Made available in DSpace on 2014-10-09T12:36:47Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T13:57:29Z (GMT). No. of bitstreams: 1 12897.pdf: 1698549 bytes, checksum: c18bc00ac97b58dffe2313af7761ee1d (MD5) / Dissertacao (Mestrado) / IEA/D / Escola Politecnica, Universidade de Sao Paulo - POLI/USP

Os ensaios não destrutivos servem como uma importante ferramenta para a análise de estruturas de concreto armado. A utilização de ensaios de velocidade de propagação do pulso ultra-sônico (VPU) permite realizar um acompanhamento das características do material ao longo de sua vida útil. Através da análise dos dados obtidos, pode-se averiguar a uniformidade do concreto, controlar a sua qualidade, acompanhar sua deterioração e, através de comparação com corpos de prova de referência e, até mesmo, estimar a resistência do mesmo. No entanto, as técnicas atuais para análise dos resultados coletados são, em grande parte, baseadas na sensibilidade dos profissionais que as aplicam. Para facilitar o controle e inspeção de estruturas de concreto armado é fundamental desenvolver estratégias para tornar esta análise mais simples e precisa. Este trabalho se baseia na hipótese de que a aplicação de Redes Neurais Artificiais (RNAs) pode gerar modelos de relacionamento úteis e acurados entre as características do concreto, sua compacidade e sua resistência à compressão. O intuito é determinar se com o uso de RNAs é possível estabelecer relações não-lineares que permitam estimar a resistência do concreto a partir do conhecimento de algumas propriedades básicas e da verificação da sua compacidade por meio de ensaios de VPU. Os resultados indicam que as RNAs podem ser usadas para gerar métodos numéricos robustos e flexíveis para estimativa da resistência à compressão a partir de dados de VPU. O estudo evidencia uma considerável melhora nos resultados de estimação da resistência quando se empregam modelos neurais, em comparação a modelos estatísticos tradicionais. Para os dados coletados, provenientes de diversas pesquisas, os modelos tradicionais geram estimativas com coeficientes de determinação que não ultrapassam um valor de R² de 0,40. Já as redes neurais conseguem ajustes com R² da ordem de 0,90. Além de contribuir para uma melhor análise de situações em que haja dúvidas sobre a resistência ou homogeneidade de elementos de concreto, o trabalho demonstra que modelos neurais são uma forma eficiente de ordenar e transferir conhecimento não estruturado. Constatou-se, ainda, que, dada sua capacidade de aprendizagem e de generalização do conhecimento adquirido, as RNAs se constituem em um meio rápido e preciso para modelagem de fenômenos complexos. / Nondestructive Testing (NDT) techniques are useful tools for analyzing reinforced concrete (RC) structures. The use of Ultrassonic Pulse Velocity (UPV) measurements enables the monitoring of changes in some critical characteristics of concrete over the service life of a structure. The interpretation of the data collected allows an assessment of concrete uniformity, and can be used to perform quality control, to monitor deterioration and even, by means of comparison against reference samples, to estimate compressive strength. Nonetheless, the current techniques for UPV data analysis are, on a large degree, based on the sensitivity of the professionals who apply these tests. For accurate diagnosis it is necessary to consider the various factors and conditions that can affect the results. To proper control and inspect RC facilities it is essential to develop appropriate strategies to make the task of data interpretation easier and more accurate. This work is based on the notion that using Artificial Neural Networks (ANNs) is a feasible way to generate workable estimation models correlating concrete characteristics, compacity and compressive strength. The goal is to determine if it is possible to establish models based on non-linear relationships that are capable of estimating with good accuracy the concrete strength based on previous knowledge of some basic material characteristics and UPV measurements. The study shows that this goal is achievable and indicates that neural models perform better than traditional statistical models. For the data collected in this work, provided by various researchers, traditional regression models cannot exceed R² = 0.40, while the use of ANNs allows the creation of models that can reach a determination coefficient R² = 0.90. The results make clear that, besides contributing to better the analysis of situations where there is doubts regarding concrete strength or uniformity, neural models are an efficient way to order and transfer unstructured knowledge. It was shown that, given the learning capacity and its ability to generalize acquired information into mathematical patterns, ANNs are a quick and adequate way to model complex phenomena.

