Detecção e quantificação de danos em estruturas com juntas parafusadas

• Processo: 19/19684-3
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2020
• Data de Término da vigência: 30 de abril de 2022
• Área do conhecimento: Engenharias - Engenharia Mecânica - Mecânica dos Sólidos
• Pesquisador responsável: Samuel da Silva
• Beneficiário: Samuel da Silva
• Instituição Sede: Faculdade de Engenharia (FEIS). Universidade Estadual Paulista (UNESP). Campus de Ilha Solteira. Ilha Solteira , SP, Brasil
• Município da Instituição Sede: Ilha Solteira
• Pesquisadores associados: Americo Barbosa da Cunha Junior ; Michael Douglas Todd
• Assunto(s): Dinâmica Dinâmica não linear Histerese Danos Processos gaussianos
• Palavra(s)-Chave do Pesquisador: Detecção de Danos | Dinâmica não-linear | Histerese | Identificação de Sistemas Não-Lineares | Juntas Parafusadas | modelos GP-NARX | Dinâmica

Resumo

As alterações dos torques de apertos e as vibrações não lineares causadas por altas amplitudes de excitação podem gerar ciclos de histerese que mudam bastante a dissipação em juntas de conexão de subcomponentes estruturais. Assim, obter modelos representativos para se compreender esta dissipação é uma tarefa complicada, ainda mais que os danos nestas junções envolvem alterações locais da rigidez e amortecimento do aperto e se for assumido regime de vibração não linear aliado a incertezas de contorno, e da própria medição, acaba ficando difícil se detectar com confiabilidade se é um dano real ou flutuações de operação ou ambiente. Basicamente este será o problema a ser tratado neste projeto envolvendo a proposição de novas técnicas para monitoramento da integridade estrutural (SHM) não linear usando informações de amortecimento histerético. Como será discutido nesta proposta, muitos pontos ainda estão em aberto na literatura e observa-se uma carência de estudos mais sofisticados para detecção e quantificação de danos em estruturas com junções parafusadas vibrando de maneira não-linear. Neste cenário, o presente projeto pretende investigar o desenvolvimento de algoritmos para identificação de não-linearidades locais em modelos estocásticos de histerese a partir de dados dirigidos medidos experimentalmente e implementar estratégias de decisão estatística sobre o estado estrutural se considerando pré-requisitos operacionais bem próximo do interesse industrial. Como métodos de identificação para predição em horizonte infinito, este projeto irá desenvolver e implementar modelos de processos Gaussianos com regressores não lineares (GP-NARX), além da aplicação de sondagem harmônica, balanço harmônico e séries de Volterra em modelos representativos de baixa dimensão para descrição de histerese, como o modelo de Bouc-Wen, modelo de LuGre e modelo de Iwan, dependendo das características de cada estrutura. Já para as fases de detecção e classificação de danos, o uso será a partir de algoritmos de aprendizado de máquina usando distância Mahalanobis, Modelos de Mistura Gaussiana (MMG) e testes de hipóteses com distribuição F. Todos os detalhes, motivação, histórico, equipe de colaboração e contribuições originais que este projeto dará para a área são discutidos na sequência deste plano. (AU)

Publicações científicas

(15)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

TELOLI, RAFAEL DE OLIVEIRA; VILLANI, LUIS G. G.; DA SILVA, SAMUEL; TODD, MICHAEL D.. On the use of the GP-NARX model for predicting hysteresis effects of bolted joint structures. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, v. 159, p. 20-pg., 2021-03-19. (19/19684-3, 16/21973-5, 15/25676-2, 17/24977-4)

PAVLACK, BRUNA; PAIXAO, JESSE; DA SILVA, SAMUEL; CUNHA, JR., AMERICO; GARCIA CAVA, DAVID. olynomial Chaos-Kriging metamodel for quantification of the debonding area in large wind turbine blade. STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL, v. 21, n. 2, MAY 2021. (17/15512-8, 18/15671-1, 19/19684-3, 19/11755-9)

PAIXAO, JESSE; DA SILVA, SAMUEL; FIGUEIREDO, ELOI; RADU, LUCIAN; PARK, GYUHAE. Delamination area quantification in composite structures using Gaussian process regression and auto-regressive models. JOURNAL OF VIBRATION AND CONTROL, v. 27, n. 23-24, OCT 2020. (18/15671-1, 19/19684-3, 17/15512-8, 19/11755-9)

