Classification techniques for adaptive distributed networks and aeronautical structures (2018)
- Authors:
- Autor USP: FEITOSA, ALLAN EDUARDO - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Subjects: ESTRUTURAS; ACÚSTICA; SENSOR
- Agências de fomento:
- Language: Inglês
- Abstract: Esta dissertação de mestrado é o resultado de um trabalho colaborativo entre a EMBRAER e a Escola Politécnica da USP no estudo de técnicas de monitoramento do estado de saúde de estruturas (Structural Health Monitoring - SHM) utilizando sensores em estruturas aeronáuticas. O objetivo foi desenvolver técnicas de classificação para discriminar entre diferentes eventos que surgem em estruturas aeronáuticas durante testes; para o curto prazo, aperfeiçoando o atual sistema de SHM utilizado pela EMBRAER, baseado em emissão acústica e, no longo prazo, fomentando o desenvolvimento de um sistema completamente distribuído. Como resultado do estudo de métodos de classificação para uso imediato, desenvolvemos duas técnicas: a Similaridade Espectral e um classificador que utiliza Support Vector Machines (SMV). Ambas as técnicas são soluções não-supervisionadas, devido a natureza não rotulada dos dados fornecidos. As duas soluções foram entregues como um produto final para a EMBRAER para pronta utilização em seu atual sistema de SHM. Ao estudar soluções completamente distribuídas para futuras implementações, desenvolvemos um algoritmo de detecção baseado em técnicas adaptativas. O principal resultado foi uma inicialização especial para um detector de máxima verossimilhança (maximum likelihood - ML) que possui uma taxa de decaimento exponencial na probabilidade de erro até um valor não nulo em regime estacionário, utilizando estimação adaptativa em uma rede distribuída. Os nós que compõem a rede devem decidir, localmente, entre duas hipóteses concorrentes com relação ao estado do ambiente onde eles estão inseridos, utilizando medidas locais e estimativas compartilhadas vindas de nós vizinhos. O desempenho exponencial não depende do valor do passo de adaptação, se este for suficientemente pequeno. Os resultados referentes a este detector distribuído foram publicadosna revista internacional IEEE Signal Processing Letters.
- Imprenta:
- Data da defesa: 16.10.2018
-
ABNT
FEITOSA, Allan Eduardo. Classification techniques for adaptive distributed networks and aeronautical structures. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022019-104746/. Acesso em: 02 jan. 2026. -
APA
Feitosa, A. E. (2018). Classification techniques for adaptive distributed networks and aeronautical structures (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022019-104746/ -
NLM
Feitosa AE. Classification techniques for adaptive distributed networks and aeronautical structures [Internet]. 2018 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022019-104746/ -
Vancouver
Feitosa AE. Classification techniques for adaptive distributed networks and aeronautical structures [Internet]. 2018 ;[citado 2026 jan. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022019-104746/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
