Metodología para la detección de daños en estructuras del tipo truss empleando la teoría del caos

Francisco Javier Perez Macias

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc/4.0	es_ES
dc.contributor	JUAN PABLO AMEZQUITA SANCHEZ	es_ES
dc.contributor	MARTIN VALTIERRA RODRIGUEZ	es_ES
dc.creator	Francisco Javier Perez Macias	es_ES
dc.date	2018-06-13
dc.date.accessioned	2019-03-04T15:56:10Z
dc.date.available	2019-03-04T15:56:10Z
dc.date.issued	2018-06-13
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/1232
dc.description	En la actualidad el monitoreo estructural es un tema relevante para la ingeniería y tiene un amplio campo de aplicación. Este monitoreo consiste en el procesamiento e interpretación de los datos adquiridos de una estructura con el fin de evaluar su condición. La detección temprana de daños en estructuras es un reto importante para el monitoreo estructural, ya que con esta detección se puede lograr una reducción tanto del tiempo como de los costos requeridos para la reparación. Uno de los daños más comunes que está presente en muchas estructuras civiles es la corrosión. Investigaciones relacionadas a la detección de daños en estructuras han demostrado que una condición de daño modifica la respuesta vibratoria de la misma. Es por esta razón que se presenta una metodología basada en la dimensión fractal, capaz de realizar un diagnóstico eficiente de la condición de una estructura de aluminio analizando su respuesta vibratoria. Esta metodología se puede usar para detectar y localizar daño por corrosión en un modelo a escala de una estructura tridimensional truss de 9 cubos. En general, la metodología presentada se puede dividir en tres pasos. En el primer paso, la transformada wavelet discreta (DWT) es utilizada para descomponer y eliminar el ruido contenido en la señal; a continuación, dos diferentes algoritmos de dimensión fractal (FD) son utilizados (Box Dimension y Katz) para detectar características en la señal que son utilizadas para la detección del daño. Por último, un análisis estadístico es realizado y una red neuronal es implementada como clasificador, pudiendo con esta lograr la detección y localización por zonas del daño en la estructura. Los resultados obtenidos muestran la efectividad y la utilidad de la metodología propuesta.	es_ES
dc.description	Structural health monitoring (SHM) is a relevant topic for engineering and has a wide field of application. This monitoring consists of the processing and interpretation of the data of a structure in order to evaluate its condition. The early detection of a structural damage is an important challenge for structural monitoring, since with this detection a reduction in both the time and the costs of the required repair can be achieved. One of the most common and damaging mechanism present in many engineering structures is the corrosion. Investigations related to the detection of damages in structures have shown that a damage condition modifies the vibratory response. For this reason, a methodology based on fractal dimension capable of performing an efficient diagnosis of the condition of an aluminum structure analyzing its vibratory response is presented. This methodology can be used to detect and locate corrosion damage in a scale model of a nine-bay three-dimensional truss structure. In general, the presented methodology can be divided into three steps. In the first step, the discrete wavelet transform (DWT) is used to decompose and eliminate the noise contained in the signal; then, two different fractal dimension algorithms (FD) (Box Dimension and Katz) are used to detect characteristics in the signal that are used for the detection of damage. Finally, a statistical analysis is carried out and a neural network is implemented as a classifier, being able to achieve the detection and location by areas of the damage in the structure. The results obtained show the effectiveness and usefulness of the proposed methodology.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	Español	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Monitoreo estructural	es_ES
dc.subject	Estructura tridimensional truss	es_ES
dc.subject	Corrosión	es_ES
dc.subject	Transformada Wavelet Discreta	es_ES
dc.subject	Dimensión Fractal	es_ES
dc.subject	Red Neuronal	es_ES
dc.subject	Structural health monitoring	es_ES
dc.subject	Three-dimensional truss structure	es_ES
dc.subject	Corrosion	es_ES
dc.subject	Discrete Wavelet Transform	es_ES
dc.subject	Fractal Dimension	es_ES
dc.subject	Neural Network	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Metodología para la detección de daños en estructuras del tipo truss empleando la teoría del caos	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	PEMF920217HQTRCR03	es_ES
dc.contributor.identificador	AESJ840206HGTMNN04	es_ES
dc.contributor.identificador	VARM860915HGTLDR03	es_ES
dc.contributor.role	Asesor de tesis	es_ES
dc.contributor.role	Asesor de tesis	es_ES
dc.degree.name	Maestría en Ciencias (Mecatrónica)	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES