Resumo: O monitoramento da integridade estrutural (SHM) de sistemas mecânicos trata-se de uma tecnologia emergente que combina modernos sensores com inteligentes algoritmos computacionais para analisar a condição da estrutura em tempo real ou quando for necessário. Segurança, alto desempenho em operação e redução nos custos de manutenção são alguns dos principais benefícios concedidos pela tecnologia SHM. Deste modo, esta tecnologia vem encontrando aceitação crescente na indústria, principalmente na aeronáutica e petrolífera onde os custos de manutenção são muito elevados. Dentre as técnicas de monitoramento desenvolvidas, a dos observadores de estado se destacou. No entanto, esta técnica SHM possui algumas restrições que motivam o interesse pelo desenvolvimento de uma nova abordagem para a mesma. Neste contexto, este trabalho alia os já conhecidos observadores de estado com as características do domínio modal a fim de determinar o modo de vibrar mais afetado pela presença de um dano qualquer no sistema monitorado. A partir do conhecimento desta informação é possível projetar, por exemplo, sistemas de controle e manutenção mais eficientes. Contudo, nesta dissertação são apresentadas aplicações numéricas e experimentais em diferentes sistemas mecânicos a fim de detalhar e demonstrar a técnica SHM via Observador de Estado Modal, inicialmente proposta aqui. Algumas destas aplicações contam ainda com sensores e atuadores piezelétricos acoplados as estruturas. Os resultados encontrados mostram pontos favoráveis e desfavoráveis da técnica proposta / Abstract: Structural Health Monitoring (SHM) is an emerging technology that combines modern sensors with intelligent algorithms to analyze the structural condition in real time or specific time. Security, high operation performance and maintenance reduction costs are some of the key benefits provided by this technology. Not surprisingly, the SHM techniques have recently received increased attention in aircraft and oil industries. Among the developed SHM techniques, state observers had special attention. However, this technique presents some restrictions that motivate the development of a new SHM approach through state observers. In this context, this work associates the already known state observers with features obtained in the modal domain to determine the vibration modes that are more affected by damage presence in the monitored structure. That information makes possible the design of efficient maintenance and control systems. In order to analyze the Modal State Observer technique, firstly presented here, numerical and experimental applications in different mechanical systems are presented. In some applications are used sensors and piezoelectric actuators coupled in the structures. The results lead to the conclusion that the Modal State Observer is a potential useful SHM tool / Orientador: Gilberto Pechoto de Melo / Coorientador: Vicente Lopes Junior / Banca: Luiz de Paula do Nascimento / Banca: Valder Steffen Junior / Mestre

Made available in DSpace on 2014-06-11T19:24:47Z (GMT). No. of bitstreams: 0 Previous issue date: 2004-03-22Bitstream added on 2014-06-13T18:21:16Z : No. of bitstreams: 1 tebaldi_a_me_ilha.pdf: 2161680 bytes, checksum: 3d261c29fd3aac533dd79cedd2e48b90 (MD5) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / 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. / 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.

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