Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/3285
Título: Estudo de novas estratégias para identificação de danos estruturais a partir de dados vibracionais.
Autor(es): Alves, Vinicius Nicchio
Orientador(es): Cury, Alexandre Abrahão
Palavras-chave: Construção metálica
Vibração - danos - construções metálicas
Data do documento: 2012
Editora / Evento / Instituição: Programa de Pós Graduação em Engenharia Civil. Departamento de Engenharia Civil, Escola de Minas, Universidade Federal de Ouro Preto.
Referência: ALVES, V. N. Estudo de novas estratégias para identificação de danos estruturais a partir de dados vibracionais. 2012. 188 f. Dissertação (Mestrado em Ciências da Engenharia Civil) - Universidade Federal de Ouro Preto, Ouro Preto, 2012.
Resumo: O monitoramento da integridade de uma estrutura baseia-se na utilização de indicadores confiáveis e robustos que permitam detectar, localizar, quantificar e, se possível, prever a ocorrência de danos. Os estudos relacionados à detecção de danos em estruturas de Engenharia Civil são de notável interesse, visto que a detecção de uma modificação estrutural é de fundamental importância para evitar a ocorrência de graves consequências sociais, econômicas e ambientais. Recentemente, muitas pesquisas têm se concentrado na avaliação dinâmica como parte do diagnóstico estrutural em um processo conhecido como identificação modal. O objetivo é extrair os parâmetros modais e/ou indicadores construídos a partir destes parâmetros. Estes indicadores têm mostrado as suas potencialidades, mas o problema de sua sensibilidade, a necessidade de um estado de referência e sua confiabilidade em termos de probabilidade de detecção de alarmes falsos permanece sem solução. Neste contexto, é importante o uso de técnicas capazes de lidar não só com os dados brutos (sinais), mas também com os parâmetros modais de uma forma prática e relevante. Assim sendo, novas representações foram desenvolvidas para melhorar a manipulação e armazenamento desses dados. Essas representações são conhecidas como dados simbólicos. O desenvolvimento de novos métodos capazes de lidar com este tipo de dados é o objetivo da Análise de Dados Simbólicos (ADS). Esta dissertação tem como interesse principal a utilização de diferentes métodos de classificação juntamente com a ADS para detectar danos estruturais. A ideia é utilizar procedimentos de particionamento de dados (aglomerações hierárquicas, nuvens dinâmicas e clustering fuzzy, por exemplo) para discriminar diferentes estados estruturais. Neste trabalho, a ADS é aplicada tanto às medições dinâmicas obtidas in situ (acelerações) quanto aos parâmetros modais identificados. A fim de atestar a eficiência das abordagens propostas, estudos de sensibilidade considerando aplicações numéricas e um estudo experimental são realizados. Mostra-se que a ADS juntamente com os métodos de classificação são capazes de distinguir estados estruturais com adequados índices de acerto.
Resumo em outra língua: The paradigm of structural health monitoring is based on the development of reliable and robust indicators able to detect, locate, quantify and predict damage. Studies related to damage detection in civil engineering structures have a noticeable interest for researchers in this area. Indeed, the detection of structural changes likely to become critical can avoid the occurrence of major dysfunctions associated with social, economic and environmental consequences. Recently, many researchers have focused on dynamic assessment as part of structural diagnosis. Most of the studied techniques are based on time or frequency domain analyses to extract compressed information from modal characteristics or based on indicators built from these parameters. These indicators have shown their potentialities, but the problem of their sensitivity, the necessity of a reference state, and their reliability in terms of detection probability and false alarm, still remains. In this context, it is important to use techniques capable of dealing not only with raw data but also modal parameters in a practical and relevant way. In order to give some insights to this problem, appropriate representations have been developed to improve both manipulation and storage of data. These representations are known as symbolic data. The development of new methods capable of dealing with this type of dat a is the goal of Symbolic Data Analysis (SDA). This work has as its main interest the use of different methods coupled with the SDA to detect structural damage. The idea is to employ clustering procedures (e.g., hierarchyagglomerative, dynamic clouds and fuzzy clustering) to discriminate different structural states. In this thesis, SDA is applied to dynamic measurements obtained on site (accelerations) and to the identified modal parameters. In order to attest the efficiency of the proposed approaches, several sensibility studies considering numerical applications and an experimental investigation are carried out. It is shown that SDA coupled with classification methods is able to distinguish structural conditions with adequate rates.
URI: http://www.repositorio.ufop.br/handle/123456789/3285
Aparece nas coleções:PROPEC - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_EstudoNovasEstratégias.pdf3,98 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.