Com o aperfeiçoamento de materiais compósitos de alto desempenho, surge a possibilidade do desenvolvimento de estruturas inteligentes, onde atuadores e sensores piezelétricos estão integrados na estrutura com sistemas de controle adequados para a atenuação de vibrações. Projetos multidisciplinares se tornam cada vez mais complexos e sofisticados, envolvendo diversas fontes de incertezas que devem ser analisadas e quantificadas. O escopo principal desse trabalho visa o estudo da propagação de incertezas em estruturas de materiais compósitos laminados com atuadores e sensores piezelétricos, onde entradas e parâmetros do projeto podem ser fontes aleatórias e/ou nebulosas. Para atingir esse objetivo é adotada a metodologia fuzzy, com a aplicação de otimização de cortes-α. Essa técnica é utilizada na presença de informações vagas ou imprecisas acerca da aleatoriedade presente. Nesse estudo projetam-se, através do método dos elementos finitos, estruturas em forma de placa e casca de material compósito laminado com atuadores e sensores piezelétricos acoplados, controlados pelos reguladores Linear Quadratic Regulator (LQR) e Linear Quadratic Gaussian (LQG). Inicialmente são realizados estudos de otimização para encontrar a melhor localização dos componentes piezelétricos pelos Gramianos de controlabilidade e observabilidade, assim como os fatores de ponderação das leis de controle. O desenvolvimento é realizado no espaço modal reduzido visando um melhor desempenho computacional. As métricas escolhidas para avaliação do controle de vibração e análise das saídas incertas do sistema são baseadas nas energias cinética, potencial e elétrica. Também apresentam-se estudos de envelopes relacionados ao deslocamentos e às frequências naturais da estrutura devido às incertezas. Os resultados mostraram que as otimizações por corte-α para tratar números fuzzy nesse tipo de problema são robustas e eficientes, encontrando-se valores extremos das saídas desejadas. Além de ser um método não intrusivo, também pode ser utilizado em problemas com um número elevado de parâmetros incertos como entrada. / The possibility of developments of smart structures arises with high performance composite materials improvements, where piezoelectric actuators and sensors are embedded into the structures, following a suitable control laws for vibration attenuation. Multidisciplinary projects are becoming highly complex and sophisticated, involving several sources of uncertainty that should be analyzed and quantified. The main objective for this work is to study the uncertainty propagation in composite laminate structures with embedded piezoelectric actuators and sensors, considering random and/or fuzzy sources for the inputs and design parameters. To accomplish this objective, it is adopted the fuzzy α-cut optimizations methodology. This technique is used when the available information related to the actual randomness is vague or imprecise. In this study, laminated composite shells and plates structures are designed and analyzed by the finite element method, where embedded piezoelectric actuators and sensors controlled by Linear Quadratic Regulator (LQR) and Linear Quadratic Gaussian (LQG) are present. Initially, optimization analyses are executed to find the best arrangement for the piezoelectric material using controllability and observability Gramians metrics, as well as the best controller parameters. This study is developed in the reduced modal space looking for computational costs savings. The chosen rating metrics for the vibration control and uncertainty analysis are based on kinetic, potential and electrical energies. Structural displacements and natural frequency envelopes due uncertainty are also studied and presented. The results have shown that the fuzzy α-cut optimizations methodology is robust and efficient to find extreme values for the sought outputs. In addition to being a non-intrusive method, it is also able to deal with a large number of uncertain input parameters.

