Estudio experimental y simulación del comportamiento inelástico de paneles compuestos usando redes neuronales artificiales

Simple item page
datacite.alternateIdentifier.citationINFORMES DE LA CONSTRUCCION,Vol.72,,2020
datacite.alternateIdentifier.doi10.3989/ic.70957
datacite.creatorBarreto, Wilmer
datacite.creatorPicón, Ricardo
datacite.date2020
datacite.rightsAcceso Abierto
datacite.subjectDaños
datacite.subjectRedes Neuronales Artificiales
datacite.subjectAnálisis no lineal
datacite.subjectPaneles compuestos
datacite.subjectEstructuras no tradicionales
datacite.subjectDesplazamientos permanentes
datacite.subjectExperimentos a flexión
datacite.subject.englishDamage
datacite.subject.englishArtificial Neural Networks
datacite.subject.englishno lineal behavior
datacite.subject.englishcompose panels
datacite.subject.englishno traditional structures
datacite.subject.englishpermanent displacement
datacite.subject.englishexperimental test subject to bending
datacite.titleEstudio experimental y simulación del comportamiento inelástico de paneles compuestos usando redes neuronales artificiales
dc.date.accessioned2021-04-30T17:07:20Z
dc.date.available2021-04-30T17:07:20Z
dc.description.abstractEl análisis de estructuras complejas, como los paneles compuestos de varios materiales, es difícil de modelar producto de la variabilidad en las propiedades mecánicas de los materiales. Lo anterior, aunado a la no-linealidad en el comportamiento de los materiales, hace que la aplicación de los métodos tradicionales de cálculo numérico sea difícil y demande mayor tiempo de cómputo. El presente trabajo introduce técnicas menos convencionales de cómputo como lo son las redes neuronales artificiales (RNA) para la modelación de la deformación permanente y daños en una losa compuesta sujeta a flexión. Se entrenaron y verificaron 400 modelos de RNA, los cuales fueron capaces de modelar la no linealidad del elemento estructural a flexión, reproducir exitosamente los daños por agrietamiento y pandeo del panel, así como reproducir la deformación permanente global del elemento estudiado.
dc.description.abstractenThe analysis of complex structures, such as panels composed of various materials, is difficult to model due to the variability in the mechanical properties of the materials. The foregoing, coupled with non-linearity in the behavior of materials, makes the application of traditional numerical methods difficult and highly demanding in computational time. The present work introduces a less conventional technique like the artificial neural networks (ANN) for the modeling of the permanent deformation and damages in a compose slab subjected to flexion. 400 ANN models were trained and verified, which were able to model the non-linearity of the structural element, successfully reproduce the damages due to cracking and buckling of the panel, as well as reproduce the global permanent deformation of the element.
dc.identifier.doi10.3989/ic.70957
dc.identifier.issn0020-0883
dc.identifier.urihttp://repositoriodigital.uct.cl/handle/10925/4101
dc.language.isoes
dc.publisherCONSEJO SUPERIOR INVESTIGACIONES CIENTIFICAS-CSIC
dc.rightsObra bajo licencia Creative Commons Atribución 4.0 Internacional
dc.sourceINFORMES DE LA CONSTRUCCION
dc.title.alternativeExperimental and simulation study of compose panels inelastic behavior using Artificial Neural Networks
oaire.citation.endPage10
oaire.citation.issue558
oaire.citation.startPage1
oaire.citation.titleInformes de la Construcción
oaire.citation.volume72
oaire.resourceTypeArticle
uct.catalogadorbcm
uct.indizacionSCI
uct.indizacionScopus
uct.indizacionDOAJ
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Barreto_Picón_Estudio_2020_Vol72n(558)_1-10.pdf
Size:
2.83 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
808 B
Format:
Plain Text
Description:
Download
Collections
Ciencias de la Ingeniería