Monitoreo de la integridad estructural en rotores dinámicos mediante inteligencia artificial con aprendizaje continuo
DOI:
https://doi.org/10.33448/rsd-v12i6.42017Palabras clave:
Monitoreo de integridad estructural; Rotores dinámicos; Sistemas inmunes artificiales; Algoritmo de selección negativa; Algoritmo de selección clonal; Aprendizaje continuo.Resumen
Este artículo tiene como objetivo desarrollar un algoritmo de inteligencia artificial con aprendizaje continuo, inspirado en el funcionamiento del sistema inmunológico biológico, para monitorear la integridad estructural. Este algoritmo inteligente se desarrollará utilizando técnicas basadas en sistemas inmunes artificiales (AIS), como el algoritmo de selección negativa (NSA) y el algoritmo de selección clonal (ASC). Los SIA son técnicas prometedoras en el campo de la inteligencia artificial, y su diseño está inspirado en los sistemas inmunes biológicos, con el objetivo de reproducir computacionalmente sus principales características, propiedades, funcionalidades y habilidades. Los sistemas inmunológicos artificiales son herramientas poderosas adecuadas para realizar tareas complejas, como diagnósticos, como resultado de tener la capacidad de identificar cambios de comportamiento como su principal habilidad. Por ser una arquitectura estable, confiable y adaptativa, permite la inclusión del módulo de aprendizaje continuo, que permite que el sistema absorba nuevas experiencias y conocimientos sin necesidad de reiniciar las celdas de memoria (conocimiento). De esta manera, este sistema será más eficiente a medida que se procese y se ponga a disposición nueva información. En otras palabras, es un sistema inteligente que busca mejorar con el tiempo. Esta propiedad es una ventaja de las SIA, y cabe destacarla porque, a diferencia de lo que ocurre con otras técnicas de inteligencia artificial, como por ejemplo las redes neuronales artificiales (ANN), las SIA permiten la posibilidad de un aprendizaje continuo.
Citas
Barros, A. C., Tonelli-Neto, M. S., Decanini, J. G. M. S & Minussi, C. R. (2014). Detecção e Classificação de Distúrbios de Tensão em Sistemas de Distribuição de Energia Elétrica Usando uma Rede Neural ARTMAP Euclidiana Modificada com Treinamento Continuado, Anais do SBAI - Simpósio Brasileiro de Automação Inteligente, 1-6.
Bradley, D.W. & Tyrrell, A.M. (2002). Immunotronics - Novel Finite-State-Machine Architectures with Built-In Self-Test Using Self-Nonself Differentiation. IEEE Trans. on Evolutionary Computation. 6 (3), 227-238.
Castro, L. N. & Von Zuben, F. J. The clonal selection algorithm with engineering applications. In: Proceedings of GECCO, Workshop on Artificial Immune Systems and Their Applications, Las Vegas, 36-39.
Castro, L. N. (2001). Immune engineering: development and application of computational tools inspired by artificial immune systems. PhD. Thesis. UNICAMP. Campinas, São Paulo, Brazil. (In Portuguese).
Castro, L. N. & Timmis, J. (2002). Artificial Immune Systems: A New Computational Intelligence Approach, Springer, 1st edition.
Dasgupta, D. (1998). Artificial Immune Systems and Their Applications, Springer, New York, USA.
Dasgupta, D. (2006). Advances in Artificial Immune Systems. IEEE Computational Intelligence Magazine, 40-49.
Deraemaeker, A. & Worden, K. (2010). New Trends in Vibration Based Structural Health Monitoring. New York, Springer Wien, 311p.
Farrar, C.R. & Worden, K. (2013). Structural Health Monitoring: A Machine Learning Perspective. Chichester, John Wiley, 643p.
Franco, V. R., Bueno, D. D., Brennan, M. J., Cavalini JR., A. A., Gonsalez, C. G. & Lopes Junior, V. (2009). Experimental damage location in smart structures using Lamb waves approaches. In: Brazilian Conference on Dynamics, Control and Their Applications, 1-4.
Forrest, S., Perelson, A., Allen, L. & Cherukuri, R. (1994). Self-Nonself Discrimination in a Computer, Proc. of IEEE Symposium on Research in Security and Privacy. 202-212.
Gonsalez, C. G. (2012). Metodologias para reconhecimento de padrões em sistemas de SHM utilizando a técnica da impedância eletromecânica (E/M). 2012. 117 f. Dissertação (Mestrado em Engenharia Mecânica) - Faculdade de Engenharia, Universidade Estadual Paulista - UNESP, Ilha Solteira.
Hall, S. R. (1999). The effective management and use of structural health data. In: International Workshop on Structural Health Monitoring, 2., 1999, New York. Proceedings… New York: VirginiaTech Publisher, 265-275.
Haykin, S. (2008). Neural networks and learning machines. (3a ed.), Prentice-Hall, 936p.
Jeffcott, H. H. (1919). The lateral vibration of loaded shafts in the neighborhood of a whirling speed — The effect of want of balance, The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science. 37 (219), 304-314.
Kartalopoulos, S. V. (1996). Understanding Neural Networks and Fuzzy Logic: Basic Concepts and Applications, IEEE Press, Piscataway, NJ, USA.
Lima F. P. A. (2016). Diagnóstico de distúrbios de tensão em sistemas de distribuição baseado num sistema imunológico artificial com aprendizado continuado. 2016, 103 f. Tese (Doutorado Engenharia Elétrica) - Faculdade de Engenharia, Universidade Estadual Paulista - UNESP, Ilha Solteira.
Marchiori, S. C., Silveira, M. C. G., Lotufo, A. D. P., Minussi, C. R. & Lopes, M. L. M. (2011). Neural network based on adaptive resonance theory with continuous training for multi-configuration transient stability analysis of electric power systems, Applied Soft Computing, 11 (1), 706-715.
Pereira A. S. et al. (2018). Metodologia da pesquisa científica. FSM. https://www.ufsm.br/app/uploads/sites/358/2019/02/Metodologia-da-Pesquisa-Cientifica_final.pdf
Python 3.11 version, release data on oct. 2022.
Santos, A. A. A., Chavarette, F. R., & Souza, S. S. F. (2022). Artificial Immune Systems with Negative Selection Applied to Structural Integrity Monitoring in a Metallic Bridge. Research, Society and Development, 11 (1), 1-15.
Souza, S. S. F., Chavarette, F. R., & Lima, F. P. A. (2022a). Wavelet Artificial Immune System Algorithm Applied to the Faults Aeronautical Structural Monitoring. Brazilian Journal of Development, 8 (1), 27193-27210.
Souza, S. S. F., Chavarette, F. R., & Lima, F. P. A. (2022b). Artificial Immune Systems Applied to Clinical Diagnosis of Breast Cancer Samples. Research, Society and Development, 11 (1), p. 1-14.
Turra, A. E., Baptista, F. G., Lopes Junior, V. & Vieira, J. (2013). Detecção de dano em placas de alumínio utilizando impedância Eletromecânica. In: Simpósio Brasileiro de Automação Inteligente, 1-6.
Zadeh, L. A. (1995). Fuzzy sets, Information and Control, 8 (3), 338-353.
Zheng, S., Wang, X. & Liu, L. (2004). Damage detection in composite materials based upon the computational mechanics and neural networks. In: European Workshop on Structural Health Monitoring, 609–615.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Robson Aparecido Ferreira; Simone Silva Frutuoso de Souza; Fernando Parra dos Anjos Lima
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
