MONITORAMENTO DA INTEGRIDADE ESTRUTURAL DE PRENDEDORES DE ESTRUTURAS E AEROGERADORES UTILIZANDO DE APRENDIZADO DEMÁQUINA
Monitoramento de Integridade Estrutural; Reconhecimento de Padrões; Vibrações; Machine Learning.
Sistemas mecânicos e estruturais, tais como máquinas rotativas, aviões, pontes, entre outros, ficam expostos a diversos tipos de esforços que com o passar do tempo induzem desgastes e danos que afetam o desempenho do sistema ou coloca em risco a sua integridade. O presente trabalho tem como objetivo aplicar o método de monitoramento de integridade estrutural (SHM - Structural Health Monitoring) utilizando de Reconhecimento de Padrões e a resposta vibracional da estrutura para identificação e monitoramento de danos em prendedores (tipo de rebites, juntas rebitadas, aparafusadas, etc). O trabalho possui forte caráter numérico-experimental. A partir das medições e coleta de dados será extraída a “assinatura de vibração” do sistema com e sem dano o qual, será utilizada para juntamente com a técnica de reconhecimento de padrão e Machine Learing (ML). Para tanto, um classificador baseado em ML usando função de resposta em frequência será utilizado no trabalho onde será treinado para processar os dados extraídos e avaliar a integridade estrutural. Considerada a escassez de investigações voltadas ao estudo de SHM utilizando ML e reconhecimento de padrões para monitoramento de danos em prendedores, conclui-se que o atual projeto de pesquisa oferece importantes contribuições para o aprimoramento da metodologia proposta, tornando-a favorável em aplicações de estruturas mecânicas de aerogeradores