Sistema experto hibrido bajo el enfoque de ensemble learning para la monitorización de estructuras laminares
No Thumbnail Available
Date
2020
Authors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En este proyecto de investigación se presentan los resultados de la implementación de un sistema experto híbrido para detección y localización de daños en estructuras laminares mediante la com- binación de piezodiagnosis, correlación cruzada y análisis de componentes principales (PCA) bajo el enfoque de Ensemble Learning. La metodología propuesta consiste en primero generar ondas guiadas a través de la superficie de la estructura mediante dispositivos piezoeléctricos. Luego, se aplica correlación cruzada entre las señales de actuación y sensado. Después, se construye un mo- delo de línea base aplicando análisis de componentes principales, que permite la identificación de defectos estructurales mediante índices de error. En este proyecto, Ensemble Learning es evalua- do como aproximación para obtener algoritmos de diagnóstico robustos que permitan la generación de fronteras de decisión mejor definidas entre los estados de daño y sin daño de la estructura. La construcción del Ensemble se basa en algoritmos no lineales de PCA que permiten la construcción de los algoritmos base. Adicionalmente, una versión modificada del algoritmo de reconstrucción para inspección probabilística de daños es implementada para localización de defectos. La metodología propuesta fue experimentalmente validada para monitorización continua usando datos adquiridos de una placa de aluminio, en la que se estudiaron escenarios de daño de agrietamiento, perforaciones y agregación de masas. La efectividad de la metodología fue evaluada en condiciones ambientales variables de temperatura. Como resultado, se obtuvo un algoritmo robusto para detección y locali- zación de daños en estructuras laminares mediante la combinación de piezodiagnosis, correlación cruzada y PCA en un esquema paralelo de Ensemble Learning.
Description
Keywords
Pca, Kernel Pca, Piezodignostics, Shm, Ensemble Learning