Studente Millevoi, Caterina
Facoltà/Dipartimento Scuola di Scienze
Corso di studio MATEMATICA Laurea Magistrale (D.M. 270/2004)
Anno Accademico 2020-09-25
Titolo originale Reti neurali ricorrenti: un modello matematico per la previsione del danno a fatica
Abstract Nel presente lavoro di tesi si descrive un metodo che concili analisi dei dati e conoscenze numerico ingegneristiche per l’analisi a fatica di strutture a comportamento dinamico, principalmente soggette ad oscillazioni ed eventi di larga scala. In particolare, lo studio riguarda i riser, tubi per l’estrazione di risorse da giacimenti off-shore che collegano una nave ancorata a pozzi di estrazione su fondali marini. Il metodo prevede una modellizzazione numerica data-driven dei sistemi e l’utilizzo di reti neurali ricorrenti per prevedere lo stato di sollecitazione di alcune sezioni critiche, sulla base di dati raccolti in alcune sezioni spostamento delle sezioni di monitoraggio e alla tensione delle sezioni critiche lungo il riser, vengono costruite reti neurali ricorrenti in grado di imparare la correlazione tra dati forniti dai punti monitoraggio e tensione dei punti critici. Quindi si analizza la capacità delle reti neurali di fare predizioni su tali grandezze critiche e si studiano il numero e la posizione ottimali dei sensori per il monitoraggio
Numero di pagine 74
Parola chiave reti neurali, modello predittivo, previsione danno, machine learning, analisi a fatica
Correlatore Cardin, Franco
Appare nelle tipologie: Lauree magistrali
File in questo prodotto:
Non ci sono file associati a questo prodotto.

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/20.500.12608/22413