Metodologia baseada em redes neurais artificiais para a detecção de danos estruturais

Abstract

Durante a vida útil as estruturas sofrem solicitações, desgastes, deteriorações e outros processos que podem causar fissuração, de forma a comprometer seu funcionamento, ou, até mesmo, ser a causa de seu colapso estrutural. Somado a esses fatores, o crescente número de estruturas muito esbeltas, consequentemente mais susceptíveis a vibrações excessivas, bem como a preocupação com o desempenho e a degradação de estruturas antigas, têm impulsionado o estudo e o desenvolvimento de novas técnicas capazes de realizar um acompanhamento contínuo da saúde da estrutura. Neste sentido, ferramentas com a capacidade de captar e interpretar confiável e rapidamente as respostas de estruturas de médio e grande porte, sobretudo aquelas baseadas nas propriedades dinâmicas, tornam-se essenciais para complementar um sistema de monitoramento da saúde estrutural. Nos últimos anos, parte da comunidade científica vem adotando a detecção de danos como um problema de reconhecimento de padrões, no qual uma classificação é realizada em função de parâmetros afetados por uma mudança nas propriedades físicas de um sistema. Nesta perspectiva, pode-se citar a existência de ferramentas que, ao serem trabalhadas em conjunto com as propriedades dinâmicas, tornam-se métodos eficientes na detecção de danos, como é o caso das Redes Neurais Artificiais (RNAs) e foco deste trabalho. Foram estudados três tipos de rede (Backpropagation, a Learning Vector Quantization (LVQ) e a Self Organizing Maps (SOM)), aplicadas aos casos de dois tipos de estruturas. A primeira, mais simples e em menor escala foi uma viga produzida em laboratório. Já o segundo caso estudado foi o da Ponte do Infante Dom Henrique, em Portugal. Em ambas as aplicações foram variados alguns parâmetros dos algoritmos para verificar a robustez da ferramenta e os resultados foram bastante animadores, resultando em forte tendência de integrar as RNAs a sistemas de monitoramento de estruturas, inclusive de grande porte.