Este trabalho apresenta uma abordagem para a identificação da dinâmica não linear do modelo matemático de uma pá de helicóptero em rotação. Durante a simulação, foi considerado o helicóptero em voo pairado. Foi usada a representação bilinear para o modelo, uma das formas mais simples de representação de um modelo não linear. O modelo matemático da pá foi implementado através do método de elementos finitos e simulado em ambiente Matlab. Foi suada na identificação, uma rede neural artificial como técnica não convencional, já que demonstra grande capacidade de aproximação de modelos não lineares, grande desempenho em análise da dinâmica de sistemas flexíveis e implementação e rapidez consideráveis. As redes neurais com processamento temporal são usadas para aproximar componentes da dinâmica não linear sobre um conjunto de entradas prescritas, e são usadas em simulação como meio rápido de obter a resposta no tempo. Para capturar a natureza recursiva dos componentes dinâmicos do sistema foi usada uma rede feedforward com processamento temporal, com uma camada intermediária de neurônios e com entradas na rede atrasadas. Para verificar o desempenho da rede, foi feita a comparação entre os dados de simulação obtidos originalmente e os dados resultantes de simulação da rede. Este trabalho foi desenvolvido visando futuramente aplicação de técnicas de controle de vibrações em pás rotativas.

This work presents an approach for non-linear dynamics identification of a rotating helicopter blade mathematical model. During simulation, the helicopter was considered in hovering flight. A bilinear representation was used for the model, since it is known as one of the simplest forms of representation of a non linear model. Mathematical model of blade was implemented using finite elements method and simulated in Matlab. A neural network is used in the identification process as a non conventional technique, since it demonstrates good capacity for approximation non-linear models and good performance in terms of the analysis of the dynamics of flexible systems. It also presents good performance in terms of implementation and processing speed. The neural networks with time dependent processing are used to approximate the components of the non-linear dynamics over a prescribed inputs set, and they are used in simulation as a rapid way of obtaining the time response. In order to capture the recursive nature of the dynamic components of the system, a feedforward network with time dependent processing, with an intermediate layer of neurons and delayed inputs is used. The performance of the net was verified comparing the results obtained originally by simulation with those resulting from the network emulation. This work was developed in order to apply vibration control techniques to rotating blades.