Entrenamiento de una red neuronal para la detección de daños en una viga usando frecuencias de anti-resonancia cruzadas

Ingeniero Civil MecánicoLa necesidad por desarrollar métodos cuantitativos para la detección de daño que puedan ser utilizados en estructuras complejas ha llevado a una continua investigación de métodos basados en los cambios en las características vibracionales de una estructura. Estos métodos son capaces de detectar daños pequeños en cualquier sector de una estructura. Tienen la ventaja que la ubicación del daño no debe ser conocida a priori y tampoco es necesario tener acceso a ella. Un área con potencial y que aún está en investigación, es el uso de las anti-resonancias en la detección de daño. Las anti-resonancias se pueden determinar de manera más precisa que los modos normales (usualmente utilizados), lo que puede resultar en una evaluación más precisa del daño. Este trabajo busca desarrollar un algoritmo de detección de daño utilizando anti-resonancias cruzadas y redes neuronales. Las redes neuronales artificiales son eficientes técnicas computacionales, usadas ampliamente para solucionar problemas complejos en muchos campos del conocimiento. El método se valida mediante datos simulados y experimentales de una viga libre y empotrada en distintas situaciones de daño. El estudio se estructura de la siguiente manera: Se generan los modelos en elementos finitos de las vigas y se crean las bases de datos analíticas de los casos de falla. Con las bases se entrenan las RNAs, luego se validan para después hacer la toma de datos experimentales. Con estos datos se validan experimentalmente las RNAs. Más tarde se procede con la introducción de ruido a los datos analíticos y finalmente se comparan los resultados con los obtenidos anteriormente. Se tratan los casos de una sola falla y dos fallas simultaneas en algún par de los 20 elementos en los cuales se discretizó la viga. Los daños se simulan disminuyendo porcentualmente la matriz de rigidez de alguno de los elementos de la viga. Se logran detectar todos daños inducidos en las vigas, teniendo más éxito en la viga libre debido a que el empotramiento implementado no pudo simular las condiciones de borde completamente, lo que se traduce en que los datos obtenidos no condicen con los datos simulados analíticamente, los cuales obedecen a un empotramiento perfecto. Se estudia la introducción de ruido pseudo-aleatoreo que sigue una distribución uniforme y una normal. Se concluye que el ruido mejora los resultados pero no logra acercarse del todo al caso experimental, por lo que se propone analizar otro método de introducción de ruido