Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas

Detalhes bibliográficos
Autor(a) principal: Quintela, Hélder
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Texto Completo: http://hdl.handle.net/1822/6255
Resumo: Dissertação de Mestrado em Sistemas de Informação
id RCAP_4873b60c1507b76f2277618f7009bccc
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/6255
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas624.014681.3Dissertação de Mestrado em Sistemas de InformaçãoO ritmo de construção de estradas em Portugal, nunca foi tão intenso como nos últimos anos, conduzindo a que em muitas situações as obras de arte de Engenharia Civil se deteriorem a um ritmo mais acelerado, muitas vezes não dando tempo a que sejam reparadas ou substituídas. A ausência de cuidado com este aspecto pode estar na origem de uma redução da vida útil das estruturas e no agravamento dos custos de manutenção. Uma estrutura, poderá ser considerada durável se ao longo da sua vida mantiver a integridade, funcionalidade e qualidade estética, sem necessidade de grandes intervenções. A durabilidade não é contudo, uma propriedade intrínseca dos materiais, mas sim uma função relacionada com o desempenho destes sob determinadas condições ambientais. A área da manutenção de estruturas e obras de arte da Engenharia Civil assume, assim, aspectos cada vez mais importantes permitindo evitar a sua deterioração e potenciando uma intervenção pró-activa. A existência de dispositivos de recolha automática de dados (e.g., sensores, câmaras) com o auxílio de computadores controlados de forma remota permitiu nos últimos tempos a criação de repositórios de dados contendo valores da medição de um conjunto alargado de parâmetros. A partir destes dados, torna-se possível a criação de modelos de previsão e diagnóstico que suportam a peritagem e suporte à decisão no planeamento de acções de manutenção e vistoria. Vários trabalhos foram realizados utilizando abordagens clássicas oriundas da estatística. Apesar destes avanços, os modelos gerados não captam convenientemente o conhecimento implícito nem revelaram as acuidades desejáveis. As técnicas de Data Mining, surgem assim como alternativa a explorar, uma vez que apresentam características que permitem o estudo de problemas complexos, de difícil resolução através das abordagens mais convencionais, sendo por isso cada vez mais utilizadas nas diferentes áreas da engenharia. Neste trabalho, é apresentado o processo de desenvolvimento e avaliação do desempenho de modelos de Inteligência Artificial em dois casos práticos: Previsão da Carga Crítica em estruturas metálicas com secções muito esbeltas sujeitas a cargas oncentradas e, Previsão da Tensão Crítica de vigas com perfil em I, de inércia variável, tendo em vista o desenvolvimento futuro de sistemas de suporte à decisão para a manutenção de estruturas de Engenharia Civil. Uma primeira abordagem para o desenvolvimento de um Sistema de Conhecimento baseado em Data Mining para Análise da Estabilidade de Estruturas de Engenharia Civil é apresentada e testada, embebendo algoritmos e técnicas de Data Mining, através da utilização e implementação de uma especificação genérica e independente da plataforma de utilização.Nowadays, the construction effort in Portugal is very intense, and the absence of care conduces to the deterioration in the tructures. This absence of care implies the reduction of the service time of the structure, and increments the maintenance costs. A Civil Engineering Structure can be considered stable if, during the service time, the features like integrity, functionality and aesthetic quality are preserved, without necessity of great maintenance interventions. The durability is not intrinsic to the materials, but a function related to the performance in several environmental constraints. The interest in Civil Structures maintenance assumes aspects each time more relevant, in order to avoid a high level of deterioration, and enabling pro-active actions. The existence of automatic devices for data collection (e.g., sensors and video cams) complemented with remote controlled computers, led to the creation of databases containing the registers of several attributes important to check the security of the civil structures. This enables the development of diagnostic models to support the audit and the maintenance actions. Several works using classical approaches have been developed during the last years. Although this advances, the generated formulation uses inadequate security coefficients and presents large errors. Data mining techniques are now a complementary option, due to the characteristics of these techniques that enables the resolution of complex problems, difficult of solving using classical approaches. In this work, is presented the process of development and assessment of the performance of Artificial Intelligence models in two case studies: forecasting of the ultimate resistance of steel beams subjected to concentrated loads, and forecasting of shear strength of tapered steel plate girders. This opens room to the future development of decision support systems for Civil Structures maintenance. The prototype of the SCAE System, a Data Mining based Knowledge System for Study of the Stability of Steel structures is developed and tested in this work.Santos, Manuel FilipeCruz, Paulo J. S.Universidade do MinhoQuintela, Hélder2005-06-282005-06-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/1822/6255porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-11T06:02:51Zoai:repositorium.sdum.uminho.pt:1822/6255Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T15:39:14.998464Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
title Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
spellingShingle Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
Quintela, Hélder
624.014
681.3
title_short Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
title_full Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
title_fullStr Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
title_full_unstemmed Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
title_sort Sistemas de conhecimento baseados em data mining : aplicação à análise da estabilidade de estruturas metálicas
author Quintela, Hélder
author_facet Quintela, Hélder
author_role author
dc.contributor.none.fl_str_mv Santos, Manuel Filipe
Cruz, Paulo J. S.
Universidade do Minho
dc.contributor.author.fl_str_mv Quintela, Hélder
dc.subject.por.fl_str_mv 624.014
681.3
topic 624.014
681.3
description Dissertação de Mestrado em Sistemas de Informação
publishDate 2005
dc.date.none.fl_str_mv 2005-06-28
2005-06-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/6255
url http://hdl.handle.net/1822/6255
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833595449900007424

Registros relacionados