Atena Editora

Danos estruturais, além de

comprometer o desempenho da estrutura,

ainda podem colocar vidas humanas em risco

e causar grandes prejuízos financeiros. O

monitoramento contínuo da mesma visa que

danos em estágio inicial sejam identificados,

aumentando a confiabilidade e a segurança

daqueles que a utilizam. Neste trabalho,

utiliza-se um modelo de identificação de danos

baseado na matriz de flexibilidade estrutural

onde o campo de danos para a viga de Euler-

Bernoulli simplesmente apoiada é descrito via

Método dos Elementos Finitos (Stutz, 2005).

Apresenta-se uma revisão do desempenho dos

modelos de localização de danos analisados

por Corrêa (2013) e apresentam-se resultados

da utilização de redes neurais artificiais (RNA)

para lidar com o problema de identificar danos

quando dados incompletos são utilizados e

quando há presença de sinais corrompidos por

ruído.

Ler mais

DOI: 10.22533/at.ed.23219110924
Palavras-chave: Identificação de Danos, Matriz de Flexibilidade, Dados Ruidosos, Rede Neural Artificial.
Keywords: Damage Identification, Flexibility Matrix, Noise Data, Artificial Neural Network
Abstract:
Structural damage, as well as

compromising the performance of the structure,

can still put lives at risk and cause major financial

losses. The continuous monitoring of the

same aims that damage in the initial stage are

identified, increasing the reliability and security

of those who use it. In this study, it uses a model

of identification of damage based on the matrix

of structural flexibility where the field of damage

to Euler-Bernoulli beam simply supported is

described via the Finite Element Method (Stutz,

2005). It presents a review of the performance

of the models of location of damage analyzed by

Corrêa (2013) and presents results of the use of

artificial neural networks (ANN) to deal with the

problem of identifying damage when incomplete

data are used and when there is presence of

signals corrupted by noise.
Número de páginas: 15

Download

Artigo