Orientador: Vicente Lopes Junior / Banca: Samuel Silva / Banca: Michael John Brennan / Banca: Carlos Alberto Cimini Junior / Resumo: Pesquisadores de diversas partes do mundo se empenham em desenvolver técnicas capazes de monitorar a integridade de máquinas, veículos e estruturas, principalmente as que a ruptura ou destruição possa provocar acidentes e catástrofes. Neste contexto, várias técnicas não destrutivas podem ser utilizadas para monitorar estes sistemas permitindo a realização de reparos e, evitando maiores prejuízos econômicos e danos sociais. A técnica da Impedância Eletromecânica está entre as técnicas baseadas na utilização de materiais piezelétricos e, particularmente, utiliza-se de uma curva sensível a pequenas variações na estrutura, característica que faz a técnica ser eficiente na detecção de danos incipientes. No entanto, sob variações das condições ambiente e de teste, a sensibilidade da técnica pode produzir falsos diagnósticos. Desta forma, o desafio atual é aplicar a técnica da Impedância Eletromecânica em sistemas de monitoramento considerando condições mais próximas às condições de operação reais dos sistemas a serem monitorados. Este trabalho apresenta duas metodologias para sistemas SHM, a primeira consiste em utilizar a técnica de agrupamento Fuzzy c-means para entender e considerar o efeito da temperatura nos sinais da Impedância Eletromecânica. A segunda metodologia utiliza análise de variância (ANOVA) para propor uma metodologia de detecção mais robusta, e assim, incorporar variações aleatórias nos sistemas de medição e aquisição sem comprometer o diagnóstico SHM / Abstract: Researchers around the world are engaged to develop techniques for structural health monitoring of machinery, vehicles and structures, especially systems where damage or destruction could induce accidents and disasters. In this context, several non-destructive techniques can be used to monitor these systems allowing repairs and avoiding major economic losses or social losses. The electromechanical impedance technique is among the techniques based on piezoelectric materials use and it is sensible to small variations in the structure which makes it efficient in detecting incipient damages. However, variations in the ambient or test conditions can cause false diagnoses. Therefore, the current challenge is to apply the electromechanical impedance technique considering monitoring conditions closer to real operating conditions of the systems to be monitored. This work presents two methodologies for SHM systems. The first one uses Fuzzy c-means clustering to distinguish the temperature effect on impedance signal. The second method uses analysis of variance (ANOVA) to propose a more robust detection methodology and thus incorporate random variations in measurement systems and acquisition without loss of SHM diagnostic / Mestre