INSTEAD

Sistemas inteligentes para deteção de falhas emprocessos multidimensionais

Relatório �nal interno

Setembro 2013

Referência: PTDC/EEA-AUT/108180/2008Responsável: Maria Paula Macedo Rocha MalonekOrganização responsável: Faculdade de Engenharia da Universidade do PortoInício: 01-04-2010Fim: 30-09-2013

Conteúdo

1 Objetivo 2

2 Atividades desenvolvidas 3

3 Resultados conseguidos 13

4 Realizações do projeto 16

5 Listagem das realizações do projeto 18

5.1 Publicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185.1.1 Artigos em revistas internacionais . . . . . . . . . . . . . . . . . . . 185.1.2 Artigos em atas de conferências internacionais . . . . . . . . . . . . 185.1.3 Resumos de comunicações . . . . . . . . . . . . . . . . . . . . . . . 19

5.2 Comunicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205.3 Relatórios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215.4 Organização de seminários e conferências . . . . . . . . . . . . . . . . . . . 215.5 Aplicações computacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . 225.6 Instalações experimentais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225.7 Protótipos laboratoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

6 Anexo 24

1

1 Objetivo

O projeto teve como objetivo contribuir para o desenvolvimento de um sistema automáticopara a deteção em tempo real de falhas em vigas.

A deteção de falhas pode ser encarada como um problema de identi�cação, onde oprocesso é representado por um modelo paramétrico. Assume-se que uma falha corres-ponde a uma mudança signi�cativa no valor dos parâmetros, podendo ser detetada pelasua monitorização através de técnicas de estimação paramétrica.

Neste projeto considerou-se em particular a estimação de parâmetros através de redesneuronais dinâmicas multidimensionais.

Website: http://paginas.fe.up.pt/∼instead/

2

2 Atividades desenvolvidas

As atividades desenvolvidas no projeto dividiram-se nas seis tarefas que a seguir se des-crevem, correspondentes ao plano de trabalho apresntado à FCT. Optou-se por usar ummenor nível de detalhe sempre que os resultados já estivessem descritos em publicações.

Tarefa 1: Desenho e estudo de redes neuronais com dinâmica multidimensional

Foi desenvolvida uma rede neuronal dinâmica discreta multidimensional (mais con-cretamente 2D), que generaliza uma rede neuronal de Hop�eld 1D, para proces-sos unidimensionais (descritos por EDOs) anteriormente proposta no artigo [HugoAlonso, Teresa Mendonça, Paula Rocha, Hop�eld neural networks for online para-meter estimation, Neural Networks, 22, 450-462 (2009)]. A arquitetura da rede foidesenhada com base na hipótese que o movimento de vibração transversal de umaviga sujeita a uma deformação inicial ou a uma excitação externa é descrito porum modelo Euler-Bernoulli com amortecimento. Esta escolha baseou-se na simpli-cidade do referido modelo de vibração. O desenvolvimento da rede neuronal 2D foiprecedido pela aplicação de métodos convencionais de conversão do modelo inicialmultidimensional (dado por uma EDP) para um modelo unidimensional (descritopor EDOs) e subsequente utilização do �ltro de Kalman estendido e da rede neu-ronal 1D acima referida. Este passo teve como objetivo possibilitar a comparaçãodestes métodos entre si assim como com o novo método multidimensional proposto.Tendo em vista a análise teórica da estabilidade e convergência da rede neuronalmultidimensional, começou-se por levar a cabo um estudo da estabilidade de siste-mas 2D relevantes no tempo, onde, como o nome indica, é dada maior relevância àevolução temporal de um sistema distribuído no espaço. Foram obtidos resultadospara o caso linear e invariante no tempo.

Os bons resultados preliminares obtidos em simulações com a rede neuronal 2Dlevaram a crer que esta possuía boas propriedades de convergência. Sendo assim,e dado que houve uma redução da percentagem de tempo de dedicação ao projetopor parte da equipa envolvida nesta tarefa, bem como nas tarefas 3 e 5, optou-sepor não realizar o estudo teórico das propriedades de estabilidade e convergência darede 2D (que poderá ser feito mais tarde) e investir sobretudo nas componentes desimulação e de experimentação, mais essenciais para os objetivos gerais do projeto.

