Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747
Full metadata record
DC FieldValueLanguage
dc.creator.IDSANTOS. L.pt_BR
dc.contributor.advisor1ARAÚJO, Marília Marcy Cabral de.-
dc.contributor.advisor1IDARAÚJO, M. M. C.pt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6433193930826331pt_BR
dc.contributor.referee1AZERÊDO, Aline Figueiredo Nóbrega de.-
dc.contributor.referee1IDAZERÊDO, A. F. N.pt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/8590594256897056pt_BR
dc.contributor.referee2PIPPI, Augusto de Sousa.-
dc.contributor.referee2IDPIPPI, A. S.pt_BR
dc.description.resumoNa sociedade Brasileira a construção civil é inteiramente ligada ao crescimento econômico. A partir desse crescimento na demanda da construção civil e da pouca disponibilidade de áreas edificáveis disponíveis nos grandes centros, as estruturas das edificações se tornam cada vez mais esbeltas e suscetíveis a vibrações excessivas. As propriedades físicas e geométricas interferem diretamente na rigidez do sistema estrutural, podendo, diminuir a capacidade de carga da estrutura e causar falhas graves. Um sistema de monitoramento da saúde estrutural (Structural Health Monitoring - SHM) surge como um método significativo para acompanhar a integridade de estruturas civis. Sendo assim, esta pesquisa teve como foco principal avançar no conhecimento acerca do comportamento dinâmico de estruturas civis, buscando avaliar uma metodologia de monitoramento estrutural baseado em técnicas de Inteligência Artificial (IA), especificamente, Redes Neurais Artificiais (RNA’s) Backpropagation. Para atingir tal objetivo, nesta pesquisa fez-se o uso dos softwares Ansys Student, que utiliza o Método dos Elementos Finitos (MEF) para identificação das propriedades dinâmicas da estrutura, e MatLab para construção das redes neurais artificiais. Ademais, a partir dos resultados obtidos nos modelos de vigas estudados, pôde-se observar que o uso das Redes Neurais Artificiais Backpropagation para identificação de elementos danificados foi satisfatório.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCentro de Tecnologia e Recursos Naturais - CTRNpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia Civilpt_BR
dc.titleInteligência artificial aplicada ao monitoramento da saúde estrutural.pt_BR
dc.date.issued2021-10-18-
dc.description.abstractIn Brazilian society, civil construction is entirely linked to economic growth. As a result of this growth in the demand for civil construction and the limited availability of buildable areas available in large cities, building structures become increasingly slim and susceptible to excessive vibrations. The physical and geometric properties directly interfere in the rigidity of the structural system, which can reduce the load capacity of the structure and cause serious failures. A structural health monitoring system (SHM) emerges as a significant method to monitor the integrity of civil structures. Therefore, this research had as its main focus to advance the knowledge about the dynamic behavior of civil structures, seeking to evaluate a structural monitoring methodology based on Artificial Intelligence (AI) techniques, specifically, Artificial Neural Networks (ANNs) Backpropagation. To achieve this objective, in this research, Ansys Student software was used, which uses the Finite Element Method (FEM) to identify the dynamic properties of the structure, and MatLab to construct artificial neural networks. Furthermore, from the results obtained in the studied beam models, it could be observed that the use of Backpropagation Artificial Neural Networks to identify damaged elements was satisfactory.pt_BR
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747-
dc.date.accessioned2022-02-25T13:16:42Z-
dc.date.available2022-02-25-
dc.date.available2022-02-25T13:16:42Z-
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectSaúde estruturalpt_BR
dc.subjectEstruturaspt_BR
dc.subjectEdificaçõespt_BR
dc.subjectConstrução Civilpt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectStructural Health Monitoring - SHMpt_BR
dc.subjectPropriedades dinâmicas - estruturaspt_BR
dc.subjectMétodo dos elementos finitospt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectStructural healthpt_BR
dc.subjectStructurespt_BR
dc.subjectBuildingspt_BR
dc.subjectConstructionpt_BR
dc.subjectArtificial neural networkspt_BR
dc.subjectStructural Health Monitoring - SHMpt_BR
dc.subjectDynamic properties - structurespt_BR
dc.subjectFinite element methodpt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorSANTOS, Leandro dos.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeArtificial intelligence applied to structural health monitoring.pt_BR
dc.identifier.citationSANTOS, Leandro dos. Inteligência artificial aplicada ao monitoramento da saúde estrutural. 2021. 53f. Trabalho de Conclusão de Curso (Monografia), Curso de Bacharelado em Engenharia Civil, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Campina Grande - Paraíba - Brasil, 2021. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/23747pt_BR
Appears in Collections:Curso de Bacharelado em Engenharia Civil - CTRN - Monografias

Files in This Item:
File Description SizeFormat 
LEANDRO DOS SANTOS - TCC ENG. CIVIL CTRN 2021.pdfLeandro dos Santos - TCC Eng. Civil CTRN 2021.1.03 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.