其他摘要：En este trabajo se continúa con la evaluación de un nuevo procedimiento, propuesto recientemente por los mismos autores, para determinar parámetros de sistemas estructurales lineales a partir de registros de respuesta en el dominio de tiempo. Está inspirado en la conveniencia de disponer de una herramienta efectiva para perfeccionar modelos estructurales y también para identificar daños y seguir su posterior evolución. La técnica empleada consta de dos etapas: en la primera se ajusta un modelo regresivo a partir de los registros temporales de excitación y de respuesta, utilizando para ello Redes Neuronales Artificiales. Una vez definido el modelo numérico se pasa a la segunda etapa destinada a la identificación de los parámetros, matrices de rigidez y de amortiguamiento, utilizando registros de desplazamientos del sistema estudiado. Este procedimiento está formulado en forma sistemática a través del álgebra matricial, de manera que es independiente de la complejidad o dimensión del sistema estructural estudiado. Como el método propuesto está destinado a operar a partir de registros experimentales, que contienen normalmente ruido y otras perturbaciones, es muy importante conocer la sensibilidad del modelo neuronal y de los parámetros evaluados a estas condiciones. Para ello se consideraron variantes en los modelos neuronales a los efectos de disponer de mayor capacidad de filtrado de las señales de entrada. Se estudió la relación entre las condiciones de operación del modelo neuronal y la calidad de los parámetros estructurales obtenidos sobre modelos progresivamente más complejos. Se presentan los resultados obtenidos con magnitudes crecientes de ruido, que demuestran la robustez del procedimiento desarrollado y su aptitud para una correcta identificación a partir de registros de entradas ruidosos. Finalmente se estudió la influencia del grado de amortiguamiento del sistema sobre el error en los parámetros identificados con el procedimiento propuesto.
Loading...
