Número de Chamada
|
006.32 M149r DIS
|
Autor Principal
|
Machado, José Aristides dos Santos
|
Entradas Secundárias - Autor
|
Vieira Júnior, Petrônio , orient. Universidade Federal do Pará. Centro Tecnológico. Departamento de Elétrica. Programa de Pós-Graduação em Engenharia Elétrica.
|
Título Principal
|
Redes neurais de múltiplas camadas para redução do tempo de aquisição de dados para testes modais em estruturas flexíveis / José Aristides dos Santos Machado; orientador, Petrônio Vieira Júnior
|
Publicação
|
2007.
|
Descrição Física
|
xviii, 86 f. : il. ; 30 cm
|
Notas
|
Dissertação (mestrado) - Universidade Federal do Pará, Centro Tecnológico, Departamento de Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, Belém, 2007 Inclui referências bibliográficas Resumo: Neste trabalho discutem-se técnicas de aperfeiçoamento das estimativas dos parâmetros dinâmicos de modelos representativos de Sistemas de Um Grau de Liberdade (S1 GL) e Sistema de Múltiplos Graus de Liberdade (SMGL) de estruturas flexíveis. As avaliações referem-se aos métodos que utilizam a Função Resposta em Freqüência (FRF) obtida mediante medições da resposta ao impulso de uma estrutura flexível. Utiliza-se como hipótese de trabalho o pressuposto de que o modelo subjacente possui adequação para uma descrição precisa do sistema. Portanto, um bom método de obtenção experimental da FRF deve levar a uma concordância significativa entre a FRF prevista pela teoria e a FRF obtida experimentalmente. No presente trabalho investiga-se o ganho em qualidade obtido com o aumento virtual do tempo de
aquisição (previsão de valores futuros). Na realização desta estratégia faz-se uso de Previsores Não Lineares baseados em Redes Neurais de Múltiplas Camadas (RNMC). Para comparação de desempenho do Previsor Neural, utilizam-se Previsores Lineares (modelos ARX e ARMAX). Os resultados obtidos neste estudo sugerem a viabilidade do uso de redes RNMC para melhoria da estimativa de parâmetros de estruturas flexíves.
|
Assuntos
|
Redes neurais (Computação) Teoria da previsão Estimativa de parâmetros
|