Reconhecimento de falhas estruturais utilizando uma rede neural ARTMAP-Fuzzy-Wavelet S.S. Frutuoso de Souza, F.P.A. Lima y F.R. Chavarette

• SIMONE SILVA FRUTUOSO DE SOUZA ^[1] ; FERNANDO P.A. LIMA ^[1] ; FÁBIO ROBERTO CHAVARETTE ^[1]
  1. [1] Univ. Estadual Paulista
• Localización: Revista iberoamericana de ingeniería mecánica, ISSN 1137-2729, Vol. 23, Nº 1, 2019, págs. 3-14
• Idioma: portugués
• Títulos paralelos:
  • Structural failures recognition using an artificial neural networks artmap-fuzzy-wavelet
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • português

    Este artigo apresenta uma rede neural artificial ARTMAP-Fuzzy-Wavelet para análise da integridade estrutural de um edifício. A combinação de uma rede neural com a transformada Wavelet gera uma poderosa ferramenta para realizar a identificação e caracterização de falhas estruturais. Esta ferramenta auxiliará profissionais, na inspeção de estruturas, de modo a identificar e caracterizar falhas, a fim de realizar manutenção preventiva, assegurar a integridade da estrutura e auxiliar a tomada de decisões. Para validar a metodologia foi desenvolvido um modelo matemático de um edifício, e a partir deste, foram geradas diversas situações (condição normal e condições em falhas), obtendo-se uma base de dados de sinais, que foram analisados pelo método proposto. Os resultados obtidos pela rede neural ARTMAP-Fuzzy-Wavelet apresentam eficiência e robustez

  • English

    This paper presents an artificial neural network ARTMAP-Fuzzy-Wavelet to analysis of the structural integrity of a building. The combination of a neural network with the Wavelet transform generates a powerful tool for carrying out the identification and characterization of structural failure. This tool will help practitioners in the inspection structures, in order to identify and characterize flaws in order to perform preventive maintenance to ensure the integrity of the structure and assist in decision making. To validate the methodology, was developed a mathematical model of a building, and from this, several situations were generated (normal condition and failures conditions), yielding a signal database, which were analyzed by the proposed method.

    The results obtained by the neural network ARTMAP-Fuzzy-Wavelet, presents efficiency and robustness.