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...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | article |
| Lenguaje: | EN |
| Publicado: |
Universidad Autonoma del Estado de Mexico
2008
|
| Materias: | |
| Acceso en línea: | https://doaj.org/article/8798f9da8db54cd693c6016414df3e7a |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| 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 |
|---|