Com o aperfeiçoamento de materiais compósitos de alto desempenho, surge a possibilidade do desenvolvimento de estruturas inteligentes, onde atuadores e sensores piezelétricos estão integrados na estrutura com sistemas de controle adequados para a atenuação de vibrações. Projetos multidisciplinares se tornam cada vez mais complexos e sofisticados, envolvendo diversas fontes de incertezas que devem ser analisadas e quantificadas. O escopo principal desse trabalho visa o estudo da propagação de incertezas em estruturas de materiais compósitos laminados com atuadores e sensores piezelétricos, onde entradas e parâmetros do projeto podem ser fontes aleatórias e/ou nebulosas. Para atingir esse objetivo é adotada a metodologia fuzzy, com a aplicação de otimização de cortes-α. Essa técnica é utilizada na presença de informações vagas ou imprecisas acerca da aleatoriedade presente. Nesse estudo projetam-se, através do método dos elementos finitos, estruturas em forma de placa e casca de material compósito laminado com atuadores e sensores piezelétricos acoplados, controlados pelos reguladores Linear Quadratic Regulator (LQR) e Linear Quadratic Gaussian (LQG). Inicialmente são realizados estudos de otimização para encontrar a melhor localização dos componentes piezelétricos pelos Gramianos de controlabilidade e observabilidade, assim como os fatores de ponderação das leis de controle. O desenvolvimento é realizado no espaço modal reduzido visando um melhor desempenho computacional. As métricas escolhidas para avaliação do controle de vibração e análise das saídas incertas do sistema são baseadas nas energias cinética, potencial e elétrica. Também apresentam-se estudos de envelopes relacionados ao deslocamentos e às frequências naturais da estrutura devido às incertezas. Os resultados mostraram que as otimizações por corte-α para tratar números fuzzy nesse tipo de problema são robustas e eficientes, encontrando-se valores extremos das saídas desejadas. Além de ser um método não intrusivo, também pode ser utilizado em problemas com um número elevado de parâmetros incertos como entrada. / The possibility of developments of smart structures arises with high performance composite materials improvements, where piezoelectric actuators and sensors are embedded into the structures, following a suitable control laws for vibration attenuation. Multidisciplinary projects are becoming highly complex and sophisticated, involving several sources of uncertainty that should be analyzed and quantified. The main objective for this work is to study the uncertainty propagation in composite laminate structures with embedded piezoelectric actuators and sensors, considering random and/or fuzzy sources for the inputs and design parameters. To accomplish this objective, it is adopted the fuzzy α-cut optimizations methodology. This technique is used when the available information related to the actual randomness is vague or imprecise. In this study, laminated composite shells and plates structures are designed and analyzed by the finite element method, where embedded piezoelectric actuators and sensors controlled by Linear Quadratic Regulator (LQR) and Linear Quadratic Gaussian (LQG) are present. Initially, optimization analyses are executed to find the best arrangement for the piezoelectric material using controllability and observability Gramians metrics, as well as the best controller parameters. This study is developed in the reduced modal space looking for computational costs savings. The chosen rating metrics for the vibration control and uncertainty analysis are based on kinetic, potential and electrical energies. Structural displacements and natural frequency envelopes due uncertainty are also studied and presented. The results have shown that the fuzzy α-cut optimizations methodology is robust and efficient to find extreme values for the sought outputs. In addition to being a non-intrusive method, it is also able to deal with a large number of uncertain input parameters.

Com o aperfeiçoamento de materiais compósitos de alto desempenho, surge a possibilidade do desenvolvimento de estruturas inteligentes, onde atuadores e sensores piezelétricos estão integrados na estrutura com sistemas de controle adequados para a atenuação de vibrações. Projetos multidisciplinares se tornam cada vez mais complexos e sofisticados, envolvendo diversas fontes de incertezas que devem ser analisadas e quantificadas. O escopo principal desse trabalho visa o estudo da propagação de incertezas em estruturas de materiais compósitos laminados com atuadores e sensores piezelétricos, onde entradas e parâmetros do projeto podem ser fontes aleatórias e/ou nebulosas. Para atingir esse objetivo é adotada a metodologia fuzzy, com a aplicação de otimização de cortes-α. Essa técnica é utilizada na presença de informações vagas ou imprecisas acerca da aleatoriedade presente. Nesse estudo projetam-se, através do método dos elementos finitos, estruturas em forma de placa e casca de material compósito laminado com atuadores e sensores piezelétricos acoplados, controlados pelos reguladores Linear Quadratic Regulator (LQR) e Linear Quadratic Gaussian (LQG). Inicialmente são realizados estudos de otimização para encontrar a melhor localização dos componentes piezelétricos pelos Gramianos de controlabilidade e observabilidade, assim como os