em consideração os efeitos provocados por mudanças na temperatura. Por fim, com o objetivo de analisar o desempenho das RNAs criadas diante de problemas reais, estas foram testadas com dados experimentais.
Abstract: Over the years the concern with the structural integrity of the constructions has been increasing. Among the many methods for evaluating structural integrity, those based on the observation of dynamic properties stand out, since frequencies and modes depend fundamentally on structural rigidity. The methods that evaluate this change in rigidity, demand a continuous monitoring of the structure, and the search for suitable methodologies for the treatment of the vast set of collected data becomes necessary. In this sense, Artificial Neural Networks (ANNs) constitute an interesting tool for the treatment of these data. However, environmental effects, such as temperature, humidity and wind, limit the successful application of these methods. Among the mentioned environmental effects the temperature stands out, being able to camouflage the influence caused by small damages. Based on this discussion, this work presents a study on the influence that the temperature variation generates on the dynamic properties and, consequently, on the damage evaluation method looking for an alternative evaluation that overcomes these problems. The data used for the construction of this study were obtained through ANSYS finite element software, with which numerical models of beam were created in intact configuration, at different temperatures, and with different damage scenarios. These data were used in different ANNs with the backpropagation learning algorithm to construct a tool capable of locating damage, since little is known about the use of RNAs for damage assessment taking into account the effects caused by changes in temperature. Finally, with the purpose of analyzing the performance of ANNs created in the face of real problems, the ANNs were tested with experimental data.
metadata.dc.description.unidade: Faculdade de Tecnologia (FT)
Departamento de Engenharia Civil e Ambiental (FT ENC)
Description: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2018.
metadata.dc.description.ppg: Programa de Pós-Graduação em Estruturas e Construção Civil
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Agência financiadora: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e Fundação de Apoio à Pesquisa do Distrito Federal (FAPDF).
Collection(s) :Teses, dissertações e produtos pós-doutorado

Affichage détaillé " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/34427/statistics">



Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.