Busca avançada
Ano de início
Entree

Identificação de modelos de ondas guiadas para prognóstico de danos em estruturas de material compósito

Processo: 17/11216-5
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de setembro de 2017
Vigência (Término): 28 de fevereiro de 2018
Área do conhecimento:Engenharias - Engenharia Mecânica - Mecânica dos Sólidos
Pesquisador responsável:Samuel da Silva
Beneficiário:Pedro Cicilini de Nadai
Instituição-sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
Assunto(s):Materiais compósitos   Sensores piezoelétricos   Análise de séries temporais   Identificação de sistemas

Resumo

A detecção de danos em estruturas com testes não destrutivos é de extremo interesse em diversos setores, motivadas principalmente por razões econômicas e de segurança. Estes métodos de monitoramento são conhecidos pelo termo em inglês, Structural Health Monitoring - SHM. Em especial, o uso de atuadores e sensores piezelétricos em SHM permitiu nos últimos 20 anos uma ampla gama de novas aplicações, em especial, as associadas a possibilidade de excitar com onda guiadas uma estrutura a fim de interrogar o seu estado estrutural de maneira local para identificar danos incipientes com baixa intensidade bem antes do que os métodos globais baseados em medidas de vibração. Com a medição destes sinais de entrada e saída, e conhecendo o caminho de propagação da onda, pode-se verificar a existência ou não de descontinuidades, podendo correlacionar isto com danos associados a mudanças de rigidez, inércia ou amortecimento das estruturas. Diversos algoritmos foram e ainda continuam sendo propostos como forma de otimizar estas aplicações dentro de cinco etapas distintas: (1) Detectar uma mudança estrutural associada com dano; (2) Localizar onde está a mudança na estrutura; (3) Caracterizar esta mudança; (4) Quantificar a extensão desta mudança; e (5) Realizar um prognóstico para verificar como este dano pode evoluir antes que ocorra uma falha. No geral, as etapas (1), (2) e (3) podem ser feitas com base apenas em uma análise dos sinais medidos, sendo que as etapas (4) e (5) necessitam de modelos matemáticos, sejam eles caixa branca, por exemplo um modelo físico e matemático aproximado por elementos finitos ou modelo espectral, ou ainda caixa preta, por exemplo um modelo identificado experimentalmente, como ocaso dos modelos auto-regressivos (AR). Neste sentido, este trabalho de IC tem como meta implementar e testar em bancada parte de um método novo que foi recentemente proposto em uma dissertação de mestrado supervisionada pelo orientador que objetiva realizar simultaneamente as etapas (1) Detecção e parte da etapa (5) de Prognóstico. O método proposto se baseia em extrapolar os coeficientes de modelos auto-regressivos que são identificados a medida que desvios das medidas experimentais são considerados estatisticamente significantes, podendo estar relacionados com descontinuidades provenientes de possíveis danos. Porém, este método foi testado com poucos experimentos e usando apenas estruturas metálicas, necessitando de um estudo mais profundo com melhor definição estatística e planejamento experimental. Assim, o presente trabalho de IC deverá realizar um estudo mais detalhado deste método usando uma placa de material compósito com sensores comerciais do tipo Smart Layer que já está montada no laboratório da Unesp de Ilha Solteira. Toda a aquisição de sinais será feita com o programa da Acellent e o processamento será realizado em rotinas computacionais próprias implementadas no programa Octave. Como resultado, a IC irá contribuir com a verificação da aplicabilidade e viabilidade deste método, além da proposição de eventuais modificação, adaptações e, até mesmo melhorias no procedimento. Esta proposta detalha todo o embasamento e contexto do projeto, além dos objetivos, contribuições e plano de trabalho. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)