[pt] O monitoramento da integridade estrutural aumenta de importância
dentro do campo de estudo de engenharia civil. Grande parte das cidades
dependem de elementos de sua infraestrutura como pontes, barragens e prédios
para prover uma série de benefícios para a sociedade moderna. Por outro
lado, mesmo o projeto mais conservador não resiste aos efeitos do tempo.
Uma boa rotina de manutenção preventiva não exime a necessidade de se
ter uma constante verificação e busca de falhas pois em alguns casos isto
poderia permitir em catástrofes de grande escala envolvendo grande perda
material e até mesmo vidas. Graças ao desenvolvimento tecnológico das últimas
décadas foi possível pesquisar e criar ferramentas poderosas que podem ajudar
problemas deste tipo. O objetivo desta dissertação é avaliar a aplicação
de métodos de Inteligência Artificial na detecção de danos em vigas. A
metodologia utiliza parâmetros modais de elementos estruturais para verificar a
presença de danos relacionados a redução de rigidez de uma seção transversal.
Mais especificamente, os métodos apresentados neste estudo são orientados
por dados, então primeiramente o banco de dados para treino e validação dos
métodos de IA foi gerado por um programa em Python dentro do software
de elementos finitos Abaqus. Os parâmetrosd modais analisados foram as cinco
primeiras frequências naturais das vigas. Foi possível avaliar a performance dos
métodos de IA para classificação da presença ou não de danos em diferentes
métricas de análise. Por fim, uma comparação paramétrica foi feita entre os
modelos de Inteligência Artificial. / [en] Monitoring structural integrity has become increasingly important in
the field of civil engineering. A huge part of cities depend of civil engineer
infrastructures such as bridges, dams and buildings to provide several benefits
to modern society. On the other hand, even the most conservative design
cannot resist the power of time. A good preventive maintenance routine
don’t let go of the need in constant verification for faults because in some
cases that could lead to large scale catastrophes involving big material and
life costs. Thanks to technology development over the last decades it was
possible to search and create many powerful tools that could help those kind
of problems. The objective of this thesis is to assess on the application of
Artificial Intelligence Methods to detect damage on beams. The formulation
uses modal parameters of a structure to verify the presence of damage related to
the reduction of stiffness of a section. More specifically, the methods presented
on this study are data-driven, so first a database for training and validating
the AI methods were generated in a Python program within the finite element
software Abaqus. The modal parameters analyzed were the first five natural
frequencies of a beam. It was possible to evaluate the performance of the AI
methods when classifying a beam with or without damage on different metrics.
Finally, a parametric comparison was made between the Artificial Intelligence
methods.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:67414 |
Date | 23 July 2024 |
Creators | FERNANDO VIANNA BRASIL MEDEIROS |
Contributors | LUIZ CARLOS WROBEL |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0021 seconds