Notícias

Banca de QUALIFICAÇÃO: GIOVANNI DE SOUZA PINHEIRO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: GIOVANNI DE SOUZA PINHEIRO
DATA: 30/08/2024
HORA: 14:30
LOCAL: Google Meet
TÍTULO:

 IDENTIFICAÇÃO DE FORÇAS A PARTIR DE DADOS DE VIBRAÇÃO E TÉCNICAS DE MACHINE LEARNING


PALAVRAS-CHAVES:

identificação de forças; modelos de aprendizado de máquinas; vibração; 


PÁGINAS: 95
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Medidas Elétricas, Magnéticas e Eletrônicas; Instrumentação
ESPECIALIDADE: Medidas Elétricas
RESUMO:
O conhecimento das forças que atuam em uma estrutura permite, entre muitos outros fatores, avaliar a vida útil de um componente, tendo em vista que o surgimento de defeitos em componentes dinâmicos, tendem a produzir uma alteração nos esforços produzidos. Essa variação pode ser percebida por uma alteração no espectro de resposta de vibração do equipamento. Especialmente onde os pontos de medições são limitados ou inacessíveis, o conhecimento das forças atuantes em uma estrutura é extremamente importantes, pois permite, entre outros fatores, avaliar se a vida útil do componente está comprometida pela condição atual da máquina e, nesse caso, um problema inverso precisa ser resolvido. Dentre as soluções desenvolvidas para esse tipo de problema, as técnicas de Aprendizado de máquinas vêm se destacando como ferramentas com grande poder de previsão, sendo cada vez mais aplicados para solução de problemas de engenharia. Dessa forma, este trabalho tem por finalidade avaliar diferentes modelos de aprendizado de máquinas para sistemas com uma ou mais forças aplicadas a partir dos dados de vibrações medidos. Os Modelos de Aprendizado de Máquinas foram avaliados segundo o seu potencial de previsão, considerando sistemas single force e multi force. Nesse sentido, um modelo computacional foi gerado e validado pelas respostas de vibração medidas em laboratório. Um banco de dados robusto foi criado utilizando a Metodologia de Superfície de Resposta em conjunto com o Design of Experiment (DOE), e então utilizado para avaliar a capacidade de modelos de aprendizado de máquinas para prever a posição, frequência, magnitude e número de forças atuando em uma estrutura. Sete modelos de Aprendizado de máquinas se destacaram, tendo os modelos por florestas aleatórias e k-NN apresentado erros menores que 1%, tanto para o modelo com uma força, quanto para o modelo com duas forças.

MEMBROS DA BANCA:
Presidente - 2224684 - MARCUS VINNICIUS ALVES NUNES
Interno - 326021 - UBIRATAN HOLANDA BEZERRA
Externo ao Programa - 1111830 - ALLAN RODRIGO ARRIFANO MANITO
Externo ao Programa - 1861747 - FABIO ANTONIO DO NASCIMENTO SETUBAL
Externo à Instituição - DENIS CARLOS LIMA COSTA
Notícia cadastrada em: 15/07/2024 09:45
SIGAA | Centro de Tecnologia da Informação e Comunicação (CTIC) - (91)3201-7793 | Copyright © 2006-2024 - UFPA - jatoba.ufpa.br.jatoba1