Publicación:

Apoyo en la instrumentación de una viga e implementación de una Red Neuronal con aprendizaje supervisado para estimar temperatura en el concreto dentro del proyecto de investigación VIE-UIS No2823

Resumen

En este trabajo, se describe el proceso de instalación de 40 termopares (TCs) en un segmento de viga I; del mismo modo, se presenta el diseño e implementación de una red neural artificial (RNA) con aprendizaje supervisado para estimar la temperatura dentro de un bloque de concreto, a partir de los datos obtenidos de una estación meteorológica y de mediciones de temperatura sobre un bloque de concreto obtenidas con TCs. Estas actividades fueron realizadas en el marco del proyecto de investigación VIE-UIS No. 2823 titulado “Sistema piloto para el monitoreo térmico en puentes de viga cajón en Colombia”. Durante el desarrollo de esta pasantía de investigación, inicialmente se apoyó en la construcción de una viga I. Seguidamente, se realizó la toma de datos de temperatura en la viga I. La colaboración en la campaña de toma de datos sobre la viga I se realizó entre mayo y julio de 2023. Se finalizó con la implementación de una RNA con aprendizaje supervisado para estimar temperaturas dentro del bloque de concreto. En este contexto, fue necesario llevar a cabo una revisión bibliográfica enfocada en la aplicación de redes neurales con aprendizaje reforzado usadas para estimar temperaturas en el concreto. Para obtener los datos experimentales de temperatura (viga I), fue indispensable el uso de un dron equipado con cámara térmica, sensores de medición de temperatura (TCs), una cámara termográfica fija y una estación meteorológica. Con la implementación de la red neural fue posible obtener un 95.4 % de índice de confianza, teniendo en cuenta el uso total de datos. Por otra parte, se puede afirmar que, el reconocimiento de patrones resulta ser eficaz si se utilizan correctamente las técnicas de Backpropagation (algoritmo de entrenamiento usado en RNA). Se logró evidenciar que es posible identificar variables ambientales que influyen en la estimación de la temperatura interna del bloque de concreto estudiado.