DETECÇÃO DE DANO ESTRUTURAL EM PÓRTICOS PLANOS UTILIZANDO REDES NEURAIS ARTIFICIAIS

Abstract

Conforme as tecnologias de projeto e construção avançam, as estruturas tendem a surgir cada vez mais esbeltas, o que as torna mais vulneráveis a vibrações excessivas. Aliado a isso, a possível degradação estrutural de construções antigas tem gerado um crescimento no desenvolvimento e aprimoramento de técnicas de monitoramento de integridade estrutural, em especial ferramentas que fazem uso das propriedades dinâmicas das estruturas (frequências naturais e modos de vibração), visto que estas sofrem alterações quando há mudanças nas propriedades físicas da estrutura. Neste sentido, métodos capazes de identificar alterações nas propriedades dinâmicas e utilizá-las para localizar e quantificar possíveis danos estruturais tornam-se de suma importância para o bom funcionamento de um sistema de monitoramento de integridade estrutural, como é o caso da técnica de Redes Neurais Artificiais (RNAs). Esta é uma técnica matemática que, quando utilizada juntamente com as características dinâmicas, mostra-se capaz de indicar até as menores alterações na integridade de elementos estruturais. Neste contexto, cinco RNAs com o algoritmo Backpropagation foram treinadas e testadas utilizando, para cada uma, um dos cinco primeiros modos de vibração de vários modelos numéricos de um pórtico plano, visando a localização de danos. Após o processamento, os resultados foram analisados tanto na fase de treinamento quanto na fase de teste, o que permitiu avaliar o desempenho das RNAs no que diz respeito à detecção de danos estruturais.