Eventos Anais de eventos
CREEM2024
CREEM 2024 - XXX Congresso Nacional de Estudantes de Engenharia Mecânica
Relevância das Frequências Naturais e Sistemas Inteligentes na Caracterização Estrutural de Vigas
Submission Author:
Marcos Aurélio Nunes Vieira , GO
Co-Authors:
Marcos Aurélio Nunes Vieira, Marlipe Garcia Fagundes Neto, Pedro Henrique Debs de Morais
Presenter: Marcos Aurélio Nunes Vieira
doi://10.26678/ABCM.CREEM2024.CRE2024-0081
Abstract
A vibração permeia muitos aspectos da vida diária, entretanto a exposição prolongada de estruturas a vibrações pode resultar em eventuais falhas. Assim, as frequências naturais surgem como elementos-chave e assumem um papel crucial na caracterização do comportamento estrutural. Nesse contexto, este trabalho buscou investigar as frequências naturais de dois modelos de viga engastada-livre e desenvolver algoritmos de classificação usando os dados espectrais das frequências observadas para caracterização estrutural dos modelos. Foram utilizados dois tipos de vigas: uma com massa na extremidade livre e outra sem, das quais foram adquiridas as frequências naturais utilizando três abordagens: modelagem virtual com o software Autodesk Inventor, e duas abordagens experimentais usando modelos reais - uma com túnel de vento e outra com um martelo de impacto. Todos os espectros de vibração e frequências naturais adquiridas foram tratados, filtrados e classificados por meio de algoritmos inteligentes desenvolvidos em Python. Os resultados do modelo virtual e dos métodos experimentais apresentaram boa concordância nas frequências naturais obtidas, indicando a confiabilidade dessas frequências como fator caracterizante do comportamento das vigas. Apesar de algumas variações nas frequências mais altas, o modelo virtual demonstrou eficácia em refletir os comportamentos das vigas reais. A caracterização estrutural com base nas frequências naturais foi eficaz, fornecendo insights importantes sobre o estado das estruturas.
Keywords
Vibrações Mecânicas, frequências naturais, Comportamento estrutural, Algoritmos de Classificação