Tarefa 2: Modelação de danos estruturais

Estabeleceram-se equações do movimento de vigas com falhas ou fendas. O modeloé baseado numa teoria de deformação de corte de primeira ordem, conhecida comoteoria de vigas de Timoshenko, e considerou-se não linearidade do tipo geométrico,ou seja devida a grandes deslocamentos. Considerou-se que as falhas são repre-sentadas por uma ausência de material numa zona localizada, com consequentes

3

alterações na rigidez e na massa da viga. Foram, neste projeto, estabelecidas fun-ções de forma para a versão p do Método dos Elementos Finitos que permitem obtermodelos numéricos para vigas com falhas ou descontinuidades, com boa precisão erelativamente poucos graus de liberdade. O modelo foi utilizado para realizar váriassimulações numéricas. Começou-se por determinar as frequências e formas naturaisde vibração em regime linear. Em seguida resolveu-se o problema de vibrações for-çadas, em regime não linear, por aplicação do método de Newmark. Os modelos ecódigos desenvolvidos foram validados por comparação com resultados publicados,de origem numérica e experimental, e com dados resultantes de um software co-mercial de elementos �nitos. Estudou-se a in�uências das falhas no comportamentovibratório das vigas em regime linear e não linear, com ênfase no segundo. Tambémse desenvolveu um modelo no domínio da frequência para estudar a evolução dosmodos de vibração com a amplitude do deslocamento. Com esse modelo foram efe-tuados alguns testes numéricos que permitiram tirar conclusões sobre a in�uênciade danos nos modos de vibração de vigas em regime não linear.

Foram igualmente levados a cabo testes preliminares dos modelos desenvolvidos emambiente laboratorial. Para este efeito foi implementada uma instalação experi-mental para medir vibrações de vigas que funciona do seguinte modo. O sinal deexcitação é gerado por um analisador Pulse, da Bruël and Kjaer, e ampli�cadonum ampli�cador Ling Dynamic Systems, modelo PA100E (não representados na�gura). O sinal ampli�cado é enviado para o excitador electromagnético Ling Dy-namic Systems V406. que se pode ver na [Fig. 1 (a)]. Um tirante liga o excitador aotransdutor de forças modelo 8203 da Bruël and Kjaer. O tirante é muito rígido nadirecção longitudinal, mas �ete facilmente, assim transmitindo a força na direcçãoperpendicular à viga. As acelerações de treze pontos da viga foram medidas pordois acelerómetros modelo 27A11 da Endeveco. [Fig. 1 (b) e (c)]. O acelerómetro4508 da Bruël and Kjaer que se pode ver na [Fig. 1 (a)] destina-se a veri�car se oencastramento se move muito menos que a viga (idealmente o encastramento seria�xo e in�nitamente rígido).

Foi levada a cabo a comparação dos dados experimentais obtidos com esta instalaçãoe os resultados teóricos previstos pela teoria de Timoshenko, tendo sido obtidosresultados satisfatórios.

4

Figura 1: Fotogra�as da instalação experimental: (a) Excitador electromagnético, viga,transdutor de forças e tirante; (b) encastramento e acelerómetro; (c) tirante, transdutorde forças e dois acelerómetros.

Tarefa 3: Desenvolvimento de software para redes neuronais multidimensionais

Foi desenvolvido software para implementação e teste da rede de Hop�eld 2D de-senvolvida, nomeadamente para:

• aplicação do �ltro de Kalman estendido e de uma rede de Hop�eld 1D à versão1D do modelo de Euler-Bernoulli.

• implementação do Filtro de Kalman 2D ao modelo 2D correspondente à vibra-ção de uma viga de Euler-Bernoulli.

• implementação da rede de Hop�eld 2D desenvolvida na Tarefa 1.

O software desenvolvido no segundo ponto não produziu os resultados esperados,pelo que a sua utilização foi descartada. Este facto não prejudicou a persecução dosobjetivos do projeto, uma vez que apenas se destinava a obter mais um termo decomparação com o método proposto.

5

Tarefa 4: Hardware para implementação de redes neuronais multidimensionais

O plano previsto para a tarefa 4 consistia no desenvolvimento de um sistema em-bebido que implementasse o processo de identi�cação de falhas estruturais, parademonstração em ambiente laboratorial. O sistema a realizar seria integrado numaplataforma de desenvolvimento baseada em FPGA, que foi adquirida no âmbito doprojeto. Este desenvolvimento pressupunha a construção e integração de 3 sub-sistemas: aquisição em tempo real de dados físicos da estrutura a monitorar, pré-processamento desses dados e execução dos processos de identi�cação baseados emredes neuronais que foi o objeto de estudo nas tarefas anteriores. Sendo, à partida,necessário alimentar os métodos de identi�cação de falhas com dados de posição,velocidade e aceleração amostrados em diversos pontos da estrutura, foi inicialmenteavaliada a viabilidade de se obter essa informação com acelerómetros MEMS (MicroElectro-Mechanical Systems) de baixo custo. Esta abordagem justi�cou-se comomeio de permitir obter medidas em diversos pontos de uma estrutura a monito-rar, para além dos 2 permitidos com os acelerómetros analógicos piezo-elétricos jáexistentes na equipa, mas de custo muito elevado face aos de tecnologia MEMS.Numa primeira fase foi feito um levantamento de diferentes acelerómetros MEMSexistentes no mercado, com o objetivo de selecionar um conjunto com caraterísti-cas adequadas à aplicação (em termos da gama de medida, resolução e ruído). Foiadquirido um conjunto de 3 acelerómetros (os dispositivos ADIS16006 e ADXL312da Analog Devices e MMA8451Q da Freescale) que foram montados em cartas decircuito impresso de dimensões reduzidas, fabricadas para o efeito [Fig. 2].

