Evaluación de Redes Neuronales Artificiales como sistema de localización de daños estructurales basado en parámetros modales

摘要

En este articulo se presenta un método basado en parámetros modales para determinar la posición de un daño. Se ha utilizado conjuntamente el Método de los Elementos Finitos (MEF) y Redes Neuronales Artificiales (RNA). El principal objetivo del estudio es calibrar diferentes estructuras de RNA y diferentes algoritmos de entrenamiento, se han evaluado tres cualidades: Capacidad de la RNA de reproducir los resultados obtenidos con el MEF; la capacidad de generalización; y la capacidad de filtrar ruido [1]. También se ha evaluado el tiempo empleado en el entrenamiento y el número de neuronas utilizado. En el articulo se presentan más de 800 simulaciones con RNA, estableciéndose la mejor combinación de RNA y algoritmo de entrenamiento para cada situación. El estudio se ha realizado sobre una viga en voladizo con un pequeño daño. Las RNA se han entrenado con los resultados obtenidos en simulaciones numéricas realizadas con el MEF. En dichas simulaciones, el daño se ha introducido con diferentes localizaciones. El mallado de la viga es del tamaño del daño, con el objetivo de lograr una gran precisión. Una vez entrenada la RNA, se evalúa la misma como herramienta para predecir la posición del daño a partir de las frecuencias naturales. La robustez de cada RNA es analizada y comparada cuando se introducen las frecuencias naturales con ruido [2]. Se observa una buena respuesta cuando el error introducido es el 10% del ancho de banda. La mayoría de las investigaciones presentadas con anterioridad [3] muestran métodos que identifican la posición del daño en una región entre 100 y 10.000 veces mayor que el propio daño, por lo que un 10% de error en la localización del daño en estos métodos es equivalente, en el peor de los casos, a un error del 0,1% en el presente método. Con el objetivo de reducir el coste computacional que representa una mallado muy fino, las frecuencias naturales han sido calculadas con un número reducido de Grados de Libertad Maestros (GDLM). En el articulo se prueba que esta reducción no afecta prácticamente a la precisión de la simulación numérica mediante el MEF.