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.
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.
