Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufal.br/jspui/handle/riufal/4341
Tipo: | Dissertação |
Título: | Aplicação de metodologias de reconhecimento de padrões para detecção de dano em vigas de concreto |
Título(s) alternativo(s): | Application of pattern recognition methodologies for damage detection in concrete beams |
Autor(es): | Falcão, Victor Bezerra |
Primeiro Orientador: | Assis, Wayne Santos de |
metadata.dc.contributor.referee1: | Lima, Flávio Barboza de |
metadata.dc.contributor.referee2: | Ferreira, Luiz Eduardo Teixeira |
Resumo: | Nas últimas décadas, os sistemas de Monitoramento da Integridade Estrutural (MIE) permanentes têm sido propostos para aumentar a confiabilidade da avaliação da condição estrutural e apoiar o processo de manutenção das pontes. Atuando com a intenção de complementar a análise estrutural de obras-de-arte especiais em serviço, este projeto visa aplicar metodologias de reconhecimento de padrões para identificação de dano em vigas de concreto, tendo em vista a análise da informação proveniente de sistemas de monitoração, permanentes ou temporários, incluindo tecnologia não destrutiva, de modo a futuramente auxiliar no processo de manutenção de pontes e estruturas especiais. Para esse fim, foram aplicados algoritmos de reconhecimento de padrões para identificação dos danos: as wavelets, as máquinas de vetores de suporte e o modelo de misturas gaussianas. As vigas apresentavam níveis diferentes de danificação: íntegro, dano de 30% e 60% da altura da viga. Para a análise com as wavelets foram utilizadas as funções de Haar e Daubechies, para as máquinas de vetores de suporte foram testadas as funções kernel polinomial e RBF (Radial Basis Function) e no modelo de misturas gaussianas foram utilizados três clusters. Os três métodos utilizados conseguiram distinguir os diferentes padrões de dano. Utilizando as wavelets, a família de Daubechies apresentaram melhor qualidade. Para as máquinas de vetores de suporte, os melhores resultados foram obtidos com a função kernel RBF. Em relação aos modelos de misturas gaussianas, o método também consegue reconhecer a existência de diferentes níveis de dano, ainda que esse reconhecimento não seja completo. Os parâmetros avaliados foram as rigidezes à flexão em função do deslocamento. As conclusões foram obtidas a partir de métodos estatísticos, do LIBSVM e do algoritmo EM (Expectation Maximization). |
Abstract: | In the last decades, permanent Structural Integrity Monitoring (SHM) systems have been proposed to increase the reliability of the structural condition assessment and support the bridge maintenance process. Working with the intention of complementing the structural analysis of engineering structures in service, this project aims to apply methodologies of pattern recognition to identify damage in concrete beams, in order to analyze the information coming from monitoring systems, Permanent or temporary, including non-destructive technology, in order to help in the future the process of maintaining bridges and special structures. For this purpose, we have applied pattern recognition algorithms to identify concrete beam damage: wavelets, support vector machines and the gaussian mixtures model. The beams had different damage levels: intact, 30% damage and 60% beam height. For the analysis of the wavelets, the functions of Haar and Daubechies were used. For the support vector machines, the polynomial and RBF (Radial Basis Function) functions kernel were tested and three clusters were used in the gaussian mixtures model. The objectives proposed by the work were achieved, that is, the three methods were able to distinguish the different damage patterns. Using the wavelets, the Daubechies family presented better quality. For the support vector machines, the best results were obtained with the RBF kernel function. In relation to the Gaussian mixture models, the method also recognizes the existence of different levels of damage, although this recognition is not complete. The evaluated parameters were flexural stiffness as a function of displacement. The conclusions were obtained from statistical methods, the LIBSVM and the EM algorithm (Expectation Maximization). |
Palavras-chave: | Estruturas de concreto – Danos Reconhecimento padrão – Metodologias Integridade estrutural – Monitoramento Pattern recognition, , structural health monitoring. concrete structure damage structural health monitoring |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL::ESTRUTURAS |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Alagoas |
Sigla da Instituição: | UFAL |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Engenharia Civil |
Citação: | FALCÃO, Victor Bezerra. Aplicação de metodologias de reconhecimento de padrões para detecção de dano em vigas de concreto. 2017. 98 f. Dissertação (Mestrado em Engenharia Civil: Estruturas) – Centro de Tecnologia, Programa de Pós-Graduação em Engenharia Civil, Universidade Federal de Alagoas, Maceió, 2019. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://www.repositorio.ufal.br/handle/riufal/4341 |
Data do documento: | 4-dez-2017 |
Aparece nas coleções: | Dissertações e Teses defendidas na UFAL - CTEC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Aplicação de metodologias de reconhecimento de padrões para detecção de dano em vigas de concreto.pdf | 2.38 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.