Detección de danos en puentes de tipología viga y losa simplemente apoyada usando redes neuronales artificiales

Simple item page
dc.contributor.advisorChío Cho, Gustavo
dc.contributor.advisorBorras Pinilla, Carlos
dc.contributor.authorHani Martínez, Rafael Eduardo
dc.date.accessioned2024-03-03T19:39:15Z
dc.date.available2012
dc.date.available2024-03-03T19:39:15Z
dc.date.created2012
dc.date.issued2012
dc.description.abstractEl 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.
dc.description.abstractenglishIn this study, a technique capable of identifying the presence of damages in the grid of the Cañaveral Bridge that are not localized and quantified is examined; this technique is based on the use of an Artificial Neural Network (ANN) and the dynamic response of the structure. This structure takes part of the highway expansion that connects Bucaramanga and Floridablanca towns. To achieve this goal, a Finite Element Model (FEM) of the grid structure was developed in Matlab® and validated through SAP2000©. Linear and singles damages were simulated through randomly reducing of the value of the modulus of elasticity like strategy to modify the stiffness of its elements. Within the results, it was found that the ANN Multilayer Perceptron using the Levenberg-Marquardt algorithm in its training is able to identify the existence of structural damage, and also to identify the types of errors that can occur at the time of detecting a single damage, like missed detection that the network considers real, and real detection that the network considethat the dynamic response of the structure is sensitive to small variations of the modulus of elasticity of its elements.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería Civil
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/27664
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería Civil
dc.publisher.schoolEscuela de Ingeniería Civil
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectDetección de daños
dc.subjectModelo de Elementos Finitos (MEF)
dc.subjectRedes Neuronales Artificiales (RNA)
dc.subjectRespuesta dinámica
dc.subjectAlgoritmo Levenberg-Marquardt.
dc.subject.keywordDamage detection
dc.subject.keywordFinite Element Model (FEM)
dc.subject.keywordArtificial Neural Networks (ANN)
dc.subject.keywordDynamic response
dc.subject.keywordLevenberg-Marquardt (LM) algorithm.
dc.titleDetección de danos en puentes de tipología viga y losa simplemente apoyada usando redes neuronales artificiales
dc.title.englishDamage detection in simply supported bridges by using artificial neural networks.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
204.62 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
2.5 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
211.81 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería Civil