Figura 2: Cartas de circuito impresso de suporte aos acelerómetros ensaiados.

Para adquirir e processar os sinais gerados pelos acelerómetros foi construído umsistema digital dedicado na plataforma FPGA e desenvolvido um conjunto de aplica-ções em Matlab/Simulink, para analisar os dados. Foram realizados ensaios experi-mentais com os acelerómetros colados a uma barra de alumínio submetida a vibraçãoforçada e livre. Deste conjunto de ensaios concluiu-se que as medições obtidas comos acelerómetros MEMS de baixo custo são comparáveis aos de acelerómetros analó-gicos piezo-elétricos. No entanto, a aplicação desses dados experimentais ao �ltro deKalman estendido mostrou que as medidas de aceleração registadas não permitemobter os resultados esperados para alimentar os processos de identi�cação de falhasestruturais, devido principalmente ao erro elevado resultante da dupla integraçãopara obter os valores de de�exão. Além disso, veri�cou-se que, apesar da reduzidamassa dos acelerómetros, a sua �xação à estrutura in�uencia de forma relevante adinâmica da própria estrutura.

Face a estes resultados optou-se por implementar um processo complementar para

6

medir em tempo real as de�exões da estrutura sujeita a vibração, com elevadaprecisão e de forma totalmente não intrusiva. Para isso construiu-se um primeiroprotótipo de uma câmara linear acoplada a um sistema de processamento dedicadoimplementado na plataforma FPGA, para permitir medir o deslocamento de umamira colocada sobre a estrutura recorrendo à análise da imagem adquirida pelacâmara. Este trabalho conduziu à publicação e apresentação de um artigo numaconferência internacional [DCIS2012], e permitiu validar experimentalmente o mé-todo implementado para medida de deslocamentos. No seguimento deste trabalhofoi desenvolvido um segundo protótipo de uma câmara linear com dois sensoressincronizados, o que permitiu capturar em simultâneo as amostras da posição dedois pontos de medida, com um erro inferior a 20 micrómetros [Fig. 3(a)]. Parao controlo e interface com esta câmara foi desenvolvida uma aplicação de softwaregrá�ca para Windows [Fig. 3(b)]. Esta câmara foi ensaiada na bancada de testereferida na descrição da tarefa 6.

O trabalho referido nos dois parágrafos anteriores foi resultado da atividade dobolseiro de investigação do INESC Porto e encontra-se relatado no relatório interno�nal do projeto.

(a) Protótipo da câmara linear com 2 sensoresde imagem.

(b) Software de controlo da câmaracom os 2 sensores de imagem lineares.

Figura 3: Câmara com 2 sensores e correspondente software

Para garantir pelo menos os 4 pontos de medida necessários para os métodos deidenti�cação de falhas, foi desenhada uma carta de circuito impresso para suportaros 6 sensores de imagem [Fig. 4(a)] e foi construído um terceiro protótipo de câmaralinear, suportando agora 6 sensores sincronizados [Fig. 4(b)]. Embora estivesseprevisto fabricar uma caixa à medida e a aquisição de uma lente, optou-se poradaptar componentes recuperados de equipamento obsoleto mas funcionais e deexcelente qualidade, para construir os elementos mecânicos desta câmara [Fig. 4(c)]e foi desenvolvido o sistema de aquisição e pré-processamento de dados, adaptandoo que havia sido criado para a câmara com os 2 sensores. Embora a plataformaconstruída permita acomodar os 6 sensores de imagem, foram instalados apenas os5 disponíveis para não reutilizar o componente instalado na câmara com 2 sensores.

O sistema desenvolvido adquire as imagens (lineares), calcula as posições das mirascom resolução sub-pixel e transmite as posições calculadas por uma ligação sériepara um computador pessoal. Para controlar a câmara, visualizar as imagens cap-turadas e adquirir os dados processados foi também desenvolvida uma aplicação

7

para o sistema operativo Windows [Fig. 4(d)]. Dada a limitação de rapidez no pro-cesso de transferência de dados entre a plataforma FPGA (câmara) e o computadorpessoal, optou-se por enviar apenas as posições dos pontos de medida, sendo o cál-culo da primeira e segunda derivada dos sinais adquiridos realizado por software nocomputador pessoal (representando os valores de velocidade e aceleração dos pontosde medida).

(a) Desenho da carta de circuito impressopara suportar os 6 sensores lineares de ima-gem.

(b) Carta de circuito impresso para su-portar os 6 sensores lineares de imagem.