TELOLI, RAFAEL DE OLIVEIRA; BUTAUD, PAULINE; CHEVALLIER, GAEL; DA SILVA, SAMUEL. Dataset of experimental measurements for the Orion beam structure. DATA IN BRIEF, v. 39, DEC 2021. (19/06540-3, 19/19684-3)

YANO, MARCUS OMORI; DA SILVA, SAMUEL; FIGUEIREDO, ELOI; GIACON VILLANI, LUIS G.. Damage quantification using transfer component analysis combined with Gaussian process regression. STRUCTURAL HEALTH MONITORING-AN INTERNATIONAL JOURNAL, v. N/A, p. 18-pg., 2022-05-28. (19/19684-3)

MIGUEL, LUCCAS PEREIRA; TELOLI, RAFAEL DE OLIVEIRA; DA SILVA, SAMUEL. Bayesian model identification through harmonic balance method for hysteresis prediction in bolted joints. NONLINEAR DYNAMICS, v. 107, n. 1, NOV 2021. (19/19684-3, 16/21973-5, 20/07449-7, 17/15512-8)

DA SILVA, SAMUEL; VILLANI, LUIS G. G.; REBILLAT, MARC; MECHBAL, NAZIH. Gaussian Process NARX Model for Damage Detection in Composite Aircraft Structures. JOURNAL OF NONDESTRUCTIVE EVALUATION, DIAGNOSTICS AND PROGNOSTICS OF ENGINEERING SYSTEMS, v. 5, n. 1, p. 8-pg., 2022-02-01. (17/15512-8, 19/19684-3, 15/25676-2)

TELOLI, RAFAEL DE O.; DA SILVA, SAMUEL; RITTO, THIAGO G.; CHEVALLIER, GAEL. Bayesian model identification of higher-order frequency response functions for structures assembled by bolted joints. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, v. 151, APR 2021. (19/06540-3, 19/19684-3, 16/21973-5, 17/15512-8)

NORENBERG, JOAO PEDRO; CUNHA JR, AMERICO; DA SILVA, SAMUEL; VAROTO, PAULO SERGIO. Global sensitivity analysis of asymmetric energy harvesters. NONLINEAR DYNAMICS, v. N/A, p. 16-pg., 2022-06-07. (19/19684-3)

TELOLI, RAFAEL DE O.; BUTAUD, PAULINE; CHEVALLIER, GAEL; DA SILVA, SAMUEL. Good practices for designing and experimental testing of dynamically excited jointed structures: The Orion beam. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, v. 163, JAN 15 2022. (19/19684-3, 19/06540-3, 16/21973-5)

YANO, MARCUS OMORI; VILLANI, LUIS G. G.; DA SILVA, SAMUEL; FIGUEIREDO, ELOI. Autoregressive model extrapolation using cubic splines for damage progression analysis. Journal of the Brazilian Society of Mechanical Sciences and Engineering, v. 43, n. 1, JAN 2 2021. (15/25676-2, 17/15512-8, 19/19684-3)

DA SILVA, SAMUEL; FIGUEIREDO, ELOI; MOLDOVAN, IONUT. Damage Detection Approach for Bridges under Temperature Effects using Gaussian Process Regression Trained with Hybrid Data. JOURNAL OF BRIDGE ENGINEERING, v. 27, n. 11, p. 12-pg., 2022-11-01. (19/19684-3)

RAQUETI, RAFAEL DA S.; TELOLI, RAFAEL DE O.; DA SILVA, SAMUEL; BUSSETTA, PHILIPPE; CUNHA JR, AMERICO. On the use of Stochastic Bouc-Wen model for simulating viscoelastic internal variables from a finite element approximation of steady-rolling tire. JOURNAL OF VIBRATION AND CONTROL, v. N/A, p. 15-pg., 2022-09-21. (16/21973-5, 19/19684-3)

YANO, MARCUS OMORI; FIGUEIREDO, ELOI; DA SILVA, SAMUEL; CURY, ALEXANDRE; MOLDOVAN, IONUT. Transfer Learning for Structural Health Monitoring in Bridges That Underwent Retrofitting. BUILDINGS, v. 13, n. 9, p. 13-pg., 2023-09-01. (19/19684-3)

FIGUEIREDO, ELOI; OMORI YANO, MARCUS; DA SILVA, SAMUEL; MOLDOVAN, IONUT; ADRIAN BUD, MIHAI. Transfer Learning to Enhance the Damage Detection Performance in Bridges When Using Numerical Models. JOURNAL OF BRIDGE ENGINEERING, v. 28, n. 1, p. 13-pg., 2023-01-01. (19/19684-3)