PPG-EME COORDENAÇÃO DE CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA INSTITUTO DE ENGENHARIA MECÂNICA Téléphone/Extension: Indisponible

Banca de DEFESA: RONNY FRANCIS RIBEIRO JUNIOR

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RONNY FRANCIS RIBEIRO JUNIOR
DATA : 19/02/2026
HORA: 09:00
LOCAL: Google Meet
TÍTULO:

Localização de Danos Baseada em Vibração em Estruturas Compostas: Integrando CNNs, Modos de Vibração e Correlação Digital de Imagem


PALAVRAS-CHAVES:

Estruturas sanduíche, Modos de vibração, Monitoramento da integridade estrutural, Aprendizado de máquina, Classificação de danos, Localização de danos.


PÁGINAS: 100
RESUMO:

Os materiais compósitos, conhecidos pelas suas elevadas relações resistência-peso e rigidez-peso, são extensivamente utilizados em diversas indústrias. Apesar das suas propriedades vantajosas, estes materiais são propensos a mecanismos de falha complexos que são difíceis de detectar visualmente. Este estudo propõe um framework de deep learning baseado em Redes Neurais Convolucionais (CNN) para a detecção e localização de danos em estruturas sanduíche de compósitos utilizando imagens de modos de vibração. A abordagem utiliza uma estratégia híbrida, combinando simulações pelo Método dos Elementos Finitos (MEF) para treinamento com validação experimental usando Correlação Digital de Imagem (DIC) para preencher a lacuna entre o comportamento estrutural numérico e o do mundo real. Na primeira etapa, um modelo de classificação binária foi otimizado utilizando métodos Bayesianos para distinguir entre condições com e sem danos. O modelo foi treinado nos primeiros cinco modos de vibração não nulos gerados numericamente e alcançou precisão perfeita em dados simulados e 90% de precisão em medições experimentais. Na segunda etapa, uma CNN baseada em regressão foi desenvolvida para localizar e quantificar as características do dano. Embora treinado apenas com dados simulados, o modelo demonstrou forte capacidade de generalização, prevendo com precisão a localização do dano (coordenadas X, Y) em corpos de prova experimentais. Embora a estimativa do tamanho do defeito tenha apresentado maior variabilidade para defeitos menores, o framework demonstra efetivamente a viabilidade do uso de simulações de alta fidelidade e visão computacional para o Monitoramento da Integridade Estrutural (SHM) de estruturas de compósitos do mundo real.


MEMBROS DA BANCA:
Presidente - 2995714 - GUILHERME FERREIRA GOMES
Interno - 1461307 - SEBASTIAO SIMOES DA CUNHA JUNIOR
Externo ao Programa - 3291994 - MATHEUS BRENDON FRANCISCO - UNIFEIExterno à Instituição - ELÓI JOÃO FARIA FIGUEIREDO
Externo à Instituição - SAMUEL DA SILVA - UNESP
Notícia cadastrada em: 29/12/2025 15:20
SIGAA | DTI - Diretoria de Tecnologia da Informação - (35) 3629-1080 | Copyright © 2006-2026 - UFRN - sigaa09.unifei.edu.br.sigaa09