Detecção de Danos Estruturais por Meio de Redes Neurais Artificiais (SOM e LVQ)

Abstract

Durante a vida útil as estruturas sofrem desgastes que podem comprometer seu funcionamento. Além disso, o crescente número de estruturas mais esbeltas, têm impulsionado o estudo e o desenvolvimento de novas técnicas capazes de realizar um monitoramento estrutural, sobretudo as ferramentas baseadas no uso das propriedades dinâmicas das estruturas. Neste sentido, métodos com a capacidade de detectar alterações, localizar e quantificar danos, tornam-se essenciais no acompanhamento funcional das edificações, como é o caso das Redes Neurais Artificiais (RNAs). Estes sistemas inteligentes são técnicas estritamente matemáticas que, ao trabalharem em conjunto com as características dinâmicas, transformam-se em ferramentas capazes de indicar mudanças na integridade estrutural. Neste contexto, RNAs do tipo Self Organizing Maps (SOM) com e sem o algoritmo Learning Vector Quantization (LVQ) foram aplicadas ao estudo de uma viga metálica com o objetivo de detectar e localizar danos estruturais, utilizando para isso, os softwares ANSYS para a modelagem da estrutura e o Matlab para a simulação das RNAs. Deste modo, foram desenvolvidos dois grupos de modelos numéricos da estrutura em estudo com e sem alteração na sua integridade, isto é, com diferentes cenários de dano, de modo que as suas características dinâmicas serviram como padrões de entradas para as redes. Após o processamento, os resultados foram analisados criticamente quanto ao desempenho das redes, permitindo uma boa avaliação da ferramenta com vistas à detecção de danos.