Aplicación de un modelo de redes neuronales en la identificación del daño estructural en un puente vehicular

En este artículo se presenta el desarrollo y aplicación de un modelo de redes neuronales en la detección del daño estructural a flexión en las trabes de un puente vehicular. El entrenamiento y evaluación de las redes se llevó a cabo a partir de la generación de 12 801 y 2 560 escenarios de da...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Carlos Alberto González Pérez, Jesús Valdés González
Formato: article
Lenguaje:EN
Publicado: Universidad Autonoma del Estado de Mexico 2008
Materias:
Q
H
Acceso en línea:https://doaj.org/article/8798f9da8db54cd693c6016414df3e7a
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
Descripción
Sumario:En este artículo se presenta el desarrollo y aplicación de un modelo de redes neuronales en la detección del daño estructural a flexión en las trabes de un puente vehicular. El entrenamiento y evaluación de las redes se llevó a cabo a partir de la generación de 12 801 y 2 560 escenarios de daño artificiales, respectivamente. En la generación de estos escenarios se modificó aleatoriamente la rigidez a flexión de uno o varios de los elementos en que se discretizaron las trabes del puente. Como parámetro de entrada en el entrenamiento de las redes se utilizaron las diferencias en la energía de deformación modal y, como parámetro de salida, las rigideces a flexión de los elementos en que se discretizaron las trabes del puente. El algoritmo de entrenamiento utilizado fue el Scaled Conjugate Gradient. En general, se observó que las redes son capaces de predecir en forma confiable la localización y severidad del daño