In recent decades techniques related to the measurement of elastic waves have advanced significantly. It is now possible with relatively inexpensive equipment to record amplitudes and frequency bands that were unthinkable two decades ago. This has led to the development of theoretical topics which application was questionable until not long ago, to profit from new technological potential in obtaining more and better experimental information. In this context the study of the propagation of guided waves in solids is presented as a knowledge that allows to detect damage with efficiency and economy in a number of structures in which at least one dimension is much larger than the other two. This is the case for rails, tubulations and pressure vessels among others. In this work, guided waves propagation characteristics are studied, first in a prismatic bar and then within the geometry of a rail. In both cases, dispersion curves were computed according two different work methodologies, first using an axisymmetric model and then corroborated with a model of periodic conditions. Finally propagation of a Tone-Burst waves were simulated on the analyzed geometries, leading to the discussion of how the waves scatter along its propagation. The results obtained were the dispersion curves of both sections. / En las últimas décadas técnicas relacionadas con la medición de ondas elásticas han avanzado sensiblemente. Actualmente, con equipamientos relativamente económicos es posible registrar amplitudes y franjas de frecuencia que eran impensables dos décadas atrás. Este hecho ha motivado que tópicos teóricos que hasta hace un tiempo tenían una aplicación cuestionable tengan que ser desarrollados para poder aprovechar las nuevas potencialidades tecnológicas en la obtención de mayor y mejor información experimental. En este contexto, el estudio de la propagación de ondas guiadas en sólidos se presenta como un conocimiento que posibilita detectar daño con eficiencia y economía en una serie de estructuras en las cuales por lo menos una dimensión es mucho mayor que las otras dos. Es el caso de estructuras tubulares, rieles o recipientes sometidos a presión entre otras. En el presente trabajo se estudian las características de propagación de ondas guiadas primeramente una barra rectangular y posteriormente en la geometría de un riel. En ambos casos, fueron calculadas las curvas de dispersión obtenidas con por dos metodologías de trabajo por elementos finitos, la primer metodología fue emplear un cálculo aplicando un modelo axisimétrico, y luego corroborado con un modelo de condiciones periódicas y posteriormente fue simulada la propagación de una onda tipo Toneburst sobre las geometrías analizadas discutiendo cómo dicha onda se dispersa durante su propagación. Los resultados obtenidos fueron las curvas de dispersión de ambas secciones.