(c) Estrutura de suporte dacâmara com os 6 sensores li-neares: caixa e objetiva. Notopo da imagem pode ver-se a placa FPGA onde foiimplementado os circuitos deinterface e controlo (a placacom os sensores de imagemnão é visível nesta imagem).

(d) Software de controlo da câmaracom os 6 sensores de imagem lineares(a versão apresentada apenas mostraas imagens capturadas pelos 5 senso-res instalados na câmara).

Figura 4: Hardware e Software para aquisição de dados com 6 sensores.

O trabalho planeado para esta tarefa previa a implementação da aplicação de iden-ti�cação de falhas estruturais no sistema embebido realizado na plataforma FPGA,executando num processador embebido com o apoio de eventuais unidades paraprocessamento auxiliar acopladas ao processador principal. Uma das aplicaçõesdesenvolvidas no âmbito do projeto em linguagem MatLab (�ltro de Kalman esten-dido) foi analisada e traduzida para linguagem C, o que é necessário para se podercompilar o código para o processador embebido da FPGA. Desta análise concluiu-seque era fundamental utilizar tipos de dados em vírgula �utuante com precisão duplae que o elevado número de operações aritméticas envolvidas e a quantidade de me-

8

mória necessária não permitira satisfazer os requisitos de tempo real ao executar aaplicação no sistema computacional embebido. Por esse motivo esta parte do traba-lho não foi concluída tendo sido investido o tempo disponível no desenvolvimento dosistema de aquisição de dados com processamento de imagem descrito antes. Dadaa complexidade dos processos de cálculo envolvidos, concluiu-se que a melhor abor-dagem será manter o sistema de aquisição e pré-processamento de dados realizadona plataforma FPGA e próximo dos dispositivos de aquisição de dados (as câmaraslineares, neste caso), mantendo os processos de cálculo executados num computadorconvencional.

Tarefa 5: Aplicação de redes neuronais multidimensionais

Numa fase inicial, a rede neuronal 2D e os métodos apresentados na Tarefa 1 foramvalidados através de dados (de�exões, velocidades e acelerações) simulados obtidospelo modelo Euler-Bernoulli e pelo modelo Timoshenko. Após validação e veri�ca-ção do bom desempenho dos métodos, experiências laboratoriais foram efetuadas eos resultados obtidos com a aplicação da rede neuronal dinâmica discreta multidi-mensional foram satisfatórios. Estes resultados serão incorporados num artigo empreparação, que será submetido a uma revista internacional até ao �m de 2013.

Tarefa 6: Desenho e implementação de um sistema automático para deteção de falhas

em tempo real

O objetivo desta tarefa foi conjugar o trabalho executado em tarefas anteriores demodo a obter um sistema automático para deteção de falhas em tempo real em am-biente laboratorial. Foi montada uma instalação laboratorial que reuniu ao sistemamecânico descrito na tarefa 2 o sistema de medição por visão usando a câmara de 6linhas descrita na tarefa 4. A câmara foi instalada sobre a barra submetida a vibra-ção, sendo lidas as de�exões no sentido da força aplicada pelo atuador, em 5 pontosdispostos ao longo da barra e espaçados de 4 cm (tal como referido na descrição datarefa 4, apesar da câmara suportar 6 sensores apenas foram instalados os 5 sensoresdisponíveis para não desmontar a câmara de 2 sensores construída antes). Tal comoreferido na descrição da tarefa 2, foram também usados nesta instalação um sensorde força para medir a força aplicada pelo excitador eletromagnético e dois aceleró-metros colocados em dois dos pontos de medida de posição. Foi também montadoum conjunto de lâmpadas para iluminar adequadamente a barra em ensaio. [Fig.5(a), 5(b)]

Com esta instalação foram adquiridos vários conjuntos de sinais de de�exão, forçade excitação e aceleração, submetendo a barra a oscilações forçadas com diferentesfrequências e forças. Estes ensaios permitiram validar o sistema de aquisição eprocessamento de imagem para medida das de�exões da barra, tendo-se veri�cadoser possível atingir uma frequência de amostragem até 600 Hz. Esta frequência é

9

(a) Câmara de 6 sensorescom a placa FPGA ML605no topo que implementa ocircuito de aquisição de da-dos, interface e controlo.

(b) Visão geral da instalação.

Figura 5: Instalação experimental.

limitada pelo processo de comunicação de dados e software de registo dos dados,já que o sistema de captura de imagem e cálculo das posições pode operar com afrequência máxima permitida pelas câmaras de 970 Hz. Os dados assim adquiridosserão usados para alimentar os métodos de identi�cação de falhas estruturais, o queno presente estado do desenvolvimento é implementado por aplicações em MatLabexecutando num computador pessoal convencional.

