O objetivo deste trabalho é a compensação de temperatura para dados coletados de impedância eletromecânica via dois sistemas neuro-fuzzy distintos, o Hybrid Neural Fuzzy Inference System (HyFIS) e o Adaptive Neuro-fuzzy Inference System (ANFIS). O intuito do Monitoramento de Saúde Estrutural (SHM) na identificação de condições e possíveis alterações em um equipamento é determinar danos incipientes em diferentes estruturas. As comparações dos dados de um experimento realizado com respeito a impedância de uma chapa de alumínio com os valores obtidos nas previsões das impedâncias, via HyFIS e ANFIS, foram satisfatórios, com superioridade da HyFIS.
Agradecimentos: Fellipe André Diniz Prudente agradece à CAPES pela bolsa de mestrado. Os autores agradecem o suporte financeiro da FAPEMIG, CNPq e CAPES para este trabalho através do INCT-EIE, bem como da Petrobras.