João Pedro de Souza Fernandes Branco
Análise da saúde de estruturas com modelos de classificação de Machine Learning
Projeto Externo - 2023.2-2024.2
Revisão Bibliográfica de diversos artigos e dissertações sobre análises de saúde de estruturas
Busca implementar um sistema automatizado de diagnóstico da saúde estrutural de uma viga
Desenvolvido com Machine learning, utilizando de bibliotecas como Scikit-learn, Keras e TensorFlow
Descrição do projeto:
Este projeto foi desenvolvido no Laboratório de Circuitos e Processamento de Sinais (LINSE), com orientação do professor Eduardo Batista, com o objetivo de analisar vibrações em estruturas metálicas para identificar sua condição “saudável”, utilizando técnicas de machine learning. Os dados foram obtidos por meio de impactos e excitações automáticas aplicadas em vigas, utilizando sensores (acelerômetros), atuadores e uma PCB que automatizou o processo, incluindo a adição de ruídos.
Os sinais coletados foram armazenados em datasets públicos (via Google Drive) e analisados por meio de bibliotecas como Scikit-learn, Keras e TensorFlow, utilizando a linguagem de programação Python e o ambiente Jupyter Notebook. A metodologia pode ser constantemente aprimorada, com foco na codificação eficiente dos dados e no uso de técnicas como autoencoders.
Os resultados incluíram a distinção entre diferentes tipos de impacto (como dedo e metal), entre vigas distintas e entre níveis de desgaste em uma mesma viga. O projeto é contínuo, com novas medições, experimentos e melhorias previstas para os próximos semestres.