Análisis de fiabilidad estructural de paneles metálicos rigidizados

El procedimiento convencional del diseño estructural carece de eficiencia, dando como resultado el sobredimensionamiento de elementos estructurales. Esto se debe principalmente a que los métodos convencionales emplean, en los cálculos, factores de seguridad que penalizan las características mecánicas de los materiales, así como mayorando las cargas aplicadas a las estructuras para garantizar la integridad de estas. Existen métodos que implementan estos factores directamente en el proceso de cálculo por medio de la cuantificación y la propagación de la incertidumbre utilizando análisis probabilístico. Este estudio tiene como propósito determinar la fiabilidad estructural de estos métodos en paneles metálicos rigidizados. Se estudió el comportamiento a pandeo de un panel rigidizado con características mecánicas y geométricas determinadas. La cuantificación y la propagación de la incertidumbre analizan como estas incertidumbres afectan la capacidad predecir un comportamiento dado, estudiando los parámetros de entrada y salida. En base a la literatura consultada, se escogieron diversos métodos para analizar la fiabilidad y sensibilidad de diferentes modelos empleados (modelo de ABAQUS y modelo surrogado) que nos permiten estudiar la probabilidad de fallo de la estructura (fiabilidad), así como la influencia que existe de los parámetros de entrada en la respuesta del modelo (sensibilidad). Utilizando métodos de linealización, globales y basados en muestras para el análisis de sensibilidad, se determinó qué parámetros de entrada pueden ser descartados como posibles variables de incertidumbre. Para el estudio de la fiabilidad estructural se emplearon métodos de simulación y de primer orden que estiman el valor medio y la desviación estándar de la probabilidad de fallo para cada método, al igual que el coste computacional. Como conclusión global del trabajo, dado que el análisis de fiabilidad estructural implica estimar probabilidades de fallo del orden de 10−4 a 10−6, es necesario aplicar técnicas de muestreo avanzadas como la simulación de subconjuntos o el muestre de importancia a modelos surrogados que permitan las decenas de miles de simulaciones necesarias con un coste numérico aceptable