[en] DETECTION AND CHARACTERIZATION OF STRUCTURAL DAMAGE USING FIBER BRAGG GRATING SENSORS AND ARTIFICIAL NEURAL NETWORKS

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: DANIEL RAMOS LOUZADA
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37156&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37156&idi=2
http://doi.org/10.17771/PUCRio.acad.37156
Resumo: [pt] O aumento dos custos relacionados aos processos de manutenção em estruturas como aeronaves, aliadas à crescente demanda das mesmas, alimentam a necessidade de investimentos em técnicas inovadoras de monitoramento estrutural. Dessa forma, o trabalho realizado nesta tese, busca o desenvolvimento de uma técnica de monitoramento ativo, visando o acompanhamento de parâmetros da estrutura analisada, a fim de identificar e caracterizar processos de dano não visíveis, tais como corrosão e delaminação. A metodologia empregada, teve como base a análise dos padrões de deformação superficial, obtidos com o uso de grades de sensores à fibra óptica baseadas em redes de Bragg (FBG). Inicialmente, tais padrões foram provocados por carregamentos estáticos (tração), e posteriormente por atuadores PTZ fixados à estrutura. Estes últimos são submetidos a uma voltagem alternada e frequência fixa. Esta técnica apresenta todas as vantagens dos sensores FBG (massa e dimensões reduzidas, imunidade eletromagnética, elevado poder de multiplexação e alta sensibilidade entre outras), alem de permitir a visualização de alterações nos padrões de deformação, provocados por danos, através da variação da frequência de excitação. Com relação à interpretação dos resultados, a estratégia empregada consistiu em separar o problema de detecção e caracterização dos danos. Dessa forma, a detecção é realizada comparando a energia das deformações superficiais dos corpos de prova nos casos com e sem defeito, enquanto a caracterização é obtida através a utilização de redes neurais artificiais (RNA), por meio de rotinas de reconhecimento de padrões.