| Summary: | Made available in DSpace on 2015-01-26T13:21:18Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-08-05Bitstream added on 2015-01-26T13:30:45Z : No. of bitstreams: 1
000802242.pdf: 571515 bytes, checksum: ecea74067f25893f1a7843d4bdc196dd (MD5) === Nesta dissertação de mestrado apresentam-se duas metodologias para o desenvolvimento de sistemas de monitoramento de integridade de estruturas mecânicas e aeronáuticas, utilizando técnicas de computação inteligente, tais como as redes neurais artificiais e os sistemas imunológicos artificiais. Neste contexto, emprega-se uma rede neural artificial ARTMAP-Fuzzy e o algoritmo de seleção negativa. Ambas as técnicas são empregadas para realizar a análise, identificação e caracterização das falhas estruturais decorrentes da estrutura. A principal aplicação destes métodos é auxiliar no processo de inspeção de estruturas mecânicas e aeronáuticas, visando detectar e caracterizar falhas, bem como, a tomada de decisões, a fim de evitar catástrofes/acidentes. Com estas propostas busca-se a concepção de novos sistemas de monitoramento de integridade estrutural que possam ser modificados facilmente, para atender a permanente evolução das tecnologias e da indústria. Para avaliar as metodologias propostas, foram realizados experimentos em laboratório para gerar um banco de dados de sinais capturados em uma viga de alumínio. Os resultados obtidos pelos métodos são excelentes, apresentando robustez e precisão === In this dissertation presents two methodologies to develop health monitoring of aircraft structures and mechanical systems, using intelligent computing techniques such as artificial neural networks and artificial immune systems. In this context, uses an ARTMAP-Fuzzy artificial neural network and the negative selection algorithm. Both techniques are used for the analysis, identification and characterization of structural failure due to the structure. The main application of these methods is to assist in the inspection of mechanical and aeronautical structures, to detect and characterize flaws as well, making decisions in order to avoid disasters/accidents. With these proposals one seeks to designing new systems for structural health monitoring that can be modified easily to cater to permanent evolution technologies and industry. To evaluate the proposed methodologies, experiments were performed in the laboratory to generate a database of captured signals in an aluminum beam. The results obtained by the methods are excellent, with robustness and accuracy
|
|---|
