Localizacao de Danos com Utilizacao de Aprendizado de Maquina

Este trabalho introduz uma nova metodologia de Monitoramento da Integridade de Estruturas (SHM, do ingls Structural Health Monitoring) utilizando algoritmos de aprendizado de mquina no-supervisionado para localizao e deteco de dano. A abordagem foi testada em material isotrpico (placa de alumnio). Os transdutores piezeltricos foram colados na placa de alumnio com dimenses de 500 x 500 x 2mm, que atuam como sensores e atuadores ao mesmo tempo. Para manipulao dos dados foram analisados os sinais definindo o primeiro pacote do sinal (first packet), considerando apenas o intervalo de tempo igual ao tempo da fora de excitao. Os sinais so obtidos na situao sem dano (baseline) e, situaes de dano. Como mtodo de avaliao foram implementadas as mtricas: pico mximo, valor mdio quadrtico (RMSD), correlao entre os sinais, normas H2 e H entre os sinais baseline e sinais com dano. Foi implementado o algoritmo de aprendizado de mquina no-supervisionado K-Means no matlab e tambm testado no toolbox Weka. Ento, fez se necessrio a implementao de um algoritmo de aprendizado de mquina no-supervisionado que utiliza propagao de afinidades.