Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Pinto Hernández, WilliamSanmiguel Villacreses, DiegoMorales Herrera, Daniel2023-04-0620232023-04-0620192019https://noesis.uis.edu.co/handle/20.500.14071/13669El presente proyecto de grado busca encontrar los parámetros y ecuaciones que describan el comportamiento dinámico de un neutralizador de vibraciones (Stockbridge) para cables de alta tensión. Para la solución al problema presentado, se toma como un problema inverso, donde su finalidad es obtener el valor de variables desconocidas sobre cantidades observables. Para describir el comportamiento dinámico del amortiguador se generó un modelo numérico por medio de elementos finitos para obtener la función de respuesta en frecuencia del sistema (FRF), aún así el modelo numérico queda incompleto al desconocer la matriz de amortiguamiento (damping) del sistema, ya que está compuesta por parte de la matriz de rigidez y de masa, los parámetros desconocidos y hallar son los parámetros que describen el porcentaje de esas matrices, es decir, α y β. Se realizaron pruebas experimentales para obtener la FRF del sistema, de manera que la señal de excitación (fuerza N) fue introducida por medio de un martillo y la señal de salida (Aceleración (m/s2), se tomó por medio de acelerómetros. Más adelante se usa inferencia bayesiana y método de las cadenas de monte carlo, para calibrar el modelo numérico (encontrar α y β) y lograr que se comporte como el experimental. Dentro del proyecto se diseñó y construyó, un banco de fuerza, que permitiese medir la fuerza entrante hacia el sistema, por medio de galgas extensométricas en una geometría de anillo sensor.application/pdfspainfo:eu-repo/semantics/openAccessAmortiguador StockbridgeMétodo De Elementos FinitosAnillo De Sensor De FuerzaInferencia BayesianaMétodo De Markov De Cadenas De Montecarlo.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coStockbridge DamperFinite Element MethodStrength Sensor RingBayesian InferenceMarkov Chain Monte Carlo Methodhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)