• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.3.1997.tde-25062024-112122
Documento
Autor
Nome completo
Marcelo Augusto Leal Alves
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 1997
Orientador
Banca examinadora
Kaminski, Paulo Carlos (Presidente)
Lindenberg Neto, Henrique
Salvagni, Ronaldo de Breyne
Título em português
Utilização de frequências naturais e redes neurais artificiais para detecção de defeitos em estruturas.
Palavras-chave em português
Engenharia mecânica
Estruturas
Redes neurais
Resumo em português
É proposto o uso de freqüências naturais e redes neurais artificiais para a detecção de defeitos em estruturas. As freqüências naturais de uma estrutura são afetadas apenas pela presença de defeitos. Entretanto, a detecção e localização direta destes últimos a partir apenas das variações das freqüências só foi conseguida para modelos simples de estruturas. O uso das redes neurais artificiais é indicado como meio para obter-se a localização e avaliação da extensão destes defeitos tendo apenas algumas freqüências naturais como informação. Foi feita uma revisão bibliográfica que cobre os tópicos: Detecção de defeitos basendo-se em modificações na resposta dinâmica da estrutura, redes neurais artificiais e suas aplicações e ainda mais especificamente, redes neurais artificiais aplicadas à detecção de defeitos. Também é feita uma introdução às redes neurais. São apresentados dois exemplos de aplicação que cobrem diferentes aspectos da metodologia proposta. São vistas duas estruturas bastantes distintas bem como maneiras diferentes de modelagem dos defeitos a serem detectados. Os resultados mostraram a viabilidade da metodologia proposta e ainda fornecem diretrizes para desenvolvimento futuros.
Título em inglês
Untitled in english
Palavras-chave em inglês
Mechanical engineering
Neural networks
Structures
Resumo em inglês
The use of natural frequencies and artificial neural networks to damage detection in structures is proposed. The natural frequencies of a structure are modified by the presence of damages. However, the detection and location of damages only from the changes on natural frequencies, it was only achieved in simple models for the structures. The use of neural networks is aimed as a way to obtain the location and extent of the damages having only a few natural frequencies as information. A bibliographical review was done and it covers the following topics. Damage detection using the modification in the dynamic response of a structure, artificial neural networks and their applications, and more specifically, artificial neural networks applied do damage detection. It was also done an introduction to the artificial neural networks. Two examples are presented and they cover many aspects of the proposed methodology. Two very different structures are viewed as well as distinct ways to model the damages to be detected. The results show the feasibility of the proposed methodology and they also provide guidelines to future developments.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2024-06-26
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.