Nas Figuras 6 e 7 mostram-se dois exemplos de dados adquiridos pelo sistema devisão. Nas Figuras 6(a) e 6(b) a barra foi submetida a uma oscilação forçada comuma frequência de 50 Hz, sendo as posições adquiridas com uma frequência de amos-tragem e 600 Hz. As �guras mostram o instante em que o excitador eletromagnéticofoi ativado. A Figura 6(a) apresenta as de�exões lidas nos 5 pontos de medida (oprimeiro a contar de cima é o ponto mais junto ao encastramento) e a Figura 6(b)mostra um detalhe dos dados adquiridos no último sensor (grá�co inferior da Figura6(a)). As Figuras 7(a) e 7(b) mostram o instante em que o excitador eletromag-nético foi desligado. Neste caso a frequência forçada é de 20 Hz e a frequência deamostragem é de 500 Hz.

10

(a) De�exões da barra adquiridas pelo sistema devisão com uma frequência de amostragem de 600 Hz,com a barra submetida a uma oscilação forçada de 50Hz, no instante em que o excitador eletromagnéticoé ligado. O grá�co do topo corresponde ao ponto demedida mais próximo do encastramento.

(b) Detalhe do último grá�co da �guraanterior.

Figura 6: Exemplo de dados adquiridos pelo sistema de visão.

11

(a) De�exões da barra adquiridas pelo sistemade visão com uma frequência de amostragem de500 Hz, com a barra submetida a uma oscilaçãoforçada de 20 Hz, no instante em que o excitadoreletromagnético foi desligado. O grá�co do toporefere-se ao ponto de medida mais próximo doencastramento.

(b) Detalhe do último grá�co da �gura an-terior.

Figura 7: Exemplo de dados adquiridos pelo sistema de visão.

12

3 Resultados conseguidos

Apresentam-se sumariamente os principais resultados conseguidos em cada tarefa.

Tarefa 1:

1. Identi�cação dos parâmetros de um modelo de Euler-Bernoulli (E-B) em ambientede simulação por aplicação de um �ltro de Kalman estendido (1D), precedida deuma reformulação do modelo em termos de uma dinâmica 1D;

2. Aplicação de uma rede neuronal de Hop�eld 1D com a mesma �nalidade;

3. Comparação do desempenho dos dois métodos anteriores como objetivo de deteçãode falhas em ambiente de simulação;

4. Desenvolvimento de um algoritmo baseado na combinação de várias redes neuronais1D em paralelo distribuídas espacialmente ao longo da viga, para estimação dosparâmetros do modelo de Euler-Bernoulli e consequente deteção de falhas;

5. Obtenção de condições de estabilidade e de funções de Lyapunov para sistemas 2Drelevantes no tempo;

6. Desenho de uma arquitetura para uma rede de Hop�eld 2D;

7. Aplicação da rede 2D desenvolvida para a deteção de danos em vigas.

Tarefa 2:

1. Estabelecimento de equações com não linearidade do tipo geométrico para oscilaçõesde vigas com falhas ou fendas, com base na teoria de Timoshenko;

2. Teste do modelo obtido no ponto anterior em ambiente de simulação para obtençãodas frequências e formas naturais de vibração em regime linear;

3. Comparação dos resultados obtidos em regime linear com resultados publicados naliteratura (de origem numérica e experimental) e com os resultados obtidos por umsoftware comercial de elementos �nitos;

4. Resolução do problema de vibrações forçadas, em regime não linear, por aplicaçãodo método de Newmark. Veri�cação parcial do modelo não linear por comparaçãocom dados publicados;

5. Caracterização da in�uência das falhas no comportamento vibratório das vigas emregime linear e não linear;

6. Desenvolvimento de um modelo no domínio da frequência para a evolução dos modosde vibração com a amplitude do deslocamento;

13

7. Montagem de uma instalação experimental para medição de vibrações em vigas comacelerómetros;

8. Teste dos modelos desenvolvidos em ambiente laboratorial.

Tarefa 3:

1. Módulo de Matlab para aplicação do �ltro de Kalman estendido;

2. Módulo de Matlab para aplicação de uma rede de Hop�eld 1D à versão 1D domodelo de Euler-Bernoulli;

3. Módulo de Matlab para implementação da rede de Hop�eld 2D desenvolvida naTarefa 1.

Tarefa 4:

1. Desenvolvimento e construção de 3 placas de circuito impresso para ensaio dosacelerómetros integrados;

2. Desenvolvimento e implementação em FPGA de um circuito para aquisição de dadosdos acelerómetros integrados e comunicação com um computador pessoal através deuma ligação série;

3. Desenvolvimento e construção de uma câmara linear com dois sensores de imagemindependentes;

4. Desenvolvimento de um sistema digital dedicado para interface com a câmara linear ecálculo da posição de uma mira com resolução sub-pixel (a conceção, implementaçãoe teste do sistema de cálculo da posição com resolução sub-pixel está apresentadono artigo apresentado e publicado na conferência internacional DCIS2012);