Os ensaios não destrutivos servem como uma importante ferramenta para a análise de estruturas de concreto armado. A utilização de ensaios de velocidade de propagação do pulso ultra-sônico (VPU) permite realizar um acompanhamento das características do material ao longo de sua vida útil. Através da análise dos dados obtidos, pode-se averiguar a uniformidade do concreto, controlar a sua qualidade, acompanhar sua deterioração e, através de comparação com corpos de prova de referência e, até mesmo, estimar a resistência do mesmo. No entanto, as técnicas atuais para análise dos resultados coletados são, em grande parte, baseadas na sensibilidade dos profissionais que as aplicam. Para facilitar o controle e inspeção de estruturas de concreto armado é fundamental desenvolver estratégias para tornar esta análise mais simples e precisa. Este trabalho se baseia na hipótese de que a aplicação de Redes Neurais Artificiais (RNAs) pode gerar modelos de relacionamento úteis e acurados entre as características do concreto, sua compacidade e sua resistência à compressão. O intuito é determinar se com o uso de RNAs é possível estabelecer relações não-lineares que permitam estimar a resistência do concreto a partir do conhecimento de algumas propriedades básicas e da verificação da sua compacidade por meio de ensaios de VPU. Os resultados indicam que as RNAs podem ser usadas para gerar métodos numéricos robustos e flexíveis para estimativa da resistência à compressão a partir de dados de VPU. O estudo evidencia uma considerável melhora nos resultados de estimação da resistência quando se empregam modelos neurais, em comparação a modelos estatísticos tradicionais. Para os dados coletados, provenientes de diversas pesquisas, os modelos tradicionais geram estimativas com coeficientes de determinação que não ultrapassam um valor de R² de 0,40. Já as redes neurais conseguem ajustes com R² da ordem de 0,90. Além de contribuir para uma melhor análise de situações em que haja dúvidas sobre a resistência ou homogeneidade de elementos de concreto, o trabalho demonstra que modelos neurais são uma forma eficiente de ordenar e transferir conhecimento não estruturado. Constatou-se, ainda, que, dada sua capacidade de aprendizagem e de generalização do conhecimento adquirido, as RNAs se constituem em um meio rápido e preciso para modelagem de fenômenos complexos. / Nondestructive Testing (NDT) techniques are useful tools for analyzing reinforced concrete (RC) structures. The use of Ultrassonic Pulse Velocity (UPV) measurements enables the monitoring of changes in some critical characteristics of concrete over the service life of a structure. The interpretation of the data collected allows an assessment of concrete uniformity, and can be used to perform quality control, to monitor deterioration and even, by means of comparison against reference samples, to estimate compressive strength. Nonetheless, the current techniques for UPV data analysis are, on a large degree, based on the sensitivity of the professionals who apply these tests. For accurate diagnosis it is necessary to consider the various factors and conditions that can affect the results. To proper control and inspect RC facilities it is essential to develop appropriate strategies to make the task of data interpretation easier and more accurate. This work is based on the notion that using Artificial Neural Networks (ANNs) is a feasible way to generate workable estimation models correlating concrete characteristics, compacity and compressive strength. The goal is to determine if it is possible to establish models based on non-linear relationships that are capable of estimating with good accuracy the concrete strength based on previous knowledge of some basic material characteristics and UPV measurements. The study shows that this goal is achievable and indicates that neural models perform better than traditional statistical models. For the data collected in this work, provided by various researchers, traditional regression models cannot exceed R² = 0.40, while the use of ANNs allows the creation of models that can reach a determination coefficient R² = 0.90. The results make clear that, besides contributing to better the analysis of situations where there is doubts regarding concrete strength or uniformity, neural models are an efficient way to order and transfer unstructured knowledge. It was shown that, given the learning capacity and its ability to generalize acquired information into mathematical patterns, ANNs are a quick and adequate way to model complex phenomena.

Made available in DSpace on 2014-10-09T12:35:50Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:03:40Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:25:41Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:03:40Z (GMT). No. of bitstreams: 1 06914.pdf: 2955248 bytes, checksum: 106449a86e70d89b0638f2132a9326c4 (MD5) / Tese [Doutoramento] / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

Made available in DSpace on 2014-10-09T12:45:50Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:07:49Z (GMT). No. of bitstreams: 1 07313.pdf: 4614224 bytes, checksum: b35f3b3a0d88e2ee74e856c2c7883aaf (MD5) / Dissertacao (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

