Identificação de danos estruturais empregando respostas no domínio do tempo via transformações integrais e inferência bayesiana com Monte Carlo Hamiltoniano

• Ano de defesa: 2019
• Autor(a) principal: Cordeiro, Carlos Eduardo Závoli
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto Politécnico; BR; UERJ; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Damage identification; Generalized integral transform technique; Bayesian inference; Hamiltonian Monte Carlo; Metropolis-Hastings; Identificação de danos; Técnica da transformada integral generalizada; Inferência bayesiana; Ruina de estruturas Modelos matemáticos; Transformadas integrais; Teoria bayesiana de decisão estatística; Monte Carlo, Metodo de; CNPQ::ENGENHARIAS::ENGENHARIA MECANICA::MECANICA DOS SOLIDOS
• Link de acesso: http://www.bdtd.uerj.br/handle/1/13730

O presente trabalho desenvolve o problema de identificação de danos estruturais, formulado segunda a abordagem Bayesiana. Tal identificação é realizada a partir de dados experimentais da resposta da estrutura, dada a aplicação de um carregamento arbitrário. A medição dos dados é feita através da utilização de sensores e, neste trabalho, foi obtida na forma de deflexão. Na formulação do problema de identificação de danos, foi considerado o modelo da estrutura, contínuo no espaço, dado por uma equação diferencial parcial, que foi solucionada com a utilização da Técnica da Transformada Integral Generalizada. Foi definido um campo de coesão de modo a descrever de forma contínua a integridade estrutural. Para a amostragem da densidade de probabilidade a posteriori do campo de coesão, que representa a solução do problema de identificação de danos, segundo a abordagem Bayesiana, foi adotado o método de Monte Carlo Hamiltoniano. Analises numéricas, considerando uma viga de Euler-Bernoulli simplesmente apoiada, foram consideradas para a avaliação da aplicabilidade da abordagem proposta. Para fins de comparação, o método de amostragem de Metropolis-Hastings também foi considerado para a amostragem da densidade de probabilidade a posteriori. Segundo os resultados apresentados, concluiu-se que o método de Monte Carlo Hamiltoniano foi capaz de resolver os problemas propostos. Além disso, o método apresentou grande capacidade de ser melhorado.