fatores de ponderação das leis de controle. O desenvolvimento é realizado no espaço modal reduzido visando um melhor desempenho computacional. As métricas escolhidas para avaliação do controle de vibração e análise das saídas incertas do sistema são baseadas nas energias cinética, potencial e elétrica. Também apresentam-se estudos de envelopes relacionados ao deslocamentos e às frequências naturais da estrutura devido às incertezas. Os resultados mostraram que as otimizações por corte-α para tratar números fuzzy nesse tipo de problema são robustas e eficientes, encontrando-se valores extremos das saídas desejadas. Além de ser um método não intrusivo, também pode ser utilizado em problemas com um número elevado de parâmetros incertos como entrada. / The possibility of developments of smart structures arises with high performance composite materials improvements, where piezoelectric actuators and sensors are embedded into the structures, following a suitable control laws for vibration attenuation. Multidisciplinary projects are becoming highly complex and sophisticated, involving several sources of uncertainty that should be analyzed and quantified. The main objective for this work is to study the uncertainty propagation in composite laminate structures with embedded piezoelectric actuators and sensors, considering random and/or fuzzy sources for the inputs and design parameters. To accomplish this objective, it is adopted the fuzzy α-cut optimizations methodology. This technique is used when the available information related to the actual randomness is vague or imprecise. In this study, laminated composite shells and plates structures are designed and analyzed by the finite element method, where embedded piezoelectric actuators and sensors controlled by Linear Quadratic Regulator (LQR) and Linear Quadratic Gaussian (LQG) are present. Initially, optimization analyses are executed to find the best arrangement for the piezoelectric material using controllability and observability Gramians metrics, as well as the best controller parameters. This study is developed in the reduced modal space looking for computational costs savings. The chosen rating metrics for the vibration control and uncertainty analysis are based on kinetic, potential and electrical energies. Structural displacements and natural frequency envelopes due uncertainty are also studied and presented. The results have shown that the fuzzy α-cut optimizations methodology is robust and efficient to find extreme values for the sought outputs. In addition to being a non-intrusive method, it is also able to deal with a large number of uncertain input parameters.

Graph cuts have emerged as an important combinatorial optimization tool for many problems in vision. Most of the computer vision problems are discrete labeling problems. For example, in stereopsis, labels represent disparity and in image restoration, labels correspond to image intensities. Finding a good labeling involves optimization of an Energy Function. In computer vision, energy functions for discrete labeling problems can be elegantly formulated through Markov Random Field (MRF) based modeling and graph cut algorithms have been found to efficiently optimize wide class of such energy functions. The main contribution of this thesis lies in developing an efficient combinatorial optimization algorithm which can be applied to a wide class of energy functions. Generally, graph cut algorithms deal sequentially with each label in the labeling problem at hand. The time complexity of these algorithms increases linearly with number of labels. Our algorithm, finds a solution/labeling in logarithmic time complexity without compromising on quality of solution. In our work, we present an improved Logcut algorithm [24]. Logcut algorithm [24] deals with finding individual bit values in integer representation of labels. It has logarithmic time complexity, but requires training over data set. Our improved Logcut (Heuristic-Logcut or H-Logcut) algorithm eliminates the need for training and obtains comparable results in respect to original Logcut algorithm. Original Logcut algorithm cannot be initialized by a known labeling. We present a new algorithm, Sequential Bit Plane Correction (SBPC) which overcomes this drawback of Logcut algorithm. SBPC algorithm starts from a known labeling and individually corrects each bit of a label. This algorithm too has logarithmic time complexity. SBPC in combination with H-Logcut algorithm, further improves rate of convergence and quality of results. Finally, a hierarchical approach to graph cut optimization is used to further improve on rate of convergence of our algorithm. Generally, in a hierarchical approach first, a solution at coarser level is computed and then its result is used to initialize algorithm at a finer level. Here we have presented a novel way of initializing the algorithm at finer level through fusion move [25]. The SBPC and H-Logcut algorithms are extended to accommodate for hierarchical approach. It is found that this approach drastically improves the rate of convergence and attains a very low energy labeling. The effectiveness of our approach is demonstrated on stereopsis. It is found that the algorithm significantly out performs all existing algorithms in terms of quality of solution as well as rate of convergence.