Título: CARACTERIZAÇÃO DE RUPTURAS ATRAVÉS DE FUNÇÕES DE RESPOSTA EM FREQUÊNCIA UTILIZANDO REDES NEURAIS ARTIFICIAIS

Título alternativo: CHARACTERIZATION OF RUPTURES THROUGH FREQUENCY RESPONSE FUNCTIONS USING ARTIFICIAL NEURAL NETWORKS

Autoria de: Maria Eduarda Soares Viana

Orientação de: Fabio Lucio Santos

Presidente da banca: Fábio Lúcio Santos

Primeiro membro da banca: Paulo Roberto Borges

Segundo membro da banca: Lucas Henrique Pedrozo Abreu

Palavras-chaves: monitoramento de estrutura, vibrações, espectros de frequência, rede neural,  Kappa

Data da defesa: 12/12/2023

Semestre letivo da defesa: 2023-2

Data da versão final: 19/12/2023

Data da publicação: 19/12/2023

Referência: Viana, M. E. S. CARACTERIZAÇÃO DE RUPTURAS ATRAVÉS DE FUNÇÕES DE RESPOSTA EM FREQUÊNCIA UTILIZANDO REDES NEURAIS ARTIFICIAIS. 2023. 31 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Civil Bacharelado)-Universidade Federal de Lavras, Lavras, 2023.

Resumo: Com o aperfeiçoamento das técnicas construtivas, o estudo para a conservação da integridade estrutural tem sido cada vez mais aprofundado. Certas deficiências como a formação de fissuras e deformações, podem ser amparadas com o monitoramento de estruturas por meio da instrumentação da estrutura. A definição desses parâmetros permite conhecer o comportamento dinâmico do sistema estrutural e definir a necessidade da manutenção. Assim, este estudo foi realizado com o objetivo de caracterizar dinamicamente e detectar danos em vigas de 45 mm de MDF, a partir do treinamento de redes neurais artificiais que fariam a leitura dos espectros de frequência. Os ensaios foram realizados no Laboratório de Vibrações Mecânicas, e os dados foram obtidos por meio do software LabView®. Os entalhes na viga, que simulam as falhas, variaram de 0 mm (sem defeito) à 40 mm, com incremento de 5 mm entre os diferentes cenários estudados. Os dados foram processados no software MatLab, para que fossem extraídas as FRFs (Funções de Resposta em Frequências) para cada ponteira. Com a determinação dos espectros de frequência do sistema, foi desenvolvida uma rede neural no software RStudio para identificação de danos na estrutura estudada. Após as etapas de treinamento e validação, foram utilizados os índices Kappa e acurácia para verificação da predição da RNA, e, assim, foram determinadas as melhores arquiteturas do sistema. Devido a concordância perfeita, as RNAs demonstraram ser capazes de predizer tanto a existência quanto a severidade do defeito.

Abstract: With the improvement of construction techniques, the study for the conservation of structural integrity has been increasingly in-depth. Certain deficiencies, such as the formation of cracks and deformations, can be addressed by monitoring structures through instrumentation of the structure. The definition of these parameters makes it possible to understand the dynamic behavior of the structural system and define the need for maintenance. Therefore, this study was carried out with the objective of dynamically characterizing and detecting damage in 45 mm MDF beams, based on the training of artificial neural networks that would read the frequency spectra. The tests were carried out in the Mechanical Vibration Laboratory, and the data were obtained using the LabView® software. The notches on the beam, which simulate failures, ranged from 0 mm (no defect) to 40 mm, with an increase of 5 mm between the different scenarios studied. The data was processed in the MatLab software, so that the FRFs (Frequency Response Functions) were extracted for each tip. With the determination of the systems frequency spectra, a neural network was developed in the RStudio software to identify damage in the studied structure. After the training and validation stages, the Kappa and accuracy indices were used to verify the ANN prediction, and, thus, the best system architectures were determined. Due to perfect agreement, ANNs proved to be capable of predicting both the existence and severity of the defect.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_civil/20232201811394

URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.

Curso: G031 - ENGENHARIA CIVIL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Maria Eduarda Soares Viana e Universidade Federal de Lavras

Baixar arquivo