Algoritmo de supervisión experta basado en redes neuronales tipo som y transformada wavelet para la evaluación de deformaciones en tuberías piezoacuadas y sujetas a cargas deformantes
No Thumbnail Available
Date
2010
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El interés por monitorizar continuamente el estado de las estructuras con el fin de detectar de forma temprana daños en las mismas, se ha incrementado paulatinamente tanto en el sector industrial como en el académico; esto se ve reflejado en el desarrollo de un elevado número de investigaciones, orientadas a la creación de nuevas herramientas diseñadas para mejorar las labores de monitorización, reducir costos y minimizar el riesgo de accidentes. En el presente artículo, se describe el desarrollo de un algoritmo experto con capacidad de clasificar, detectar y estimar la severidad de averías de tipo geométrico, fundamentado en el uso de la Transformada Wavelet Discreta (TWD) para el análisis transitorio y caracterización de señales y en la implementación de redes neuronales tipo SOM (Mapas de Auto-Organización) como elemento clasificador de casos. El entrenamiento del algoritmo se realizó a partir casos numéricos obtenidos mediante la simulación de un modelo simplificado de una tubería en apoyo simple bajo condiciones normales y de deformación. Por último, a partir de diversas pruebas realizadas se determinó la wavelet madre que permite al algoritmo de supervisión experta lograr un mejor desempeño. Dicha mejora se vio reflejada en el porcentaje de detección de daños tanto en funcionamiento normal como en presencia de atenuación y ruido.
Description
Keywords
Análisis de Componentes Principales (PCA), Detección de Daños, SOM, Reducción de Dimensionalidad, Sistema Experto, TWD.