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
Authors who publish in this journal agree to the following terms:
Authors retain copyright and grant the journal the right of first publication, with the work simultaneously licensed under the Creative Commons Attribution License that allows the sharing of the work with acknowledgment of authorship and initial publication in this journal.
Authors are authorized to assume additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (eg, publish in an institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal.
Authors are allowed and encouraged to publish and distribute their work online (eg, in institutional repositories or on their personal page) at any point before or during the editorial process, as this can generate productive changes as well as increase impact and the citation of the published work (See The effect of open access).
This is an open access journal which means that all content is freely available without charge to the user or his/her institution. Users are allowed to read, download, copy, distribute, print, search, or link to the full texts of the articles, or use them for any other lawful purpose, without asking prior permission from the publisher or the
author. This is in accordance with the BOAI definition of open access
Intellectual Property
All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License under attribution BY.