Identificação de Danos Empregando um Modelo de Dano Contínuo e o Método de Monte Carlo com Cadeias de Markov
DOI:
https://doi.org/10.5540/tema.2015.016.03.0219Keywords:
Identificação de danos, Modelo de dano contínuo, Inferência Bayesiana, Cadeia de MarkovAbstract
O presente trabalho apresenta um estudo referente à aplicação da abordagem Bayesiana como técnica de solução do problema de identificação de danos estruturais, onde a integridade da estrutura é continuamente descrita por um parâmetro denominado parâmetro de coesão. A estrutura escolhida para análise é uma viga simplesmente apoiada do tipo Euler-Bernoulli. A identificação de danos é baseada em alterações na resposta impulsiva da estrutura, provocadas pela presença dos mesmos. O problema direto é resolvido através do Método de Elementos Finitos (MEF), que, por sua vez, é parametrizado pelo parâmetro de coesão da estrutura. O problema de identificação de danos é formulado como um problema inverso, cuja solução, do ponto de vista Bayesiano, é uma distribuição de probabilidade a posteriori do parâmetro de coesão, obtida utilizando-se a metodologia de amostragem de Monte Carlo com cadeia de Markov. As incertezas inerentes aos dados medidos serão contempladas na função de verossimilhança. São apresentadas três estratégias de solução e um conjunto de resultados numéricos, onde considera-se diferentes níveis de ruído para as três estratégias de solução adotadas.References
D. A. Castello, L. T. Stutz, F. A. Rochinha, A time domain technique for defect identification based on a continuous damage model, em “Proceedings of the 2002 ASME International Mechanical Engineering Congress & Exposition”, New Orleans, 2002.
A. Furukawa, H. Otsuka, J. Kiyono, Structural damage detection method using uncertain frequency responde functions, Journal Computer-Aided Civil and Infrastructure Engineering, 21 (2006), 292-305.
J.P. Kaipio, E. Somersalo, “Statistical and Computational Inverse Problems”, Spring-Verlag, New York, 2004.
M. Schwaab, J. C. Pinto, “Análise de Dados Experimentais I: Fundamentos de Estatística e Estimação de Parâmetros”, E-papers, Rio de Janeiro, 2007.
L. T. Stutz, D. A. Castello, F. A. Rochinha, A flexibility-based continuum damage identification approach, Journal of Sound and Vibration, 279 (2005) pp. 641–667.
J. S. Teixeira, D. C. Knupp, L. T. Stutz, A. J. Silva Neto, Identificação de danos estruturais via método de Monte Carlo com cadeia de Markov, em “Anais do XVI Encontro de Modelagem Computacional”, 2013.
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
Copyright
Authors of articles published in the journal Trends in Computational and Applied Mathematics retain the copyright of their work. The journal uses Creative Commons Attribution (CC-BY) in published articles. The authors grant the TCAM journal the right to first publish the article.
Intellectual Property and Terms of Use
The content of the articles is the exclusive responsibility of the authors. The journal uses Creative Commons Attribution (CC-BY) in published articles. This license allows published articles to be reused without permission for any purpose as long as the original work is correctly cited.
The journal encourages Authors to self-archive their accepted manuscripts, publishing them on personal blogs, institutional repositories, and social media, as long as the full citation is included in the journal's website version.