Identificação de dano estrutural via abordagem de propagação de ondas acústicas utilizando técnicas de inteligência computacional
Ano de defesa: | 2010 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
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 |
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: | http://www.bdtd.uerj.br/handle/1/13721 |
Resumo: | 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. |