You are in the accessibility menu

Please use this identifier to cite or link to this item: http://acervodigital.unesp.br/handle/11449/113857
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorChavarette, Fábio Roberto [UNESP]-
dc.contributor.advisorLopes, Mara Lúcia Martins [UNESP]-
dc.contributor.authorLima, Fernando Parra dos Anjos-
dc.date.accessioned2015-01-26T13:21:18Z-
dc.date.accessioned2016-10-25T20:15:48Z-
dc.date.available2015-01-26T13:21:18Z-
dc.date.available2016-10-25T20:15:48Z-
dc.date.issued2014-08-05-
dc.identifier.citationLIMA, Fernando Parra dos Anjos. Monitoramento e identificação de falhas em estruturas aeronáuticas e mecânicas utilizando técnicas de computação inteligente. 2014. 72 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Ilha Solteira, 2014.-
dc.identifier.urihttp://hdl.handle.net/11449/113857-
dc.identifier.urihttp://acervodigital.unesp.br/handle/11449/113857-
dc.description.abstractIn 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 accuracyen
dc.description.abstractNesta 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 precisãopt
dc.format.extent72 f. : il.-
dc.language.isopor-
dc.publisherUniversidade Estadual Paulista (UNESP)-
dc.sourceAleph-
dc.subjectMonitoramento da integridade estruturalpt
dc.subjectRedes neurais (Computação)pt
dc.subjectAlgoritmospt
dc.subjectLocalização de falhas (Engenharia)pt
dc.subjectStructural health monitoringpt
dc.titleMonitoramento e identificação de falhas em estruturas aeronáuticas e mecânicas utilizando técnicas de computação inteligentept
dc.typeoutro-
dc.contributor.institutionUniversidade Estadual Paulista (UNESP)-
dc.rights.accessRightsAcesso aberto-
dc.identifier.file000802242.pdf-
dc.identifier.aleph000802242-
dc.identifier.capes33004099082P2-
Appears in Collections:Artigos, TCCs, Teses e Dissertações da Unesp

There are no files associated with this item.
 

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