Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/19423
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ricardovidalteixeira.pdfPDF/A11.33 MBAdobe PDFVisualizar/Abrir
Clase: Dissertação
Título : Desenvolvimento e calibração de um modelo computacional para a simulação do comportamento mecânico do sistema trem-ferrovia
Autor(es): Teixeira, Ricardo Vidal
Orientador: Barbosa, Flávio de Souza
Co-orientador: Cury, Alexandre Abrahão
Miembros Examinadores: Guimarães, Antonio Carlos Rodrigues
Miembros Examinadores: Silva, Rafael Cerqueira
Miembros Examinadores: Carvalho, Graciela Nora Doz de
Resumo: O monitoramento estrutural tem se mostrado uma ferramenta eficaz para o diagnóstico da conservação e integridade de diversas infraestruturas, incluindo edifícios, pontes, viadutos e ferrovias. As abordagens utilizadas vão desde inspeções in loco, com sensoriamento e processamento de sinais monitorados, até a aplicação de modelos computacionais para simulação do comportamento mecânico das estruturas. Esse conjunto abrangente de técnicas é denominado Monitoramento de Integridade Estrutural (Structural Health Monitoring – SHM). Neste contexto, este trabalho propõe o desenvolvimento de um modelo numérico para a simulação da interação dinâmica entre trem e ferrovia, contribuindo para a identificação de variações estruturais e a avaliação da integridade da via permanente. O modelo considera variações de parâmetros como rigidez da estrutura, carga, velocidade do trem e características da via, possibilitando uma análise detalhada dos deslocamentos e esforços gerados. Os resultados das simulações foram calibrados e comparados com dados experimentais e demonstraram a viabilidade do modelo na identificação de padrões de comportamento estrutural, contribuindo para o aprimoramento de estratégias de monitoramento e manutenção preditiva de ferrovias, com foco na implementação de técnicas SHM.
Resumen : Structural health monitoring has proven to be an effective tool for diagnosing the conservation and integrity of various infrastructures, including buildings, bridges, viaducts, and railways. The approaches used range from on-site inspections, involving sensing and signal processing, to the application of computational models for simulating the mechanical behavior of structures. This comprehensive set of techniques is known as Structural Health Monitoring (SHM). In this context, the present work proposes the development of a numerical model for simulating the dynamic interaction between train and railway track, contributing to the identification of structural variations and the assessment of the integrity of the permanent way. The model accounts for variations in parameters such as structural stiffness, load, train speed, and track characteristics, enabling a detailed analysis of the displacements and internal forces generated. The simulation results were calibrated and compared with experimental data, demonstrating the model’s feasibility in identifying structural behavior patterns and contributing to the advancement of railway monitoring and predictive maintenance strategies, with a focus on the implementation of SHM techniques.
Palabras clave : Modelagem computacional
Detecção de danos
Ferrovias
Calibração de modelo numérico
Monitoramento de integridade estrutural
Dinâmica das estruturas
Computational modeling
Damage detection
Railways
Numerical model calibration
Structural health monitoring
Structural dynamics
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA CIVIL
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Civil (PEC)
Clase de Acesso: Acesso Aberto
Attribution-ShareAlike 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-sa/3.0/br/
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/19423
Fecha de publicación : 24-jul-2025
Aparece en las colecciones: Mestrado em Engenharia Civil (Dissertações)



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons