Return to search

Identificação de dano estrutural via abordagem de propagação de ondas acústicas utilizando técnicas de inteligência computacional / Structural damage identification via accoustic wave propagation approach using computational intelligence techniques

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No presente trabalho, um algoritmo algébrico sequencial é utilizado para descrever a propagação de ondas acústicas ao longo de uma barra e utilizado na identificação de danos. Esse algoritmo é validado com base nos conficientes de sensibilidade dos ecos correspondentes aos diferentes cenários de danos apresentados. Na formulação do problema de identificação de dano, o campo de impedância generalizada, que minimiza o funcional definido como a distância entre o eco calculado e o eco experimental sintético é procurado. Os tempos de percurso da resposta, obtidos a partir de experimentos numéricos, são utilizados para identificar a posição, intensidade e forma do dano. Para simular dados corrompidos, diferentes níveis de ruído - variando de 30 a 0 dB - são introduzidos. O processo de identificação foi avaliado com os seguintes métodos de otimização: Otimização por Enxame de Partículas (PSO); Luus-Jaakola (LJ); Algoritmo de Colisão de Partículas (PCA); Algoritmos Genéticos (GA) e Recozimento Simulado (SA); e a hibridização desses métodos com o método determinístico de Levenberg-Marquardt. É mostrado que o processo de identificação de dano construído sobre a abordagem de propagação de ondas acústicas foi bem sucedido, mesmo para dados ruidosos altamente corrompidos. Os resultados dos casos testes são apresentados e algumas observações sobre as vantagens dos métodos determinísticos e estocásticos e sua combinação também são relatados. / In the present work, a sequential algorithm is used for describing the acoustic wave propagation along a bar and applied for damage identification purposes. The algorithm is validated based on the sensitivity coefficients of the corresponding echoes to the adressed damage scenarios. In the formulation of the damage identification problem, the generalized impedance field, that minimizes the functional defined as the distance between the calculated echo and the synthetic experimental one is sought. Time history responses, obtained from pulse-echo experiments, are used to identify damage position, severity and shape. In oder to account for noise corrupted data, different levels of signal to noise ratio - varying from 30 to 0 dB - are introduced. In the identification procedure the following optimization methods were applied: Particle Swarm Optimization (PSO); Luus-Jaakola (LJ); Particle Collision Algorithm (PCA); Genetic Algorithms (GA); and Simmulated Annealing (SA): and the hybridization of these methods with the deterministic Levenberg-Marquardt method. It is shown that the damage identification procedure built on the acoustic wave propagation approach was successful, even for highly corrupted noisy data. Test case results are presented and a few comments on the advantages of deterministic and stochastic methods and their combination are also reported.

Identiferoai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:BDTD_UERJ:oai:www.bdtd.uerj.br:892
Date05 July 2010
CreatorsKennedy Morais Fernandes
ContributorsAntônio José da Silva Neto, Roberto Aizik Tenenbaum, João Flávio Vieira de Vasconcellos, Augusto Cesar Noronha Rodrigues Galeão, Moysés Zindeluk
PublisherUniversidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Modelagem Computacional, UERJ, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.002 seconds