5. Desenvolvimento de software para controlo e interface com a câmara de dois sensores(aplicação grá�ca desenvolvida em Borland C++ para Windows);

6. Desenvolvimento e construção de uma câmara com 6 sensores de imagem lineares;

7. Desenvolvimento e implementação de um sistema digital dedicado em FPGA querealiza o interface sincronizado com os 6 sensores de imagem e calcula em temporeal a posição das miras lidas pelos 6 sensores com resolução sub-pixel (este sistemateve por base o construído para a câmara com 2 sensores, referido no ponto 2);

8. Adaptação da aplicação de software referida no ponto 5 para o interface com acâmara de 6 sensores.

14

Tarefa 5:

1. Aplicação dos métodos desenvolvidos a dados (de�exões, velocidades e acelerações)simulados pelo modelo E-B;

2. Aplicação dos métodos desenvolvidos a dados (de�exões, velocidades e acelerações)simulados pelo modelo Timoshenko;

3. Aplicação dos métodos desenvolvidos a dados obtidos em ambiente laboratorial.

Tarefa 6:

1. Montagem de uma instalação experimental para medição de vibrações em vigas comaquisição de dados por sistema de visão;

2. Implementação e um sistema de deteção de danos em vigas em tempo real emambiente laboratorial.

15

4 Realizações do projeto

O seguinte diagrama de barras resume os diferentes produtos realizados no decorrer doprojeto.

0

2

4

6

8

10

12

Resultados realizados e previstos

Previstos

Em preparação

Submetidos (em revisão)

Publicados

• Artigos em revistas internacionais:

No total resultaram três artigos aceites em revistas internacionais com elevado pres-tígio; o artigo: J. Almeida, H. Alonso e P. Rocha, �A Hopield Neural Networkapproach to beam damage detection � foi submetido à revista Mechanical Systemsand Signal Processing, Elsevier.

Encontra-se ainda em elaboração, para submissão a uma revista internacional, oartigo �A novel method for online damage detection in vibrating beams�, com osresultados obtidos pelo sistema de deteção de falhas desenvolvido.

• Artigos em atas de conferências internacionais:

Foram publicados sete artigos em atas de conferências internacionais com arbitra-gem.

Foram ainda publicados três resumos de comunicação, dos quais dois são resumosalargados.

• Comunicações em encontros cientí�cos internacionais:

Foram realizadas dez comunicações em encontros cientí�cos internacionais durantea execução do projeto.

16

• Relatórios

Durante o projeto foram produzidos três relatórios de progresso e o presente relatório�nal interno. Será ainda elaborado o relatório �nal para a FCT, o que perfaz umtotal de cinco relatórios.

• Organização de seminários e conferências:

No dia 27 de setembro realizou-se um seminário para apresentação dos resultadosobtidos durante a execução do projeto. O seminário teve lugar na Faculdade deEngenharia da Universidade do Porto. O poster de divulgação deste seminário estádisponível na página do projeto, http://paginas.fe.up.pt/∼instead.

• Aplicações computacionais

O número de aplicações computacionais (cinco) superou o inicialmente previsto,essencialmente devido à necessidade de desenvolver software para métodos de aqui-sição de dados (baseados em câmaras) que não estavam inicialmente previstos.

• Instalações experimentais

Foram produzidas duas instalações experimentais: uma primeira para medição devibrações em vigas através de acelerómetros, e outra para para ensaio de uma vigasujeita a vibração forçada, com o sistema dedicado de visão para de aquisição dede�exões sem contacto, em 5 pontos de medida.

• Protótipos laboratoriais

O número de protótipos laboratoriais desenvolvidos (cinco) superou o inicialmenteprevisto. Isto deveu-se sobretudo à razão já apontada para o caso das aplicaçõescomputacionais.

• Patentes

Dada a necessidade de reforçar a verba destinada a recursos humanos prescindiu-se(relativamente cedo no decurso do projeto) da ideia de registar a patente do sistemaautomático de deteção de falhas desenvolvido. Esta decisão permitiu publicar (ouvir a publicar) todos os resultados obtidos.

17

5 Listagem das realizações do projeto

5.1 Publicações

5.1.1 Artigos em revistas internacionais

[AUTOMATICA 2011] D. Napp, P. Rapisarda, P. Rocha, Time-relevant stability of 2D

systems, Automatica, Volume 47 � 11, pp. 2373�2382.http://paginas.fe.up.pt/∼instead/Papers/paper1.pdf

[AUTOMATICA 2012] P. Rapisarda, P. Rocha, Lyapunov functions for time-relevant 2D

systems, with application to quarter-plane stability, Automatica, Volume 49 � 9, pp. 1998-2006.http://paginas.fe.up.pt/∼instead/Papers/paper6.pdf

[Computers & Structures 2013] V. Stojanovi¢, P. Ribeiro, S. Stoykov, Non-linear vibrationof Timoshenko damaged beams by a new p-version �nite element method, Computers &Structures, Elsevier, Volume 120, pp. 107-119,http://paginas.fe.up.pt/∼instead/Papers/paper10.pdf

[MECH. SYS. and SIGN. PROC. 2013] J. Almeida, H. Alonso, P. Ribeiro, P. Rocha, AHop�eld Neural Network approach to beam damage detection, submetido.

