Detección del daño estructural en viviendas de Albañilería Confinada mediante Redes Neuronales Artificiales con la aplicación de los modelamientos numéricos MEF y MCA, Pasco 2023

• Autor: Palacin Luis, Sergio Antonio
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional Daniel Alcides Carrión
• Repositorio: UNDAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.undac.edu.pe:undac/3855
• Enlace del recurso: http://repositorio.undac.edu.pe/handle/undac/3855
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales artificiales; Detección del daño estructural; Albañilería confinada; Modelamiento numérico; https://purl.org/pe-repo/ocde/ford#2.01.01

En este trabajo se desarrolla un modelo pseudotridimensional que representa las construcciones de albañilería estructural, cumpliendo con los requisitos mínimos establecidos por la Norma E.070 del Reglamento Nacional de Edificaciones (RNE). Este modelo se fundamenta en la tipología constructiva predominante de la ciudad de Cerro de Pasco, caracterizando sus propiedades geométricas y mecánicas. Posteriormente el modelo en análisis fue sometido a una degradación de rigidez de manera aleatoria en los diversos muros que componen la estructura y se obtuvieron las frecuencias y periodos naturales correspondientes a los 100 casos de daño simulado. Cabe resaltar que este análisis se realizó utilizando el Método de Elementos Finitos (MEF) como el Método de Columna Ancha (MCA). Consecutivamente se utilizaron estos datos para entrenar una Red Neuronal Artificial (RNA) que permita identificar, localizar y cuantificar el daño estructural. Se emplearon diferentes metodologías, numerosas iteraciones, diversificación de los pesos iniciales, entre otros. Buscando el mejor resultado para el aprendizaje de la RNA. Este proceso se realizó para los métodos MEF y MCA independientemente uno del otro. Por lo tanto, se realiza un análisis de predicción del daño estructural mediante redes neuronales artificiales y se evalúa capacidad de localizar y cuantificar la degradación de rigidez disminuyendo el valor del módulo de elasticidad en los elementos, utilizando dos métodos de modelamiento numérico que son aceptados y validados en el proceso de análisis estructural. Finalmente, se observo las diferencias de los métodos en la predicción del daño estructural aplicando el mismo proceso de entrenamiento y aprendizaje de la RNA y el costo computacional que involucra la aplicación de este proceso en estructuras de diferentes configuraciones y materiales.