In recent decades techniques related to the measurement of elastic waves have advanced significantly. It is now possible with relatively inexpensive equipment to record amplitudes and frequency bands that were unthinkable two decades ago. This has led to the development of theoretical topics which application was questionable until not long ago, to profit from new technological potential in obtaining more and better experimental information. In this context the study of the propagation of guided waves in solids is presented as a knowledge that allows to detect damage with efficiency and economy in a number of structures in which at least one dimension is much larger than the other two. This is the case for rails, tubulations and pressure vessels among others. In this work, guided waves propagation characteristics are studied, first in a prismatic bar and then within the geometry of a rail. In both cases, dispersion curves were computed according two different work methodologies, first using an axisymmetric model and then corroborated with a model of periodic conditions. Finally propagation of a Tone-Burst waves were simulated on the analyzed geometries, leading to the discussion of how the waves scatter along its propagation. The results obtained were the dispersion curves of both sections. / En las últimas décadas técnicas relacionadas con la medición de ondas elásticas han avanzado sensiblemente. Actualmente, con equipamientos relativamente económicos es posible registrar amplitudes y franjas de frecuencia que eran impensables dos décadas atrás. Este hecho ha motivado que tópicos teóricos que hasta hace un tiempo tenían una aplicación cuestionable tengan que ser desarrollados para poder aprovechar las nuevas potencialidades tecnológicas en la obtención de mayor y mejor información experimental. En este contexto, el estudio de la propagación de ondas guiadas en sólidos se presenta como un conocimiento que posibilita detectar daño con eficiencia y economía en una serie de estructuras en las cuales por lo menos una dimensión es mucho mayor que las otras dos. Es el caso de estructuras tubulares, rieles o recipientes sometidos a presión entre otras. En el presente trabajo se estudian las características de propagación de ondas guiadas primeramente una barra rectangular y posteriormente en la geometría de un riel. En ambos casos, fueron calculadas las curvas de dispersión obtenidas con por dos metodologías de trabajo por elementos finitos, la primer metodología fue emplear un cálculo aplicando un modelo axisimétrico, y luego corroborado con un modelo de condiciones periódicas y posteriormente fue simulada la propagación de una onda tipo Toneburst sobre las geometrías analizadas discutiendo cómo dicha onda se dispersa durante su propagación. Los resultados obtenidos fueron las curvas de dispersión de ambas secciones.

Em formação de imagens por ultrassom de objetos com superfícies curvas, em imersão, se as velocidades de propagação no ruído e no objeto forem muito diferentes os efeitos de refração precisam ser compensados. Nesse caso a posição e a forma da superfície precisam ser conhecidas. Neste trabalho a superfície é detectada pelo mesmo array linear que captura os sinais para a formação de imagem.Dois métodos rápidos de detecção de superfície foram propostos, um baseado em técnicas de formação de imagem e outro que utiliza informações de tempo de percurso de ecos extraídas diretamente dos sinais de ultrassom.Os dois métodos foram comparados,e o método baseado em imagem apresentou uma maior tolerância a erros nos sinais, enquanto o método baseado em tempo de percurso mostrou-se mais rápido.Com a superfície detectada, a imagem foi formada por combinação de imagens por abertura sintética, que apresentou uma boa resolução. O uso conjunto dos métodos de detecção de superfície propostos e da formação de imagem resultou em uma taxa de imagens que permite ensaios interativos,com processamento em uma CPU de uso geral. / In ultrasound imaging ofobjects with curved surface, in immersion, the refraction eects must be compensated for if the propagation speed in the uid is very dierent from the speed in the object. In this case the surface position and shape must be known. In this work the surface is detected by the same linear array that captures the signals for the image formation. Two fast methods for surface detection were proposed,one is based on image formation techniques and another utilizes the echotime-of-ight information directly from the ultra\\sound signals.The two methods were compared,and the image-based method was more tolerant of signal errors, while the time-of-ight-based method was faster. After the surface detection, the image was formed by combination of synthetic aperture images,with a good resulting resolution. The utilization of the proposed surface detection methods together with the image formation resulted in an image rate that allows interactive testing, with processing on a general-purpose CPU.

Made available in DSpace on 2014-10-09T12:36:47Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T13:57:29Z (GMT). No. of bitstreams: 1 12897.pdf: 1698549 bytes, checksum: c18bc00ac97b58dffe2313af7761ee1d (MD5) / Dissertacao (Mestrado) / IEA/D / Escola Politecnica, Universidade de Sao Paulo - POLI/USP