[2013] J. Almeida, H. Alonso, J.C. Alves, A.J. Araújo, P. Ribeiro, P. Rocha, A novel

method for online damage detection in vibrating beams, em preparação.

5.1.2 Artigos em atas de conferências internacionais

[nDs2011] D. Napp, P. Rapisarda, P. Rocha, Time-relevant 2D behaviors, Proceedingsof the 7th International Workshop on Multidimensional (ND) Systems, Poitiers, França,September 2011.http://paginas.fe.up.pt/∼instead/Papers/paper2.pdf

18

[IJSI2012] J. Almeida, H. Alonso, P. Rocha, Comparing the Extended Kalman Filter with

an Hop�eld Neural Network for on-line damage detection in Euler-Bernoulli beams, Pro-ceedings of the 1st International Conference of the International Journal of StructuralIntegrity, Porto, Portugal, June 2012.http://paginas.fe.up.pt/∼instead/Papers/paper7.pdf

[Controlo2012] J. Almeida, H. Alonso, P. Rocha, textitOnline damage detection in Euler-Bernoulli beams using the Extended Kalman Filter, Proceedings of the 10th PortugueseConference on Automatic Control, Funchal, Madeira, July 2012.http://paginas.fe.up.pt/∼instead/Papers/paper8.pdf

[CDCIS2012] José C. Alves, Pedro C. Diniz, Design Space Exploration for High-Accuracy

1-Dimensional Edge Detection, Proceedings of the XXVII Conference on Design of Cir-cuits and Integrated Systems, Avignon, France, November, 28-30, 2012.http://paginas.fe.up.pt/∼instead/Papers/paper9.pdf

[IRF2013] J. Almeida, H. Alonso, P. Rocha, Combining neural networks for online damage

detection in Euler-Bernoulli beams, Proceedings of the 4th International Conference onIntegrity, Reliability and Failure, Funchal, Madeira, June 2013.http://paginas.fe.up.pt/∼instead/Papers/paper11.pdf

[MED2013] J. Almeida, H. Alonso, P. Rocha, A neural network approach to damage

detection in Euler-Bernoulli beams subjected to external forces, Proceedings of the 21stMediterranean Conference on Control & Automation, 100-103, Crete, Greece, June 2013.http://paginas.fe.up.pt/∼instead/Papers/paper12.pdf

[nDs2013] J. Almeida, H. Alonso, P. Rocha, A 2D neural network approach for beam

damage detection, Proceedings of the 8th International Workshop on MultidimensionalSystem, Erlangen, Deutschland, September 2013.http://paginas.fe.up.pt/∼instead/Papers/paper13.pdf

5.1.3 Resumos de comunicações

[ICTAM2012] V. Stojanovic, P. Ribeiro, Modes of vibration of damaged beams by a new

p-version �nite element, Book of abstracts of the 23rd International Congress of Theore-tical and Applied Mechanics, XXIII ICTAM, 19-24 August 2012, Beijing, China.http://paginas.fe.up.pt/∼instead/Papers/paper5.pdf

19

[ECCOMAS2012] V. Stojanovic, P. Ribeiro, S. Stoykov, A new p-version �nite element

method for non-linear vibrations of damaged Timoshenko beams, Book of abstracts of the6th European Congress on Computational Methods in Applied Sciences and Engineering(ECCOMAS 2012), September 10-14, 2012, Vienna, Austria, Publisher: Vienna Univer-sity of Technology, Austria, ISBN: 978-3-9502481-9-7, Eds.: Eberhardsteiner, J.; Böhm,H.J.; Rammerstorfer, F.G.http://paginas.fe.up.pt/∼instead/Papers/paper4.pdf

[ICOVP2013] H. Alonso, J. Almeida, P. Rocha, P. Ribeiro, Damage detection in Ti-

moshenko beams using neural networks and non-linear vibration data, Proceedings of the11th Biennial International Conference on Vibration Problems, Lisboa, Portugal, Sep-tember 2013.http://paginas.fe.up.pt/∼instead/Papers/paper14.pdf

5.2 Comunicações

1. D. Napp, P. Rapisarda, P. Rocha, Time-relevant 2D behaviors, International Workshopon Multidimensional (ND) Systems, Poitiers, França, September 2011.

2. J. Almeida, H. Alonso, P. Rocha, Comparing the Extended Kalman Filter with an

Hop�eld Neural Network for on-line damage detection in Euler-Bernoulli beams, 1stInternational Conference of the International Journal of Structural Integrity, Porto,Portugal, June 2012.

