Orientador : Vicente Lopes Júnior / Banca: João Carlos Mendes Carvalho / Banca: Carlos Roberto Minussi / Resumo: A proposta deste trabalho é a obtenção de uma metodologia robusta para identificação de falhas estruturais combinando as vantagens de duas metodologias, que não são baseadas em modelos matemáticos, ou seja: impedância elétrica obtida com atuador e sensor piezocerâmico(materiais inteligentes) e redes neurais artificiais. O termo materiais inteligentes (smart materials) conhecido também por material ativo é dado a uma classe de material que exibe propriedades não encontradas em materiais convencionais. Alguns destes materiais são: compostos de materiais piezelétricos, eletrorresistivo e magnetorresistivo, fluidos e sólidos electro-reológicos, e outros. Uma das principais características do PZT (Titanato Zirconato de Chumbo), que permite utilizá-lo como sensor e atuador, é o efeito piezelétrico, ou seja, a aplicação de um campo elétrico resulta em deformação do material (efeito inverso), enquanto, a aplicação de tensão mecânica resulta no surgimento de um campo elétrico (efeito direto). Estas características associadas ao conceito de impedância elétrica e ao conceito de falha métrica permitem a localização e o monitoramento da falha. Esta técnica utiliza altas freqüências e excita os modos locais, proporcionando, assim, o monitoramento de qualquer mudança da impedância mecânica estrutural na região de influência do PZT. Redes neurais artificiais (RNA) fazem parte de um amplo conceito chamado inteligência artificial. Redes neurais têm sua base associada ao funcionamento do cérebro humano, que após treinamento possuem a capacidade de "aprender". Esta ciência é objeto de estudo em diversos centros de pesquisa e, embora já tenha grande aplicabilidade, o sucesso de sua utilização depende do caso em que está sendo aplicada e de certa sutileza do projetista, uma vez que o processo ainda é empírico e teorias ainda... (Resumo completo, clicar acesso eletrônico abaixo). / Abstract: The proposal of this work is the obtaining of a robust methodology for identification of structural faults combining the advantages of two methodologies, which are not based on mathematical models. The methodology applies electric impedance technique, obtained with actuator and sensor piezoceramic (smart materials), and artificial neural networks. The term "smart materials" is given for a material class that not exhibits properties found in conventional materials. Some of these materials are: composed of piezoelectric material, electrostrictive and magnetostrictive, electrorheological fluids and solids shape memory alloys, and others. One of the main characteristics of PZT (Lead Zirconate Titanate), that allows to use it as sensor and actuator, is the piezoelectric effect, where the application of an electric field results in deformation of the material (inverse effect), while the application of mechanical tension results in the appearance of an electric field (direct effect). These characteristics associated to the concept of electric impedance and the concept of metric fault allow the location and the monitoring of the fault. This technique uses high frequencies and low voltage and it excites local modes, providing, the monitoring of any change on the structural mechanical impedance in the area of influence of the PZT. Artificial Neural Networks (ANN) are part of a wide concept called artificial intelligence. Neural networks has its base associated to the operation of the human brain, that after training possess the capacity "to learn". This science is a study object in several research centers and, although it already has great application. The success of its use depends of the case and planner's certain keenness, once the process is still empiric and theories are still being formulated. Several conceptions of neural networks... (Complete abstract, click electronic address below). / Mestre

Orientador: Vicente Lopes Júnior / Banca: Paulo Carlos Kaminski / Banca: Walter Katsumi Sakamoto / Resumo: A tecnologia de materiais inteligentes se tornou uma área de crescente interesse para o desenvolvimento de estruturas que podem incorporar atuadores e sensores capazes de detectar falhas. Extensivas investigações têm sido focadas na tecnologia que integra materiais inteligentes no monitoramento das condições de sistemas. Vários estudos têm sido realizados na área de identificação de sistemas mecânicos e há uma tendência de introduzir otimização em projetos de monitoramento de sinais que permitirá automatização do processo e caracterização de falhas para sistemas complexos. O problema de identificação de variáveis ou detecção de falhas em sistemas mecânicos é uma classe de problemas inversos e, portanto, não apresenta uma solução única. O problema inverso consiste em determinar as causas baseando-se na observação dos efeitos. Nos problemas inversos os parâmetros de falha (comprimento de trinca e/ou localização) podem ser calculados no domínio da freqüência ou do tempo. A metodologia proposta neste trabalho utiliza dados no domínio da freqüência, e utiliza, em uma primeira etapa, o método da impedância elétrica para se determinar a localização das falhas. Numa segunda etapa é realizada a quantificação da intensidade de falhas, usando algoritmos genéticos. Algoritmos genéticos (AG) são processos de otimização baseados nos princípios de evolução natural. Um AG simula um processo de adaptação em uma população inicial de indivíduos através de operadores genéticos artificiais em cada geração. Em condições de otimização, cada indivíduo da população é codificado em um cromossomo, que representa uma solução genérica para o problema, enquanto a adaptação individual é avaliada por uma função de aptidão. / Abstract: Smart material technology has become an area of increasing interest for the development of structures that are able to incorporate actuator and sensor capabilities for fault detection. Extensive investigations have been focused on integrating smart material technology into health monitoring systems. Several studies have been accomplished in the area of identification of mechanical systems and there is a tendency of introducing optimization in projects of signals monitoring, which would allow automation in the process and characterization of faults, even for complex systems. The problem of variables identification or damage detection in mechanical systems is a class of inverse problem and, therefore, it doesn't present a unique solution. The inverse problem consists in determining the causes based on some observation of their effects. In inverse problems the damaged parameters (crack length and/or location) can be calculated in frequency or time domain. The proposal methodology is based on frequency domain, and it uses, in a first stage, the method of electric impedance to determine the location of the faults. Later on takes place the quantification of the fault intensities, in a second stage, by using genetic algorithms. Genetic algorithms (GA) are optimization processes based on principles of natural evolution. A GA simulates an adaptation process taking an initial population of individuals and applying artificial genetic operators in each generation. In optimization conditions, each individual of the population is coded in a string or chromosomes, which represents a trial solution for a certain problem, while the individual adaptation is evaluated through a fitness function. / Mestre