A Comparison of dimensionality reduction and blind source separation techniques for video-based modal identification

• Ano de defesa: 2023
• Autor(a) principal: PAES, Thaisse Dias
• Orientador(a): COSTA, João Crisóstomo Weyl Albuquerque
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal do Pará
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Departamento: Instituto de Tecnologia
• País: Brasil
• Palavras-chave em Inglês: Video-based structural dynamics; Blind source separation; Dimensionality reduction; Modal analysis
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES
• Link de acesso: https://repositorio.ufpa.br/jspui/handle/2011/16694

Compreender as propriedades dinâmicas de um sistema estrutural é indispensável para um estudo confiável do comportamento da estrutura. A identificação da dinâmica estrutural baseada em vídeo tem sido efetivamente usada como um método chave para a análise modal nos últimos anos. Com várias abordagens diferentes, aquelas baseadas na estratégia de separação cega de fontes têm recebido maior atenção para a identificação de características estruturais. A separação cega de fontes aborda o problema de separar ou extrair as formas de onda da fonte original de uma matriz de sensores. Embora a literatura aborde diversas técnicas para realizar a separação de fontes, apenas uma delas (denominada complexit pursuit) é frequentemente empregada para soluções baseadas em vídeo. Este trabalho visa explorar outros algoritmos de separação cega de fontes para realizar análise modal baseada em vídeo. Para realizar a decomposição modal, um conjunto de métodos de separação cega de fontes é combinado com diferentes técnicas de redução de dimensionalidade para dinâmica estrutural de alta resolução de campo completo a partir de vídeo. Especificamente, a Análise de Componentes Principais (PCA) e a Fatoração de Matriz Não Negativa (NNMF), técnicas de redução de dimensionalidades, são usadas para compressão de vídeo junto com seis algoritmos de separação de fontes, resultando em doze estruturas diferentes testadas em uma estrutura de viga cantilever e um modelo em escala de uma estrutura de edifício de três andares. As técnicas de separação cega de fontes utilizadas são: Complexity Pursuit (CP), Idependent Component Analysis (ICA), Second Order Blind Identification (SOBI), Second Order Blind Identification with Robust Orthogonalization (SOBIRO), Equivariant Robust Idependent Component Analysis (ERICA) e Algoritmo para Extração de Múltiplos Sinais Desconhecidos (AMUSE). As doze técnicas baseadas em algoritmos de redução de dimensionalidade e separação cega de fontes são aqui avaliadas usando como critério de comparação sua forma de modo, coordenadas modais e valores de MAC. O objetivo principal é fornecer uma gama de alternativas para a avaliação da dinâmica estrutural baseada em vídeo. Para algoritmos específicos, os resultados indicam que tanto as técnicas de redução de dimensionalidade quanto os métodos de separação cega de fontes desempenham um papel importante no desempenho da estimativa de modo. No experimento utilizando a estrutura de viga em balanço, todos os modos de vibração esperados foram identificados com sucesso utilizando algoritmos baseados em PCA-CP, PCAICA, PCA-SOBIRO, PCA-ERICA, NNMF-CP, NNMF-SOBI, NNMF-SOBIRO e NNMFERICA. No segundo cenário, utilizando o modelo de uma estrutura de prédio de três andares, os métodos que realizaram corretamente a análise modal são baseados em PCA-CP, PCA-SOBI, PCA-SOBIRO, PCA-ERICA, NNMF-CP e NNMF-SOBIRO. Sugere-se que a eficácia da combinação de NNMF e métodos de separação cegas de fontes para análise modal pode depender da complexidade do sistema em investigação.