Identificação de Danos Empregando um Modelo de Dano Contínuo e o Método de Monte Carlo com Cadeias de Markov

Josiele da Silva Teixeira, Leonardo Tavares Stutz, Antônio José da Silva Neto, Diego Campos Knupp

Abstract


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.

Keywords


Identificação de danos; Modelo de dano contínuo; Inferência Bayesiana; Cadeia de Markov

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.




DOI: https://doi.org/10.5540/tema.2015.016.03.0219

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Refbacks

  • There are currently no refbacks.



Trends in Computational and Applied Mathematics

A publication of the Brazilian Society of Applied and Computational Mathematics (SBMAC)

 

Indexed in:

                       

         

 

Desenvolvido por:

Logomarca da Lepidus Tecnologia