Análise experimental de tensões utilizando técnicas de visão computacional

Abstract

Análises numéricas avançam constantemente na área de engenharia de estruturas. Utilizando as vantagens da computação atual, problemas cada vez mais complicados são modelados de forma simples e rápida, conferindo resultados adequados para o dimensionamento corrente de projetos estruturais. Análises experimentais, entretanto, não obtiveram o mesmo avanço nem mesmo se valeram tanto assim dos benefícios da computação. Aos poucos ganhando espaço na área, a técnica de Correlação de Imagens Digitais tem mostrado excelente desempenho para análise experimental de tensões através da comparação entre imagens em sucessivos estágios de carregamento. Concomitantemente, uma subárea da inteligência artificial, denominada Visão Computacional, é utilizada constantemente em diversas áreas do conhecimento para reconhecimento de padrões em imagens e obtenção de informações importantes a partir delas, como a biometria, por exemplo. Recentemente se percebeu a interdisciplinaridade dessa área com a mecânica de estruturas, através dos trabalhos de Gonzáles (2010 e 2014) utilizando a técnica SIFT combinada a um Método Sem Malha para análises numérico-experimentais. O presente trabalho utilizou algoritmos de visão computacional como o CLAHE, FAST e SIFT para avaliação, juntamente com suavizações através do Método dos Mínimos Quadrados Móveis numa abordagem vetorial, de problemas envolvendo perfis formados a frio do tipo LSF, em crescente na engenharia civil brasileira. Todos as etapas foram programadas em códigos próprios nas linguagens C e C++, dispensando a necessidade de softwares adicionais no processamento ou mesmo no pré-processamento, apenas utilizando o software GID no pós processamento para visualização gráfica do campos de deslocamentos, deformações e tensões. Para validação do código, foram simuladas imagens modificadas artificialmente e ensaiados perfis de seção U enrijecido em aço ASTM A-36 no laboratório de estruturas S. P. Timoshenko da Escola Politécnica da Universidade Federal da Bahia

Numerical analyzes are constantly advancing in the field of structural engineering. Using the advantages of today’s computing, increasingly complicated advanced programs are being modelled in a more simply and quickly way, leading to very reliable results for the current sizing of structural designs. Experimental analysis, although, did not achieve the same advance not even worth as much as the benefits of computing. Gradually being known in the field, the Digital Image Correlation technique has shown excellent performance for experimental stress analysis by comparing images at successive loading stages. Concomitantly, a subarea of artificial intelligence, denominated Computer Vision, it is constantly used in various areas of knowledge to recognize patterns in images and obtain important information from them, such as biometrics, for example. Recently was perceived the interdisciplinary of this area with structural mechanics through the work of Gonzáles (2010 and 2014) using the SIFT technique combined with a Meshless Method for numerical-experimental analysis. The present work used computational vision algorithms such as CLAHE, FAST and SIFT for evaluation, coupled with smoothing through Moving Least Squares Method in a vector approach involving problems related to cold formed LSF profiles, which is growing in Brazilian Civil Engineering. All steps were programmed in their own code in the C and C ++ languages, dismissing the need for additional software in processing or even preprocessing, only using the post processing GID software for viewing the stress fields. To validate the code, artificially modified images were simulated and ASTM A-36 reinforced U-section steel profiles were tested in the structural laboratory.