Produktivitet versus samfunnsøko- samfunnsøko-nomisk effektivitet

De forma a que seja possível processar, armazenar e transmitir os dados obtidos pelos vários sensores é preciso amplificar o sinal e convertê-lo de analógico para digital. Como este está usualmente dividido em sistema analógico e sistema digital, a transição entre ambos tem de ser realizada recorrendo aos referidos conversores.

Os vários sistemas de aquisição disponíveis no mercado comportam diversas funções. Não obstante, pode constatar-se que os sistemas de aquisição são os responsáveis pela receção, condicionamento, armazenamento e transmissão das leituras obtidas nas redes de sensores.

A Figura 20 demonstra esquematicamente um sistema de conversão de sinal analógico para digital, bem como todo um diagrama que resumidamente mostra as várias fases que um sistema de aquisição comporta, desde que o sinal é obtido.

Figura 20: Esquema de Funcionamento de um Sistema de Aquisição (Faria, 2010).

O sistema de aquisição de dados representa o procedimento a partir do qual a informação relativa a um certo fenómeno é obtida a partir dos sensores, condicionada e convertida em formato específico (normalmente digital) e transmitida para um computador para posterior análise e interpretação (Aktan et al., 2002). A escolha do sistema a empregar deve ser apoiada no tipo, na quantidade e no condicionamento de sinal necessário para cada um dos sensores utilizados.

Consoante o tipo de sinal que os sensores emitem, a aquisição de dados deve ser desenvolvida de maneira a conceder ao sistema a quantidade de canais de comunicação que são precisos, com flexibilidade para o condicionamento de sinal dos vários sensores instalados, com a resolução e as amplitudes de sinal adequadas ao bom desempenho de todo o sistema.

Desta forma, a transmissão de dados pode ser executada com recurso a cabos de comunicação, ou no caso de se tratarem de estruturas muito extensas, recorre-se a sistemas remotos sem fios (wireless) de transmissão de dados. A definição do método a usar está dependente da dimensão da rede e permite-nos definir os canais de comunicação que são realmente precisos entre o sistema e os sensores.

Após a escolha do tipo de comunicação a utilizar, aparece a necessidade de definir o tipo de alimentação e avaliar se é necessário alimentar cada sensor ou se apenas se alimenta o sistema de aquisição e este depois concede aos sensores a excitação necessária. As fontes de alimentação devem ter a possibilidade de estabilizar o sinal de entrada e serem fiáveis, de maneira a possibilitar o correto funcionamento de todo o sistema.

Um dos parâmetros que tem maior relevância é a velocidade com que o sistema procede à digitalização dos sinais originários dos sensores, que é usualmente designada de taxa de conversão de sinal. Se a frequência com que o sensor modifica o seu estado for distinta da velocidade com que o sistema digitaliza (converte) o sinal, o desfasamento existente entre elas causará erros na informação recolhida pela monitorização, o que faz com que esta informação não condiga com a gerada inicialmente pelo sensor. Recorrendo ao Teorema de Nyquist, observa-se que a taxa de conversão deve ser, pelo menos, duas vezes superior à componente máxima da frequência do sinal a medir (Fib, 2003).

Se tal não se corroborar, conversões de sinal muito lentas poderão provocar distorções nos resultados alcançados, fenómeno habitualmente conhecido por

aliasing, Figura 21.

Figura 21: Influência da taxa de conversão de sinal: (a) conversão correta de sinal;

(b) conversão errada de sinal, com efeito de “aliasing” (Marques, 2007).

As taxas de conversão de sinal usadas, na prática, são usualmente várias vezes superiores às frequências máximas usadas de modo a ocasionar uma melhor precisão na representação do sinal real (Aktan et al., 2002).

Atualmente, existem diversas soluções no mercado para sistemas de aquisição de dados. Na Figura 22 apresenta-se uma solução da Itmsoil.

Figura 22: Exemplo de Datalogger, CR1000, da Itmsoil (www.itmsoil.com).

Para se conseguirem as informações necessárias ao estudo da estrutura monitorizada, existe a necessidade de diminuir a informação gerada pelos sensores com recurso a uma filtragem dos dados ou então de processamento inteligente. Esta necessidade de correção surge do facto de as simples leituras dos sensores do sistema de monitorização não gerarem de imediato informação sobre o desempenho e performance de uma estrutura (Fib, 2003).

Este feito transforma-se numa otimização relativa à quantidade e qualidade de informação obtida sobre a estrutura que está a ser monitorizada e consequentemente, como existe menos informação para processar, otimiza-se também os dispositivos de armazenamento necessários.

A monitorização está neste momento bastante desenvolvida, comporta a possibilidade da monitorização remonta e está apoiada por hardware e software com grande capacidade.

Estas características fornecem uma enorme vantagem, isto é, possibilitam a realização automática da interface entre uma simulação por modelos numéricos e os testes de campo.

Após a construção inicial do modelo numérico existe a necessidade de o calibrar recorrendo à quantificação e caracterização de vários parâmetros e variáveis dos materiais utilizados e condições de fronteira.

Esta calibração é essencial para comprovar se a estrutura modelada simula corretamente o comportamento da estrutura real. Uma vez realizada esta tarefa, os modelos calibrados encontram-se aptos no auxílio ao diagnóstico de estruturas, na

determinação de resultados fiáveis e difíceis de alcançar experimentalmente e podem fornecer apoio na tomada de decisão.

A precisão é obtida recorrendo a um processo de calibração em que são ajustados progressivamente os valores dos parâmetros que definem os materiais, a geometria, os limites e as condições de continuidade até que as discrepâncias entre os dados obtidos pela monitorização e os calculados pelo modelo sejam mínimas (Fib, 2003).

Em sumula, quando se pretende realizar uma avaliação estrutural, normalmente, executam-se modelos de elementos finitos. Estes devem fornecer resultados com a mesma ordem de precisão que o sistema de monitorização instalado e que em certos casos até nos permitam comparar os valores do sistema de monitorização com os do modelo. É ainda possível quantificar a influência de eventuais anomalias, resultantes da deterioração e de eventuais danos que ocorram, na capacidade resistente da estrutura e correspondente capacidade de carga.

Figura 23: Exemplo de uma ponte modelada através de elementos finitos (Azevedo,