3. J. Almeida, H. Alonso, P. Rocha, Online damage detection in Euler-Bernoulli be-

ams using the Extended Kalman Filter, 10th Portuguese Conference on AutomaticControl, Funchal, Madeira, July 2012.

4. V. Stojanovic, P. Ribeiro, Modes of vibration of damaged beams by a new p-version

�nite element, 23rd International Congress of Theoretical and Applied Mechanics,XXIII ICTAM, 19-24 August 2012, Beijing, China.

5. V. Stojanovic, P. Ribeiro, S. Stoykov, A new p-version �nite element method for

non-linear vibrations of damaged Timoshenko beams, 6th European Congress onComputational Methods in Applied Sciences and Engineering (ECCOMAS 2012),September 10-14, 2012, Vienna, Austria.

6. José C. Alves, Pedro C. Diniz, Design Space Exploration for High-Accuracy 1-

Dimensional Edge Detection, XXVII Conference on Design of Circuits and Inte-grated Systems, Avignon, France, November, 28-30, 2012.

20

7. J. Almeida, H. Alonso, P. Rocha, Combining neural networks for online damage

detection in Euler-Bernoulli beams, 4th International Conference on Integrity, Reli-ability and Failure, Funchal, Madeira, June 2013.

8. J. Almeida, H. Alonso, P. Rocha, A neural network approach to damage detection in

Euler-Bernoulli beams subjected to external forces, 21st Mediterranean Conferenceon Control & Automation, 100-103, Crete, Greece, June 2013.

9. H. Alonso, J. Almeida, P. Rocha, P. Ribeiro, Damage detection in Timoshenko beams

using neural networks and non-linear vibration data, 11th Biennial InternationalConference on Vibration Problems, Lisboa, Portugal, September 2013.

10. J. Almeida, H. Alonso, P. Rocha, A 2D neural network approach for beam da-

mage detection, 8th International Workshop on Multidimensional System, Erlangen,Deutschland, September 2013.

5.3 Relatórios

1. P. Rocha, Primeiro relatório de progresso das atividades desenvolvidas no projeto,Abril 2011.

2. P. Rocha, Segundo relatório de progresso das atividades desenvolvidas no projeto,Abril 2012.

3. P. Rocha, Terceiro relatório de progresso das atividades desenvolvidas no projeto,Abril 2013.

4. J. Almeida, H. Alonso, J. Alves, A. Araújo, P. Ribeiro, P. Rocha, INSTEAD -Relatório �nal interno, Setembro 2013.

5. P. Rocha, INSTEAD - Sistemas Inteligentes para a Deteção de Falhas em ProcessosMultidimensionais - Relatório �nal, Outubro 2013.

5.4 Organização de seminários e conferências

1. P. Rocha, J. Almeida, H. Alonso, J.C. Alves, A.J. Araújo e P. Ribeiro, Semináriode encerramento e divulgação dos resultados obtidos no decorrer do projeto, FEUP,Porto, Portugal Setembro 2013.

21

5.5 Aplicações computacionais

[APCOMP1] Módulo de Matlab para aplicação do �ltro de Kalman 1D estendido à versão1D do modelo de Euler-Bernoulli.

[APCOMP2] Módulo de Matlab para aplicaçãode uma rede de Hop�eld 1D à versão 1Ddo modelo de Euler-Bernoulli.

[APCOMP3] Módulo de Matlab para implementação da rede de Hop�eld 2D.

[APCOMP4] - Aplicação computacional para controlo e interface com a câmara de 2sensores.

[APCOMP5] - Aplicação computacional para controlo e interface com a câmara de 6sensores (esta aplicação foi desenvolvida com base na anterior e partilha com ela grandeparte do código)

Os códigos mais representativos destas aplicações computacionais serão fornecidos aosavaliadores da FCT.

5.6 Instalações experimentais

[INSTPILOT1] - Instalação experimental para medição de vibração em vigas com acele-rómetros.

[INSTPILOT2] � Instalação experimental para ensaio de uma viga sujeita a vibração for-çada, com o sistema dedicado de visão para de aquisição de de�exões sem contacto, em 5pontos de medida.

5.7 Protótipos laboratoriais

[PL1] - Câmara linear com dois sensores de imagem

[PL2] - Câmara com os 6 sensores de imagem lineares

[PL3] - Circuito em FPGA para interface e controlo da câmara com dois sensores lineares

22

[PL4] - Circuito em FPGA para interface e controlo da câmara com 6 sensores lineares(este circuito foi baseado no anterior e com ele partilha grande parte do código).

[PL5] - Sistema de deteção de danos em vigas em tempo real em ambiente laboratorial,constituído pela instalação experimental [INSTPILOT2] e pelo software de identi�caçãode danos através de redes neuronais de Hop�eld .

O código do protótipo laboratorial [PL4] será formecido aos avaliadores da FCT.

23