Repository logo
 
Publication

Deteção e identificação de dano em rodas de veículos ferroviários baseada na resposta dinâmica induzida pelo veículo na via

2022Master thesis Open access
Simple item page
dc.contributor.advisorRibeiro, Diogo Rodrigo Ferreira
dc.contributor.authorGuedes, António Miguel Carvalho
dc.date.accessioned2023-01-05T12:13:46Z
dc.date.available2023-01-05T12:13:46Z
dc.date.issued2022
dc.description.abstractA presente dissertação foca-se no desenvolvimento e aplicação de uma metodologia de deteção e identificação de danos nas rodas de um veículo ferroviário de mercadorias do tipo Laagrss, baseada em respostas dinâmicas induzidas por este na via. Foi adotado o sistema de monitorização Wayside composto por um conjunto de acelerómetros instalados nos carris da via-férrea, em que a identificação do dano nas rodas estabelece-se por um processo indireto. Foi dado especial enfase à deteção e identificação de anomalias relacionadas com imperfeições na circularidade das rodas, denominadas de poligonização. O conjunto de dados representativo das condições das rodas foi adquirido com o recurso a modelos numéricos de interação entre o veículo e a via considerando diferentes cenários. Assente num método não supervisionado e remoto, foi aplicado neste trabalho uma metodologia de monitorização da condição das rodas do veículo ferroviário, com recurso a técnicas de análise e tratamento de dados multivariados baseadas em inteligência artificial. Foi realizada a extração de indicadores sensíveis ao efeito da poligonização nas rodas com recurso a modelos autorregressivos (AR) e autorregressivos com entradas exógenas (ARX), análises de componentes principais (PCA) e transformadas wavelet (CWT). Posteriormente, foi utilizado técnicas de normalização de dados em relação a fatores ambientais e operacionais (baseados em PCA). Finalmente, foi desenvolvido e aplicado técnicas de classificação de dados capazes de distinguir estados com e sem dano baseadas em análises Outliers e análise de Clusters para identificação da severidade do dano. A metodologia prova ser eficaz na deteção do dano com resultados bastante satisfatórios, relativamente à identificação da severidade são verificadas algumas falhas.pt_PT
dc.description.abstractThis dissertation focuses on the development and application of a methodology for wheel damage detection and identification of a Laagrss type rail freight vehicle, based on dynamic responses induced by it on the track. The Wayside monitoring system was adopted, consisting of a set of accelerometers installed on the track rails, where wheel damage identification is established by an indirect process. Special emphasis was given to the detection and identification of anomalies related to imperfections in the circularity of the wheels, called polygonisation. The data set representative of the wheel conditions was acquired with numerical models of interaction between the vehicle and the track considering different scenarios. Based on an unsupervised and remote method, a methodology for monitoring the condition of the railway vehicle wheels was applied in this work, using multivariate data analysis and processing techniques based on artificial intelligence. The extraction of features sensitive to the effect of wheel polygonization was performed using autoregressive (AR) and autoregressive models with exogenous inputs (ARX), principal component analysis (PCA) and wavelet transforms (CWT). Subsequently, data normalisation techniques were used in relation to environmental and operational factors (based on PCA). Finally, data classification techniques capable of distinguishing states with and without damage based on Outlier analysis and Cluster analysis were developed and applied to identify damage severity. The methodology proves to be effective in detecting the damage with very satisfactory results. Regarding the identification of the severity, some flaws are verified.pt_PT
dc.identifier.tid203112210pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.22/21326
dc.language.isoporpt_PT
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/pt_PT
dc.subjectDeteção e Identificação de danospt_PT
dc.subjectVeículo ferroviáriopt_PT
dc.subjectLaagrsspt_PT
dc.subjectRespostas dinâmicaspt_PT
dc.subjectSensorespt_PT
dc.subjectSistema de monitorização Waysidept_PT
dc.subjectPoligonização nas rodaspt_PT
dc.subjectRéplicas digitais numéricaspt_PT
dc.subjectTratamento de dados multivariadospt_PT
dc.subjectInteligência artificialpt_PT
dc.subjectExtração de indicadorespt_PT
dc.subjectModelos autorregressivos (AR)pt_PT
dc.subjectModelos autorregressivos com entradas exógenas (ARX);pt_PT
dc.subjectAnálises de componentes principais (PCA)pt_PT
dc.subjectTransformadas wavelet (CWT)pt_PT
dc.subjectAnálises Outlierspt_PT
dc.subjectAnálise de Clusterspt_PT
dc.subjectDamage detection and identificationpt_PT
dc.subjectRailway vehiclept_PT
dc.subjectDynamic responsespt_PT
dc.subjectSensorspt_PT
dc.subjectWayside monitoring systempt_PT
dc.subjectWheel polygonizationpt_PT
dc.subjectNumerical digital replicaspt_PT
dc.subjectMultivariate data processingpt_PT
dc.subjectArtificial intelligencept_PT
dc.subjectFeatures extractionpt_PT
dc.subjectAutoregressive models (AR)pt_PT
dc.subjectAutoregressive models with exogenous inputs (ARX)pt_PT
dc.subjectPrincipal component analysis (PCA)pt_PT
dc.subjectWavelet transforms (CWT)pt_PT
dc.subjectOutlier analysispt_PT
dc.subjectCluster analysispt_PT
dc.titleDeteção e identificação de dano em rodas de veículos ferroviários baseada na resposta dinâmica induzida pelo veículo na viapt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Engenharia Civil – Estruturaspt_PT

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DM_AntonioGuedes_2022_MEC.pdf
Size:
12.75 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

ISEP - DM – Engenharia Civil