Detecção de falhas estruturais usando sensores e atuadores piezelétricos e algoritmos genéticos

Abstract

A tecnologia de materiais inteligentes se tornou uma área de crescente interesse para o desenvolvimento de estruturas que podem incorporar atuadores e sensores capazes de detectar falhas. Extensivas investigações têm sido focadas na tecnologia que integra materiais inteligentes no monitoramento das condições de sistemas. Vários estudos têm sido realizados na área de identificação de sistemas mecânicos e há uma tendência de introduzir otimização em projetos de monitoramento de sinais que permitirá automatização do processo e caracterização de falhas para sistemas complexos. O problema de identificação de variáveis ou detecção de falhas em sistemas mecânicos é uma classe de problemas inversos e, portanto, não apresenta uma solução única. O problema inverso consiste em determinar as causas baseando-se na observação dos efeitos. Nos problemas inversos os parâmetros de falha (comprimento de trinca e/ou localização) podem ser calculados no domínio da freqüência ou do tempo. A metodologia proposta neste trabalho utiliza dados no domínio da freqüência, e utiliza, em uma primeira etapa, o método da impedância elétrica para se determinar a localização das falhas. Numa segunda etapa é realizada a quantificação da intensidade de falhas, usando algoritmos genéticos. Algoritmos genéticos (AG) são processos de otimização baseados nos princípios de evolução natural. Um AG simula um processo de adaptação em uma população inicial de indivíduos através de operadores genéticos artificiais em cada geração. Em condições de otimização, cada indivíduo da população é codificado em um cromossomo, que representa uma solução genérica para o problema, enquanto a adaptação individual é avaliada por uma função de aptidão.

Smart material technology has become an area of increasing interest for the development of structures that are able to incorporate actuator and sensor capabilities for fault detection. Extensive investigations have been focused on integrating smart material technology into health monitoring systems. Several studies have been accomplished in the area of identification of mechanical systems and there is a tendency of introducing optimization in projects of signals monitoring, which would allow automation in the process and characterization of faults, even for complex systems. The problem of variables identification or damage detection in mechanical systems is a class of inverse problem and, therefore, it doesn't present a unique solution. The inverse problem consists in determining the causes based on some observation of their effects. In inverse problems the damaged parameters (crack length and/or location) can be calculated in frequency or time domain. The proposal methodology is based on frequency domain, and it uses, in a first stage, the method of electric impedance to determine the location of the faults. Later on takes place the quantification of the fault intensities, in a second stage, by using genetic algorithms. Genetic algorithms (GA) are optimization processes based on principles of natural evolution. A GA simulates an adaptation process taking an initial population of individuals and applying artificial genetic operators in each generation. In optimization conditions, each individual of the population is coded in a string or chromosomes, which represents a trial solution for a certain problem, while the individual adaptation is evaluated through a fitness function.