Detección de danos en estructuras utilizando la técnica de optimización algoritmos genéticos

Simple item page
dc.contributor.advisorQuiroga Mendez, Jabid Eduardo
dc.contributor.advisorGomez Ortiz, Hector Ivan
dc.contributor.authorBarrera Núñez, Robinson
dc.contributor.authorSoto Diaz, Oscar Mauricio
dc.date.accessioned2024-03-03T18:15:09Z
dc.date.available2010
dc.date.available2024-03-03T18:15:09Z
dc.date.created2010
dc.date.issued2010
dc.description.abstractEn el campo de la ingeniería se busca en el día a día tener mejores resultados con menores costos informáticos y económicos para la detección de fallas en estructuras, siendo la salud estructural uno de los campos de investigación de nuevos métodos para la detección de fallas mediante nuevas técnicas de inteligencia artificial y más precisamente el campo de los algoritmos evolutivos, una de las herramientas para estas nuevas técnicas en la investigaciones de la salud estructural. En el presente trabajo se busca comparar la técnica de optimización enjambre de partículas (PSO) con la técnica de optimización algoritmos genéticos (AG) mediante diferentes episodios de daños (daño simple y daño múltiple) con y sin ruido, para poder realizar la detección del daño se compararon los resultados con y sin daño de los parámetros de la estructura. Para determinar los parámetros dinámicos de la estructura se uso la herramienta de libre distribución OPENSEES mediante el modelo de elementos finitos de esta. Se analizaron las estructuras con diferentes formas de vibración, numero de daños y ruidos mediante la implementación del análisis de la salud estructural mediante algoritmos genéticos en todas las situaciones mencionadas. Esta metodología se implemento a una estructura viga discretizada en 10 elementos y unas armadura de 13 elementos; En los resultados obtenidos se muestra el buen desempeño de la técnica AG frente a la técnica de PSO para episodios de daño y ruido promedio en estas estructuras, teniendo en cuenta mejores episodios en la detección, diagnostico, falsos positivos y tiempos de respuesta para cada una de las técnicas de optimización.
dc.description.abstractenglishIn the field of engineering is looking at day to day have better results with lower costs and financial software to detect flaws in structures, structural health being one of the areas of research of new methods for fault detection using new artificial intelligence techniques and more specifically the field of evolutionary algorithms, one of the tools for these new techniques in structural health research. In the present study sought to compare the technique of particle swarm optimization (PSO) with the optimization technique genetic algorithms (GA) through different episodes of damage (damage and damage multiple simple) with and without noise, to perform detection damage compared the results with and without damage to the structure parameters. To determine the dynamic parameters of the structure will use the freeware tool OPENS by finite element model of this. Structures were analyzed with different forms of vibration, noise and number of damage through the implementation of structural health analysis using genetic algorithms in all the above situations. This methodology was implemented to a beam structure discretized into 10 elements and a reinforcement of 13 elements, in the results obtained shows the good performance of the technical AG against PSO technique for severe damage and average noise in these structures, taking account best episodes in the detection, diagnosis, false positives and response times for each of the optimization techniques.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Mecánico
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/20.500.14071/24364
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Mecánica
dc.publisher.schoolEscuela de Ingeniería Mecánica
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.subjectParámetros Dinámicos
dc.subjectOptimización por algoritmos genéticos
dc.subjectPSO
dc.subjectMetaheurísticas
dc.subjectDetección de daños
dc.subjectElementos Finitos.
dc.subject.keywordDynamic Parameters
dc.subject.keywordParticle Swarm Optimization
dc.subject.keywordPSO
dc.subject.keywordMetaheuristics
dc.subject.keywordDamage Detection
dc.subject.keywordFinite Element Methods.
dc.titleDetección de danos en estructuras utilizando la técnica de optimización algoritmos genéticos
dc.title.englishStructural damage detection using genetics algorithms (ag)
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
173.67 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
2.6 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
481.71 KB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Mecánica