Detección de danos en puentes de tipología viga y losa simplemente apoyada usando redes neuronales artificiales
No Thumbnail Available
Date
2012
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El estudio realizado analizó una técnica capaz de identificar la presencia de daños no localizados ni cuantificados en la parrilla sur occidental del puente Cañaveral, correspondiente a la ampliación realizada en la autopista vehicular que comunica los municipios de Bucaramanga y Floridablanca, basada en el uso de una Red Neuronal Artificial (RNA) y en la respuesta dinámica de la estructura. A través de un Modelo de Elementos Finitos (MEF) de la estructura tipo parrilla desarrollado en Matlab® y validado mediante SAP2000©, se simularon los daños lineales en la misma, disminuyendo de manera simple y aleatoria el valor del módulo de elasticidad de sus elementos como estrategia para modificar la rigidez de los mismos. Dentro de los resultados se encontró que la Red Neuronal Artificial Perceptron Multicapa, utilizando en su entrenamiento el algoritmo de Levenberg-Marquardt, es capaz de identificar la existencia de daños en la estructura y la tipología de errores que puede presentar la misma al momento de detectar un daño simple, tales como la detección fallida que la red considera real, y la detección real que la red considera fallida. También se concluyó que la respuesta dinámica de la estructura es sensible a pequeñas variaciones del módulo de elasticidad de sus elementos.
Description
Keywords
Detección de daños, Modelo de Elementos Finitos (MEF), Redes Neuronales Artificiales (RNA), Respuesta dinámica, Algoritmo Levenberg-Marquardt.