Fechar
Metadados

@PhDThesis{HernándezTorres:2017:ViDaId,
               author = "Hern{\'a}ndez Torres, Reynier",
                title = "Vibration-based damage identification using hybrid optimization 
                         algorithms",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2017",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2017-09-04",
             keywords = "vibration-based damage identification, nastran, inverse problem, 
                         multi-particle collision algorithm, q-Gradient method, 
                         identifica{\c{c}}{\~a}o de danos baseada em 
                         vibra{\c{c}}{\~a}o, Nastran, problema inverso, algoritmo de 
                         coliss{\~a}o de m{\'u}ltiplas part{\'{\i}}culas, m{\'e}todo 
                         q-Gradiente.",
             abstract = "The inverse problem of structural damage identification is 
                         addressed in this thesis. The inverse solution is obtained by 
                         solving an optimization problem using different hybrid algorithms. 
                         The forward structural model is solved by Finite Element codes. 
                         FORTRAN code developed by the research group of the 
                         Laborat{\'o}rio Associado de Computa{\c{c}}{\~a}o e 
                         Matem{\'a}tica Aplicada (LAC) of the Instituto Nacional de 
                         Pesquisas Espaciais (INPE) was applied to some problems, and for 
                         other numerical experiments the NASTRAN software was employed. The 
                         acceleration, velocity or displacement time history could be used 
                         as experimental data in this methodology. The objective function 
                         is formulated as the sum of the squared difference between the 
                         measured displacement and the data calculated by the forward 
                         model. Different hybrid metaheuristics are tested, using a 
                         two-step approach. The first step performs the exploration, and 
                         the second one carries out the exploitation, starting from the 
                         best solution found in the first step. One optimization approach 
                         combines the Multi-Particle Collision Algorithm (MPCA) with the 
                         Hooke-Jeeves (HJ) direct search method. MPCA is improved using 
                         different mechanisms derived from the Opposition-Based Learning, 
                         such as Center-Based Sampling and Rotation-Based Learning. Other 
                         applied optimizer is the novel q-gradient, and it is also 
                         hybridized with HJ method. The methodology is tested on structures 
                         with different complexities. Time-invariant damage was assumed to 
                         generate the synthetic measurements. Noiseless and noisy data were 
                         considered in tests using models implemented in FORTRAN. Most of 
                         the experiments were performed using a full set of data, from all 
                         possible nodes, and an experiment was done using a reduced dataset 
                         with a low level of noise in data. Noiseless data were considered 
                         with experiments using NASTRAN. In this case, the experiments were 
                         performed using a full set of data. In general, good estimations 
                         for damage location and severity are achieved. Some false 
                         positives have appeared, but damages were well identified. RESUMO: 
                         O problema inverso da identifica{\c{c}}{\~a}o de danos 
                         estruturais {\'e} abordado nesta tese. A solu{\c{c}}{\~a}o 
                         inversa {\'e} obtida resolvendo um problema de 
                         otimiza{\c{c}}{\~a}o usando diferentes algoritmos 
                         h{\'{\i}}bridos. O modelo direto estrutural {\'e} resolvido 
                         pelo M{\'e}todo dos Elementos Finitos. C{\'o}digo FORTRAN 
                         desenvolvido pelo grupo de pesquisa do Laborat{\'o}rio Associado 
                         de Computa{\c{c}}{\~a}o e Matem{\'a}tica Aplicada (LAC) do 
                         Instituto Nacional de Pesquisas Espaciais (INPE) foi aplicado em 
                         alguns problemas e, para outros experimentos num{\'e}ricos, o 
                         software NASTRAN foi empregado. O hist{\'o}rico de tempo de 
                         acelera{\c{c}}{\~a}o, velocidade ou deslocamento pode ser usado 
                         como dados experimentais nesta metodologia. A fun{\c{c}}{\~a}o 
                         objetivo {\'e} formulada como a soma da diferen{\c{c}}a 
                         quadr{\'a}tica entre o deslocamento medido e os dados calculados 
                         pelo modelo direto. Diferentes metaheur{\'{\i}}sticas 
                         h{\'{\i}}bridas s{\~a}o testadas, usando uma abordagem em duas 
                         etapas. A primeira etapa realiza a explora{\c{c}}{\~a}o em todo 
                         o espa{\c{c}}o de busca, e a segunda etapa realiza a 
                         intensifica{\c{c}}{\~a}o a partir da melhor solu{\c{c}}{\~a}o 
                         encontrada pela primeira etapa. Uma abordagem de 
                         otimiza{\c{c}}{\~a}o combina o Algoritmo de Colis{\~a}o de 
                         M{\'u}ltiplas Part{\'{\i}}culas (MPCA) com o m{\'e}todo de 
                         busca direta Hooke-Jeeves (HJ). O MPCA {\'e} melhorado usando 
                         diferentes mecanismos derivados da Aprendizagem Baseada na 
                         Oposi{\c{c}}{\~a}o, como s{\~a}o a Amostragem Baseada no 
                         Centro, e a Aprendizagem Baseada em Rota{\c{c}}{\~a}o. Outro 
                         otimizador aplicado {\'e} o novo q-gradiente, que tamb{\'e}m 
                         {\'e} hibridado com o m{\'e}todo HJ. A metodologia {\'e} 
                         testada em estruturas com diferentes complexidades. Sup{\~o}e-se 
                         que os danos s{\~a}o invariante no tempo para gerar as medidas 
                         experimentais sint{\'e}ticas. Dados sem ru{\'{\i}}do e com 
                         diferentes n{\'{\i}}veis de ru{\'{\i}}do foram considerados em 
                         testes usando modelos implementados em FORTRAN. A maioria dos 
                         experimentos foi realizada usando um conjunto completo de dados, 
                         de todos os n{\'o}s poss{\'{\i}}veis, e um dos experimentos foi 
                         feito usando um conjunto incompleto de dados, com um baixo 
                         n{\'{\i}}vel de ru{\'{\i}}do. Para os experimentos utilizando 
                         o NASTRAN, foram considerados dados sint{\'e}ticos sem 
                         ru{\'{\i}}do, e foi utilizado o conjunto completo de dados. Em 
                         geral, boas estimativas para localiza{\c{c}}{\~a}o e gravidade 
                         do dano foram alcan{\c{c}}adas. Alguns falsos positivos 
                         apareceram nas estimativas, mas os danos presentes nos sistemas 
                         foram bem identificados.",
            committee = "Chalhoub, Ezzat Selim (presidente) and Campos Velho, Haroldo Fraga 
                         de (orientador) and Chiwiacowsky, Leonardo Dagnino (orientador) 
                         and Stephany, Stephan and Ramos, Fernando Manuel and Rade, 
                         Domingos Alves and Souto, Roberto Pinto",
         englishtitle = "Identifica{\c{c}}{\~a}o de danos baseada em vibra{\c{c}}{\~a}o 
                         usando algoritmos de optimiza{\c{c}}{\~a}o h{\'{\i}}bridos",
             language = "en",
                pages = "205",
                  ibi = "8JMKD3MGP3W34P/3PFB7K2",
                  url = "http://urlib.net/rep/8JMKD3MGP3W34P/3PFB7K2",
           targetfile = "publicacao.pdf",
        urlaccessdate = "29 nov. 2020"
}


Fechar